發佈: 15 小時前 點閱: 16 AI算力爭奪戰：雲端巨頭自研晶片，Google可能成台積電第二大客戶文章目錄HBM4供應瓶頸為何影響AI晶片Rubin GPU平台與Blackwell差異AI GPU供應鏈結構雲端巨頭ASIC晶片崛起TPU、MTIA與AI ASIC競爭台積電先進製程產能競局先進封裝CoWoS的重要性未來AI晶片產業趨勢結論HBM4供應瓶頸為何影響AI晶片在AI運算架構中，HBM（High Bandwidth Memory）幾乎可以說是GPU的最佳搭檔。原因很簡單：AI模型需要大量資料吞吐量，而HBM提供的頻寬遠高於傳統記憶體。記憶體類型主要用途頻寬DDR一般伺服器中GDDR顯示卡高HBMAI GPU極高但HBM製造難度非常高，不僅需要先進製程，也需要先進封裝技術。因此一旦供應鏈出現任何變動，就會影響整個AI晶片市場。Rubin GPU與Blackwell平台差異市場原本預期，Rubin GPU將在2026年逐步取代Blackwell平台。GPU平台推出時間主要特色Blackwell2024AI運算能力大幅提升Rubin預計2026新一代AI架構然而HBM4供應限制，使Rubin量產節奏可能延後。AI GPU供應鏈結構AI GPU其實是一個高度複雜的供應鏈整合產品。供應鏈環節代表廠商GPU設計NVIDIA晶圓代工TSMCHBM記憶體SK海力士、三星封裝CoWoS先進封裝雲端巨頭ASIC晶片崛起在AI GPU高度集中於NVIDIA的情況下，雲端服務商開始尋找替代方案。這些公司希望透過自研晶片降低成本，同時提高算力控制權。TPU與MTIA競爭公司AI晶片用途GoogleTPUAI訓練MetaMTIA推薦系統AWSTrainium雲端AIMicrosoftMaiaAI運算台積電先進製程產能競局AI晶片需求暴增，使的先進製程產能變得更加搶手。製程量產時間3奈米20242奈米2025CoWoS先進封裝的重要性AI晶片的另一個關鍵技術，就是先進封裝。其中CoWoS技術能讓GPU與HBM記憶體高速連接，是AI伺服器的核心。AI晶片產業未來趨勢HBM需求持續增加ASIC晶片加速發展先進封裝需求大幅成長2奈米製程成為下一個競爭焦點結論AI算力競賽仍然在加速，但供應鏈瓶頸開始逐漸浮現。HBM4供應限制、先進製程產能競爭，以及雲端巨頭ASIC晶片崛起，都將重新塑造半導體產業格局。未來幾年，誰能掌握製程、封裝與記憶體資源，誰就更有機會在AI晶片競賽中取得優勢。