台灣半導體業直搗AI運算核心 四大領域成決勝關鍵

人工智慧（AI）系統近年發展大躍進，爭奪戰場也從過去的「軟體開發」走向「硬體晶片」競爭。在 AI 機器學習中，處理晶片的效能技術更是日後相關廠商重要的勝負關鍵，台廠也在這場 AI 晶片戰役中奮勇前行，除了本就領先全球的晶圓代工，其他包括 ASIC、矽智財 IP、記憶體模組、感測器等相關供應鏈也緊跟在後，扮演重要角色。

AI 晶片效能定勝負 半導體商機一路攀高

富邦證券預估，2020 年到 2025 年人工智慧的應用市場規模將以 38% 的年複合成長率達到 2,300 億美元水準，尤其 AI 半導體晶片產值，將由 2016 年的 8.7 億美元成長至 2025 年的 702 億美元，年複合成長高達 62.9%。其中，又以車用的 AI 半導體比重最高、其次為深度學習、語音辨識及相關應用記憶體。

2016~2025 年 AI 半導體產值

人工智慧技術之一的機器學習，主要是利用神經網路中的處理晶片來負責數據運算、函數推導的主要重點，也因此，處理晶片的效能技術更是未來相關廠商重要的勝負關鍵。

AI 終將從雲端下凡 邊緣運算正拔地而起

進一步了解 AI 處理晶片，主要分為 CPU、GPU、FPGA 及 ASIC 四種，依特性與使用目的不同又可區分為「雲端運算」與「邊緣運算」。

「雲端運算」需要處理龐大的數據，加上需要長時間的運作，晶片需求特性為功耗較高，整體效能佳，以 CPU 和 GPU 為發展主流，主要應用在資料中心與超級電腦上，目前為 Google、Nvidia、Intel 等國際大廠聚焦的重點。「邊緣運算」主要應用在自駕車、智能家具等終端裝置上，對於耗電量與晶片體積具有較大的限制與要求，當前以 FPGA 與 ASIC 為主要發展的晶片。

富邦證券指出，雲端運算在深度學習訓練的效能表現相當顯著，但 AI 終究要從雲端下凡，實際運用到終端產品上，與汽車、手機等各項設備連結，以物聯網的姿態走進人們的生活。在實際應用時，除了功耗與晶片體積限制，加上雲端運算對數據的存取與即時性、安全性的考量，預期將催生 AI 晶片向終端的邊緣運算邁進，也將產生雲端負責「訓練」，終端晶片負責「推理」的情境發生。

在物聯網＋AI 的大趨勢下，富邦證券預估邊緣運算晶片整體出貨量將會大幅成長。尤其 ASIC 具有低延時、低功耗、高效能與大規模量產成本明顯優於 GPU 與 FPGA 的優勢，加上日後在終端裝置滲透率大幅提升帶動下，看好 ASIC 晶片需求也會隨之提升，連帶提升相關矽智財（IP）的需求，IP 廠商將隨著 ASIC 需求成長而隨之上揚。

研究機構 Tractica 預估，2016 年到 2025 年 AI 深度學習晶片整體出貨量將超過 4,000 萬顆，其中整體出貨幅度成長最大將為 ASIC 晶片，整體出貨比重接近總出貨量的 60%，營收貢獻部分也將由 2016 年的 1 千多萬美元成長至 2025 年的 33~34 億美元。

2016~2025 年深度學習各種晶片出貨金額

雲端運算潛力無窮 GPU 獨領風騷

除了終端裝置發展備受看好，AI 雲端運算同樣潛力無窮。原因就在大數據所產生的機器學習，需要處理大量與即時的運算，讓能快速完成龐大並行計算任務的 GPU 一舉蔚為主流，目前在整體 AI 處理效能還是優於其他晶片方案，預估未來 GPU 在雲端系統、車聯網等會繼續大幅領先。

富邦證券預估，2016 年到 2025 年 AI 深度學習晶片整體出貨金額將超過 120 億美元，其中 GPU 整體出貨金額將超過 50 億美元，主要受到 GPU 為 AI 高階晶片，加上伺服器導入 AI 晶片需求將會持續提升，因此預期整體出貨金額將會逐年成長。

深度學習仰賴大量數據 儲存與感測裝置產值上衝

正因 AI 深度學習需要大量數據來協助，受惠於物聯網的崛起，帶動資訊量大幅提升，加上儲存成本大幅下降，順勢推升 AI 巨量資料深度學習技術的普及，目前就大數據部分可區分為「儲存裝置」、「感測裝置」兩個部分。

「儲存裝置」方面，在 AI 模組中處理晶片與儲存系統間通道的優化，將直接影響系統在即時判斷與深度學習的效能，因此記憶體模組將更重視客製化與穩定性等需求。就 AI 產業面觀察，工業應用預期在整體產業已經發展成熟，加上供應鏈完整，效應明確，將是未來最快實現人工智慧化的產業之一。

富邦預估，單就人工智慧應用在深度學習上固態硬碟（SSD）的需求將由 2016 年 8.63 億 Gb 提升至 2025 年的 412 億 Gb，年複合成長率高達 53%，產值預期將由 2.6 億美元提升至 123 億美元。

2016~2025 年 深度學習 SSD 出貨金額預估

「感測裝置」方面，機器學習數據的產生，除了網路上的數位資料外，隨著機器人、工業應用、機器視覺、聽覺等需求增加，類比資料的產出也將大幅提升，預期利用微處理器（MCU）+ 感測器來得到外界資訊的解決方案需求也將隨之上揚。

台廠在 AI 布局 首選半導體供應鏈

AI 目前整體技術關鍵落在處理器的研發與製造上，然而在大數據部分因為受到台灣本地人口與市場關係，向來就不是企業發展的重點。

好在台灣廠商在晶圓代工上佔有絕對優勢，加上半導體供應鏈完整，目前台廠在這場 AI 戰役的布局主要由晶圓代工（台積電）領軍，帶領其他相關廠商包括 ASIC、矽智財 IP、記憶體模組、感測器等相關供應鏈，是值得投資人關注的選股方向。