前面 Blackwell 那一關 講的是 NVIDIA 的 GPU，也就是 AI 晶片的主流。另一條線是 Google、亞馬遜、Meta、微軟這些雲端大廠：它們一邊向 NVIDIA 買 GPU，一邊自己做晶片，而這些自研 AI 晶片多半屬於 ASIC。
這篇是 AI 硬體供應鏈一條龍 第 1 關「AI 晶片」的旁支深入版。
ASIC 是什麼？和 GPU 差在哪
ASIC 全名 Application-Specific Integrated Circuit，白話就是「為特定任務量身打造的晶片」。
GPU 是通用的平行運算晶片，多種模型與工作都能跑，彈性大，但也得為用不到的功能付成本。ASIC 反過來：鎖定某一類工作（例如某種推論），犧牲通用性，換取那件事上的成本、功耗與效率優勢。Google 就把自家 TPU 定義為 AI 專用的 ASIC。
打個比方：GPU 像瑞士刀，什麼都能切；ASIC 像為某道菜訂製的廚刀，只做一件事，但做得又快又省。
為什麼雲端大廠要自己做晶片
明明買得到 NVIDIA 的 GPU，為什麼還要花大錢自研？主要有四個理由：
- 成本：自家資料中心用量太大，自研能省下可觀的採購與營運費用。
- 優化：針對自家模型、推薦系統、推論服務量身設計。
- 降低依賴：不把命脈全押在單一供應商身上。
- 差異化：把晶片和自家雲服務綁在一起，做出別人複製不了的組合。
四大雲的自研晶片
| 晶片 | 狀態（截至 2026 年 10 月） |
|---|---|
| Google TPU | 第七代 Ironwood 已正式上線，單顆 192GB HBM，一個 pod 最多 9,216 顆；第八代 8t／8i 於 2026 年 4 月公開，Google Cloud 仍標示「即將推出」 |
| AWS Trainium | Trainium3 是 AWS 首款 3 奈米 AI 晶片，2026 年初開始出貨，幾乎被預訂一空；Trainium4 預計約 2027 年才廣泛供應 |
| Meta MTIA | 主打推論，官方 2026 年 3 月稱已部署數十萬顆，MTIA 300 已量產，兩年內再推三代 |
| Microsoft Maia | Maia 200 於 2026 年 1 月發表，台積電 3 奈米製程、主打推論 |
自研晶片也開始往外賣。Alphabet 財務長說，2026 年第二季起 Google 首度把 TPU 系統直接交付到客戶自己的資料中心。Amazon 則在 2026 年 7 月表示，晶片業務年化營收已超過 250 億美元，Anthropic 與 OpenAI 都對 Trainium 做了多年、數 GW 等級的承諾。
OpenAI 也和博通合作，2026 年 6 月發表首顆推論晶片 Jalapeño，工程樣品已在實驗室跑模型，目標 2026 年底前初步部署。博通執行長陳福陽說 2027 年才放量、2028 上半年全速，所以它還不是已量產的晶片。
博通、邁威爾與台灣：誰在幫他們做
雲端大廠有想法，但晶片的細部設計、封裝與互連，還是要找專業夥伴，分成兩類。
ASIC 共同設計商：博通（Broadcom）和邁威爾（Marvell）不只賣零件，而是和雲端大廠一起把客製晶片設計出來，並提供網路互連。博通已公開與 Google TPU、Meta MTIA、OpenAI 合作，2026 會計年度第三季（至 2026 年 8 月 2 日）AI 半導體營收 167 億美元，年增 221%。邁威爾也在 2026 年 8 月的 SEC 文件中公開與 Google 擴大客製晶片合作。
台灣 ASIC 設計服務廠：世芯-KY（Alchip）和創意電子（GUC）提供從設計到委託代工的整套服務（turnkey）。它們的實際客戶多半保密，市場把它們對應到哪家雲端大廠，常屬法人推測，不是公司公告。本文只描述產業角色，不整理受益股，也不構成投資建議。
「ASIC 概念股」在台股是熱門題材，市場通常把設計服務、矽智財、先進封裝、晶圓代工、測試介面一起放進來討論。理解這個族群在紅什麼可以，但別把題材熱當成個股推薦。
ASIC 會取代 NVIDIA 嗎？
答案要分清「在長大」和「占多少」。研調機構 TrendForce 在 2026 年 4 月把 2026 年 ASIC 型 AI 伺服器的占比，從近 28% 小幅下修到約 27%，多數仍是 GPU 機種。
NVIDIA 的護城河也不只在晶片本身，還有開發者普遍使用的 CUDA 軟體生態和 NVLink 高速互連，要整套搬走成本很高。
連 AI 公司自己也是多家並用。Anthropic 同時用 Google TPU 與 AWS Trainium，AMD 2026 年 8 月的財報也提到 Anthropic 將部署最多 2GW 的 AMD GPU。自研 ASIC 會慢慢吃下一部分原本屬於 GPU 的需求，但大家是在分散押注，不是全面換邊。
小企鵝的總結
ASIC 是用通用性換取效率與成本的客製晶片。Google TPU、AWS Trainium、Meta MTIA、Microsoft Maia 的背後，常有博通、邁威爾與台灣設計服務廠的身影。
想看 GPU 那一邊，讀 Blackwell 是什麼；想看這些晶片怎麼封裝、餵資料，看 CoWoS 與 HBM；想看整條鏈八關，回到 供應鏈總覽。
自研 ASIC 是雲端大廠替自己省錢、做差異化的長期路線；GPU 仍是主流，短期是並存，不是取代。