在生成式AI浪潮下，算力成為科技業的核心戰場。過去兩年，GPU（圖形處理器）幾乎與AI畫上等號，特別是輝達（Nvidia）的H100，不僅價格昂貴，更供不應求，成為CSP（雲端服務供應商）擴建資料中心的關鍵瓶頸。

為打破瓶頸、壓低成本，Google、亞馬遜（Amazon）、META與微軟（Microsoft）等科技巨頭正積極投入自研ASIC（特定應用積體電路），啟動「去GPU化」行動，打造自主算力生態系。

算力戰火燒向晶片自主權 CSP加速自研ASIC

要理解這場轉變，先得認識ASIC。這類晶片針對單一任務量身打造，適用AI推論、挖礦、網通等應用，具備低功耗、高效率等優勢。雖然彈性差、開發週期長，但在資料中心大量部署時，能有效降低能源與營運成本。

相對來說，CPU（中央處理器）是通用型晶片，具高彈性與穩定性，但功耗與效率皆不及專用晶片；GPU則擅長平行運算，適合AI訓練與推論，但耗電高、成本重。CSP若要大規模布建AI運算能力，自研ASIC便成了理想解方。