2024年全球經濟緩慢復甦，但AI風潮將驅動全球資訊系統產品成長。隨著2025年AI PC軟硬整合更完備，將成為推動產業復甦的關鍵動力；AI伺服器受惠於生成式AI大型語言模型、企業內部模型微調等因素導致需求持續上升，成為2024年伺服器市場的主要驅動力。

AI強大的運算能力正在重塑科技產業，從2022年底OpenAI開發ChatGPT開始，到2024年2月推出可根據單次指令生成60秒短片的文字轉影像AI Sora，展現AI超強的運算、學習能力與進化速度。OpenAI還搶在I/O開發者大會登場前，推出性能更高、效能更佳的AI技術模式GPT-4o，可以進行逼真的語音對話，理解、對話能力堪比超級Siri，能處理50種語言，執行速度比GPT-4 Turbo快兩倍，但成本只要GPT-4 Turbo的50%，而背後支援GPT-4o技術的是輝達(Nvidia)的圖形處理器（GPU）。

圖一 : AI技術模式GPT-4o可以靈活快速根據使用者要求，以不同語氣、聲調說同一段故事。(source：OpenAI)

科技龍頭業者揮動AI大旗 加速產業變革

2023年Google Cloud推出生成式AI聊天機器人Gemini後，又在今年5月14日登場的I/O開發者大會(Google I/O 2024)上公佈第六代AI晶片TPU(Trillium)。與第五代相比，Trillium晶片的計算性能提升了4.7倍，有助加速Google Cloud平台的執行效率，也是迄今Google推出的「最節能」AI晶片。Google同時推出性能更強大的AI模型Gemini 1.5 Pro與輕量模型Gemini 1.5 Flash。兩大指標性公司推出的AI模型迭代速度變短，從中不難看出AI「長智慧」的速度有多麼驚人。

Gemini擁有多項功能，如即時語音對話功能Gemini Live，Project Astra功能更具備強大的視覺分析能力，使用者只要打開手機鏡頭與Gemini對話，Gemini就能辨別事物、聲音，甚至做出生動描述；影片製作功能「Veo」只要輸入指令便能生成長達1分鐘的高畫質AI影片。

圖二 : Google執行長Sundar Pichai在I/O開發者大會中發佈性能更強大的AI模型Gemini 1.5 Pro。（source：Google）

生成式AI讓大家見證到，AI真的已經走進你我的生活，不再是只聞樓梯響，而AI帶來的變革正在快速改變全球產業與供應鏈。美國「科技七巨頭」已經在各自的領域中催生或導入AI，輝達(NVIDIA)、蘋果（Apple）、谷歌(Google)母公司Alphabet、微軟(Microsoft)、亞馬遜（Amazon）、Meta及特斯拉(Tesla)都是AI造浪者，其他如美超微(Super Micro)、超微(AMD)、英特爾(Intel)都有不能輸的壓力。這些公司彼此間既合作又競合，比方AI雲端運算四大龍頭Amazon、Google、Meta與Microsoft都是輝達GPU的最大買家，但是四巨頭也都在製造自家晶片，或者積極與輝達以外的其他新創業者合作。

輝達堪稱AI晶片市場的龍頭，擁有近90%的市占率，幾乎壟斷AI運算資源。2023年輝達發表的H100是功能強大的GPU，屬於資料中心級AI加速晶片。生成式AI主要利用大量已存在資料，讓AI接受各種訓練，如學習翻譯、歸納總結及合成圖像等，過程中需消耗大量的運算能力，而輝達H100在訓練大型語言模型（LLM）方面，甚至比前一代A100快上四倍，回覆使用者提示則快上三十倍之多。

輝達執行長黃仁勳今年3月在輝達GTC技術大會上展示了具備生成式AI功能的人形機器人，同時發布新一代AI晶片Blackwell B200 GPU。據了解，OpenAI、Amazon、Google、Meta、Microsoft、甲骨文（Oracle）、Tesla等業者都將採用Blackwell架構晶片。黃仁勳說，更聰明、反應更快的人形機器人時代即將到來。隔天，除了台股的「機器人概念股」應聲大漲，與AI相關的產業鏈也同樣因為這個未來趨勢而受惠。事實上，除了輝達，特斯拉、新創公司Figure、Sanctuary AI等也都積極投入通用人形機器人領域。看來，距離AI/機器人成為人類親友、同事、伴侶、孩子、寵物、照顧者的那天真的不遠了。

圖三 : GX B200配備8個Nvidia Blackwell GPU，與前幾代相比，訓練效能達3倍、推論效能達15倍。(Source：Nvidia)

AI機器人控制系統多已融入大型語言模型（LLM）、大型行為模型（LBM）等GanAI技術。為模仿人類行為，AI人形機器人需要透過感知、分析與運動控制方面的半導體助拳，相關業者如恩智浦(NXP Semiconductors)、英飛凌(Infineon Technologies)；人形機器人在自動化方面的應用則需要透過電腦輔助設計軟體協助，相關業者如Altair、Ansys，當然還需要人形機器人製造商共襄盛舉，如機器人與數控工具機自動化服務公司發那科(FANUC Corporation)、半導體測試設備供應商泰瑞達(Teradyne)，以及驅動技術、工業自動化和機器人製造商安川電機(YASKAWA)。

在競爭激烈的AI晶片市場中，一哥輝達也不是沒有對手，AMD近年來就積極打造AI硬體生態系統，推出旗艦 AI晶片MI300X，同時積極擴展產品功能與生態系統，希望提供更多工具及支援來吸引使用者。

跟著科技巨頭向前衝 台灣AI供應鏈前景看俏

AI的靈魂是晶片，AI晶片專為AI演算法而設計，可執行現場可編程閘陣列 (FPGA)、繪圖處理器(GPU)與特殊應用積體電路（ASIC）加速器上的機器學習工作，處理更多變數與細部運算，加上處理的資料量龐大，遠非傳統晶片可比。在管理大量繁複資料密集型運算的工作上，AI晶片扮演吃重角色，舉凡高階影像處理、伺服器、汽車和手機領域都需要使用AI晶片。如此可見AI霸主輝達的重要性。

由於ChatGPT引爆生成式AI商機，帶動相關軟硬體需求，加上輝達出貨、獲利與市值全面暴衝，與之相關的供應鏈同步受惠，如AI原料廠、零組件廠、組裝代工廠、品牌廠、軟體服務廠等。AI供應鏈的上游與中游包含關鍵零組件硬體廠，居於AI供應鏈重要地位的硬體設備則是伺服器，舉凡AI演算法的執行速度、精準度及系統穩定性等都需要靠伺服器運籌帷幄，下游主要是軟體服務廠。

在科技巨頭造浪下，台廠AI供應鏈也站在浪頭上起舞，尤其是「護國神山」台積電。台積電在整個晶圓代工市場的市占率逾50%，AI先進晶片應用的市占率更逾90%，帶動台灣AI供應鏈蓬勃發展。超微MI300A產品的中央處理器（CPU）及繪圖處理器（GPU）小晶片都是採用台積電5奈米製程，IO小晶片則採用台積電6奈米製程，並透過台積電全新系統整合晶片封裝（SoIC）、CoWoS等先進封裝進行整合。輝達也是台積電的大客戶之一，除了旗下的H200、GH200晶片供不應求，預計年底前將推出採用台積電3奈米製程的B100、GB200等新產品。

圖四 : 台積電在整個晶圓代工市場的市占率逾50%，AI先進晶片應用的市占率更逾90%。(source:TSMC)

由於Amazon、Meta、Google、Microsoft等四大雲端服務商（CSP）積極朝AI靠攏，並轉而採用特殊應用IC（ASIC）開發AI晶片，帶動IP廠業績，台廠世芯-KY、創意、M31等將同步受惠。隨著CSP四大雲端服務供應商砸重金建置AI伺服器，預估今、明兩年的資本支出總額將達3,700億美元，受惠台廠如緯穎、廣達、緯創等預估業績旺到2025年。

另一方面，隨著AI伺服器、傳統伺服器新平台以及400G/800G交換器的需求攀升，高階銅箔基板(CCL/高多層板HDI)台廠供應鏈也將因此受惠。高盛證券推估，全球高階銅箔基板2023-2025年的年複合成長率(CAGR)約達27%，尤其極低損耗（Very Low Loss）以上高階產品更是供不應求。

未來，在輝達跟美超微的帶動下，台廠PCB供應鏈可望受惠，包含健鼎、金像電、台光電等業者。其中，台光電是全球最大無鹵素基板供應商及手持式裝置HDI/類載板用基材龍頭廠，也是輝達AI伺服器的CCL供應商，更是目前台廠中唯一的高階CCL材料供應商，搭上AI列車，未來營收值得期待。

隨著輝達、Google、思科（Cisco）先後推出800G產品，資料中心的耗電問題也浮出檯面，而關鍵技術共同封裝光元件（CPO）成為解決能耗問題的救星。未來，網通設備廠商(如智邦)，光通訊中上游代工業者(如華星光、上銓等)將因此而同步受惠。當然，由於AI晶片運算力極高、功耗大，散熱規格也必須同步提升，帶動高階均熱片需求，預期奇鋐、雙鴻、健策、建準與高力等散熱大廠將同步受惠。

AI大趨勢帶來的機會與挑戰

資策會產業情報研究所（MIC）4月發布資通訊產業預測，預估2024年全球經濟緩慢復甦，但AI風潮將驅動全球資訊系統產品成長，全球筆電、桌機出貨分別達1.76億台、6,977萬台，分別成長4.4%、2.7%，隨著2025年AI PC軟硬整合更完備，將成為推動產業復甦的關鍵動力。

AI伺服器受惠於生成式AI大型語言模型、企業內部模型微調等因素導致需求持續上升，成為2024年伺服器市場的主要驅動力，預估2024年全球出貨將達1,349萬台，成長約5.1%。

至於半導體產業，由於2024年全球半導體市場庫存調整已近尾聲，終端應用產品出貨恢復正成長，加上車用、HPC與AIoT等長期需求支持，預估2024年全球半導體市場規模將恢復正成長。MIC特別看好三大發展趨勢：智慧城市導入AI帶動設備商機、電信商運用AI轉型與突破，以及AI虛擬人(Virtual Human)的應用發展。

此外，先進封裝在台廠AI晶片開發上扮演關鍵角色，可提升功能整合能力或運算效能。針對AIoT晶片開發，MIC認為，如果台廠希望規模化成本控制，必須重視以通用規格晶片彈性搭配滿足客製化規格，比方運用先進封裝整合不同功能小晶片，形成更輕巧便攜的單一晶片封裝，或者利用先進封裝技術協助AIoT晶片透過小晶片堆疊。其中，記憶體容量與頻寬有助提升運算效能，除了透過CoWoS封裝結合HBM與先進製程運算晶片，也有業者發展出客製化DRAM與成熟製程Edge AI晶片堆疊技術，可應用於較低成本的AI解決方案。

MIC指出，面對下世代高階運算晶片，電晶體元件的垂直堆疊或背面電軌的內連線結構都需要精度達10nm等級的晶片3D堆疊技術支持，這部份會是先進封裝發展的重要機會與挑戰。

打開「潘朵拉盒子」後

AI與數位科技帶來的變革是全面性的，商業價值難以估算，但也帶來了資安隱憂。MIC提醒，第一類隱憂是以AI系統作為攻擊目標，如資料處理階段的資料污染、模型部屬後攻擊、模型遭竊導致對抗性攻擊、提示注入導致資料外洩以及AI蠕蟲等威脅，零信任機制將面臨極大的挑戰；第二類是駭客利用AI進行網路攻擊，如DeepFake、識別系統漏洞、網路釣魚郵件等。雖然生成式AI發展潛力無窮，在建立生成式AI系統上仍有許多難題待克服，如建立可信任AI機制、對應新舊軟體的工程挑戰、遵循全球AI監管治理政策等。

除了資安問題，Meta執行長祖克伯（Mark Zuckerberg）與特斯拉執行長馬斯克(Elon Musk)不約而同指出，由於生成式AI興起，Microsoft、Google及Meta等科技公司在發展AI的過程中大量利用水冷技術冷卻資料中心熱度，恐怕引發缺水、缺電危機；美國證券交易委員會(SEC)主席Gary Gensler甚至指出，AI具有顛覆現存投資方式的潛力，卻也可能帶來系統性風險，甚至引爆金融危機！

希臘神話中，潘朵拉打開魔盒後釋放出貪婪、虛偽、痛苦等邪惡根源，使原本寧靜的世界開始動盪不安，人類打開AI這只「潘朵拉盒子」後，是單純地迎來驚喜與美好，還是伴隨著其他驚嚇與變數(如詐騙或犯罪)，讓我們繼續看下去。