下載報告
聯絡我們
AI算力狂飆:ASIC崛起挑戰GPU主導地位
發佈日期
2026-09-15
更新頻率
不定期
報告格式
全球AI訓練與推論算力2026年將倍增，北美CSP積極擴大Capex並自研ASIC晶片，NVIDIA則藉生態系整合與收購鞏固領先地位，記憶體頻寬漸成產出瓶頸。
重點摘要
- 資本支出擴張：北美中CSP業者Capex大幅成長，積極採購GPU並自研ASIC，2027年NVIDIA、AMD推出整櫃系統迎戰。
- 訓練算力倍增：2026年FP16總算力大幅躍升，CSP自研ASIC份額持續攀升，侵蝕GPU供應商地位。
- 推論轉向FP4：新世代加速器導入FP4與MoE架構，推論算力急遽攀升，惟Decode端受限HBM頻寬。
- NVIDIA鞏固生態：藉MediaTek合作與收購Hugging Face強化互連與軟體版圖，抵禦ASIC侵蝕。
目錄
- 前言
- 預期全球對AI訓練基礎需求仍強，2026年GPU與ASIC晶片的FP16總算力可望大幅成長
- US GPU Suppliers to Stay Largest Contributor in FP16 Computing Power in 2026
- AI推論需求當道，全球AI晶片商布局陸續轉向推升FP4算力以滿足新AI市場發展
- FP4 Computing Power of Major AI Accelerators in 2026 to Surge to Almost 200 ZFLOPS and 511 ZFLOPS for 2027
- AI模型級距將決定算力產出效益，惟記憶體頻寬恐為Token產出的關鍵瓶頸
- Efficient Models Deliver 6x the Token Capacity of Flagship Ones on the Same AI Accelerator Fleet
- 面臨主力CSPs業者擴大ASIC發展趨勢下，預期NVIDIA將力求技術整合及軟體生態來維持AI領導地位
<報告頁數：7>
