ASIC出貨將超越GPU?看AI晶片市場變化與產能瓶頸

凱基證券
2026.09.21 465 次瀏覽

AI晶片市場正快速擴張,預估2027年ASIC出貨量將首度超越GPU。與此同時,CoWoS先進封裝、HBM高頻寬記憶體與ABF載板供應能否跟上,將成為影響AI晶片實際出貨與供應鏈發展的關鍵。

ASIC出貨倍增,2027年首度超越GPU

全球AI加速器出貨量預估將由2026年的1,777萬顆,增加至2027年的2,575萬顆,年增44.9%。其中,GPU出貨量預估由1,024萬顆增至1,129萬顆,成長速度約10.3%;ASIC則由753萬顆增至1,446萬顆,年增92%,出貨量有望超越GPU。

ASIC是為特定工作設計的客製化晶片。相較用途較廣的GPU,ASIC可以針對特定AI模型與雲端服務進行最佳化,具備效能、耗電與成本方面的優勢。大型雲端服務業者為降低對單一晶片架構的依賴,也正加快自行開發ASIC。

2027年ASIC成長主要來自Google TPU及AWS Trainium等雲端客製化晶片,兩者合計預估約占AI ASIC出貨量的八成。

出貨量由ASIC領先,營收仍由GPU主導

ASIC出貨量超越GPU,不代表GPU的市場地位立即被取代。GPU具備較高的晶片規格、完整的軟硬體生態系與較高平均售價,預估2027年仍將占整體AI晶片產業營收約70%。

新一代AI運算平台也逐漸由單一GPU,擴展成包含GPU、CPU、交換器、網路晶片、CPO光通訊及其他加速晶片的完整系統。產業競爭的範圍,由「誰能提供最強的運算晶片」,延伸至「誰能整合運算、記憶體與網路架構」。

因此,2027年的AI晶片市場可能出現明顯分工:ASIC靠出貨量快速成長,GPU則憑藉單價與系統整合能力維持營收優勢。兩者並非單純互相取代,而是分別承接不同的AI運算需求。

CoWoS持續擴產,供需缺口仍達15%至20%

GPU、ASIC與新一代CPU都需要先進封裝,CoWoS產能因此成為AI晶片能否順利出貨的共同關卡。CoWoS是一種2.5D先進封裝技術,可以把運算晶片與HBM等零組件整合在同一封裝內,縮短資料傳輸距離並提高頻寬。

主要晶圓代工業者的CoWoS月產能,預估將由2026年底的12萬片,擴增至2027年底的18.5萬至19萬片,增幅約55%至58%。若將委外封裝測試產能納入計算,2027年整體2.5D封裝月產能預估將由15.5萬片增至26.5萬片,年增約71%。

不過,即使產能明顯增加,2027年的CoWoS供需缺口仍可能維持在15%至20%。部分訂單將由晶圓代工廠外溢至封裝測試業者,推動封裝設備、製程導入與良率提升需求。先進封裝產能也將由單一供應來源,逐漸轉向晶圓代工與封裝測試業者共同承接。

封裝擴得快,零組件供給卻可能跟不上AI晶片需求

CoWoS產能提升後,供應鏈瓶頸可能由封裝設備轉移至ABF載板、HBM及其他關鍵零組件。2027年整體CoWoS產能預估成長約71%,但ABF載板供給可能僅增加25%至30%,HBM供給增幅約45%至50%,成長速度都低於封裝產能。

ABF載板是連接晶片與電路板的重要介面,負責承載高階晶片並傳送電力與訊號;HBM則是放在AI晶片旁邊的高頻寬記憶體,負責快速提供運算所需資料。只要其中一項不足,即使晶片與封裝產能已經準備完成,整套產品仍可能無法出貨。

HBM由現行規格轉換至新一代HBM4e的過程,也可能帶來部分產能損失。新規格需要重新調整製程與良率,在量產初期不一定能把所有投入產能轉化為合格產品,使實際供給增幅低於帳面擴產幅度。

CPU加入先進封裝競爭,產能需求進一步升高

值得留意的是,Agentic AI帶動伺服器執行更多自主規畫、推理與工具調用工作,除了提高GPU與ASIC需求,也推升CPU的運算負擔。新一代AI伺服器CPU因此開始導入CoWoS封裝,進一步擴大先進封裝的使用範圍。

全球AI晶片龍頭部分新一代CPU出貨量預估將由2026年的200萬顆,提高至2027年的600萬顆,年增約200%。而第二大獨立GPU業者另一款伺服器CPU的市場需求也可能達600萬顆,但考量產能擴充、初期良率及製程學習曲線,實際出貨量可能落在450萬至500萬顆。

CPU加入後,CoWoS產能不再只服務GPU與ASIC,而要在AI加速器、CPU及網路晶片之間重新分配。若CPU需求快速放量,可能排擠其他AI晶片可取得的封裝產能,使供應鏈調度變得更加複雜。

AI晶片成長主軸,從GPU向外擴散

2027年AI晶片市場的關鍵變化,是成長動能由單一GPU向ASIC、CPU、網路與封裝環節擴散。GPU仍掌握較高的產業營收,但ASIC出貨量快速增加,CPU也開始成為先進封裝的重要需求來源。

後續可觀察三項訊號:首先是CoWoS產能擴充能否如期完成,委外封裝的良率是否穩定;其次是ABF載板與HBM供給增幅,能否追上AI晶片與封裝產能;最後則是雲端服務業者的客製化晶片,能否由內部使用進一步擴展至外部客戶。

當AI晶片種類愈來愈多,產業競爭也將由單顆晶片效能,轉向封裝、記憶體、載板與網路架構的整體供應能力。能否讓所有零組件同步到位,將決定需求最終可以轉化為多少實際出貨。

AI晶片關鍵名詞一次看懂

名詞

白話解釋

在AI晶片供應鏈的角色

AI加速器

專門加快AI運算的晶片總稱,GPU與ASIC都屬於AI加速器。

負責訓練AI模型或執行推論,是AI伺服器的核心運算元件。

GPU

擅長同時處理大量運算的晶片,原本多用於影像處理,後來成為AI運算主力。

用途廣、軟體生態完整,廣泛用於AI訓練與推論。

ASIC

為特定工作量身打造的專用晶片,不像GPU能彈性處理多種任務。

可針對特定AI服務提升運算效率,並降低功耗與成本。

CPU

伺服器的中央處理器,負責系統控制、一般運算與工作調度。

與GPU或ASIC協同運作,處理作業系統、程式執行及資料分配。

先進封裝

將運算晶片、HBM等不同元件高密度整合在同一封裝中。CoWoS是先進封裝的一種具體技術。

縮短晶片之間的資料傳輸距離,提高運算速度與頻寬,也是高階AI晶片的重要製程。

HBM

DRAM的一種,把多層記憶體垂直堆疊起來的高頻寬記憶體,可以快速傳送大量資料。

放在AI晶片旁,持續提供運算所需資料,減少晶片等待資料的時間。

ABF載板

承載高階晶片、連接晶片與電路板的關鍵介面。

負責傳送電力與訊號;若供應不足,可能限制高階AI晶片的出貨。



凱基證券

財富管理|經紀|自營|承銷|債券|衍生性商品|資產管理

以客戶需求為念,立穩證券業領先地位,經營完整的海外事業版圖,為客戶提供全方位產品與服務體驗。

查看作者文章

延伸閱讀

探索更多

Explore More

選擇感興趣的分類,深入閱讀更多分析文章

免責聲明: 本平台刊載內容僅供一般資訊及投資教育參考,不構成任何投資建議、要約、招攬或買賣任何金融商品之依據,且任何投資皆具有風險,過去績效、回測結果或模擬情境不代表未來績效,亦不保證獲利或最低收益。投資人投資前應詳閱商品相關說明文件,並應依自身財務狀況、投資目標及風險承受能力,審慎評估後自行作成投資決策,且須承擔一切投資風險。

本平台所載資訊係彙整自本公司認可或公開之資料來源,雖已力求內容完整即時,惟不保證其準確性、完整性及時效性。文中所載之資料可能因市場、法令、時間或其他因素而有調整必要,本公司得隨時因應修訂變更,恕不再另行公告。

如因本平台刊載資料錯漏、延遲更新、平台發生傳輸中斷等功能異常情事或其他原因,致呈現資訊未盡完善,本公司暨全體關係企業及其負責人、員工對投資人因此所生之任何損失或損害,不負任何法律責任。

非經本公司同意,不得將本平台內容全部或部分以任何形式複製、引用、轉載、散布或作其他商業用途,若有違反並因此致生本公司任何損失或損害,均應負全部之賠償或補償責任。