創意在 2026 年 4 月展示結合 HBM4 記憶體介面與 CoWoS 封裝的平台，說明 AI ASIC 的競爭已延伸到資料搬運與系統整合。運算核心再快，記憶體供應資料跟不上，效能也可能卡住。
這也解釋了為何討論 AI ASIC 概念股，不能只找「做 AI 晶片」的公司。晶片架構、設計服務、記憶體介面與製造封裝，承接的是不同工作，營收來源與風險也不同。
3 個重點先看
- 專用設計：AI ASIC 針對特定人工智慧工作負載最佳化，訓練與推論都能採用，實際用途由晶片架構決定。
- 核心技術：除了矩陣運算，記憶體、互連、先進封裝與軟體工具，也會影響整套系統的效率。
- 概念股辨識：先分清楚直接設計與製造支援，再確認專案是否量產，不能由技術布局直接推定獲利。
AI ASIC 是什麼？
AI ASIC 是針對人工智慧運算需求設計的特殊應用積體電路。ASIC 的英文全名是 Application-Specific Integrated Circuit。它描述的是依用途設計晶片的方式，不是單一品牌，也不是某種固定製程。
一般 ASIC 的範圍很廣，網路交換、影像處理與其他專用控制晶片都可能屬於這個類別。本篇聚焦資料中心裡，為模型訓練或推論打造的客製化 AI 加速器。Google TPU 就是官方明確定義為 ASIC 的例子。
可以把客製化理解成替工作流程安排設備。業者先決定要處理的模型、資料量與回應速度，再配置運算單元和記憶體。但「專用」不代表只能執行固定模型，支援範圍仍取決於架構的可程式化程度與軟體工具。
AI ASIC 與 GPU 差在哪裡？
市場常見的比較，是客製化 AI 加速器與通用 GPU 平台之間的取捨。前者更貼近特定工作需求，後者能支援較多運算類型與軟體。兩者的分類角度並不完全相同，不能只靠名稱判定效能高低。
| 比較面向 | 客製化 AI ASIC | 通用 GPU 平台 |
|---|---|---|
| 設計起點 | 依客戶模型、功耗與系統條件最佳化。 | 支援較廣泛的平行運算與應用。 |
| 軟體適配 | 需要對應編譯器、算子與部署工具。 | 可利用既有框架與開發生態，仍需調校。 |
| 成本判斷 | 需計入前期開發、驗證與軟體移植成本。 | 需計入硬體採購、利用率、電力與維運成本。 |
| 適用條件 | 目標工作明確，且使用規模足以支撐開發投入。 | 工作種類較多，或需要快速採用新模型與工具。 |
Google 的 TPU 使用指引便依模型是否以矩陣運算為主、是否包含特殊運算，區分適合的硬體。這表示選擇必須回到實際工作，而不能直接寫成「GPU 負責訓練、ASIC 負責推論」。
客製晶片也不一定更省錢。如果出貨規模不足、模型經常改動，或大量功能需要回到其他處理器執行，開發與移植成本就可能抵銷硬體效率。比較時應以相同模型、品質與延遲要求下的完成工作量為準。
核心技術：從運算到資料搬運
AI ASIC 的核心，是讓運算、資料供應與晶片間通訊配合。實際設計通常同時處理下列問題，而不是只追求更多運算單元。
矩陣運算與數值精度
神經網路包含大量乘法與加總。以 TPU 為例，脈動陣列讓資料在相鄰運算單元之間傳遞，減少中間結果反覆存取記憶體的需求。這是代表性架構，並非所有 AI ASIC 都必須採用。
數值精度也會影響運算量與資料大小。設計者可以針對工作需求支援較低精度，但必須確認模型品質與誤差是否可接受，不能只比較規格表上的峰值算力。
記憶體：容量與頻寬都要配合
容量決定能放下多少模型參數與執行資料，頻寬則影響搬運速度。HBM 提供高頻寬，晶片內部的 SRAM 則可用來保存需要快速重複使用的資料。不同產品可能搭配其他記憶體，並非所有 ASIC 都必須使用 HBM。
創意展示的平台把自有 HBM4 控制器與 PHY、合作夥伴記憶體及先進封裝整合在一起。控制器安排資料存取，PHY 處理實際訊號傳輸，因此具備記憶體介面 IP，不等於公司自行生產 HBM 記憶體。
高速互連與先進封裝
大型模型可能分散在多顆晶片執行，晶片間等待資料會影響整體速度。SerDes 負責高速訊號收發，晶粒間互連則支援同一封裝內的資料交換；這些介面需要兼顧頻寬、耗電與訊號品質。
Chiplet 是把功能拆成較小晶粒，再透過封裝整合。CoWoS 可連接邏輯晶片與 HBM 等元件，支援高頻寬運算需求，但它是封裝技術，不能與 ASIC 畫上等號，也不是每款客製晶片的唯一選項。
軟體與系統共同設計
硬體需要編譯器把模型運算轉成可執行指令。Google TPU 使用 XLA，就是軟硬體配合的例子。若模型運算無法有效映射到硬體，即使晶片規格很高，也可能出現利用率偏低的情況。
聯發科的資料中心技術說明也把運算晶粒、記憶體介面與 I／O 晶粒納入客製設計。從投資人的角度，評估技術門檻時，要同時看能否整合成可交付的產品。
主要 AI ASIC 概念股與業務關聯
較直接的業務包括客製晶片設計與 ASIC 設計服務，製造及封裝則提供生產支援。下表依官方公開能力整理代表性公司，並非受惠幅度排名，也不代表每家公司都承接同一客戶或同一代晶片。
| 公司與代號 | 公開業務關聯 | 受惠成立條件 |
|---|---|---|
| 世芯－KY（3661） | ASIC 設計服務，涵蓋實體設計、低功耗與高效能方案，以及封裝測試等量產服務。 | 客戶專案完成驗證並進入量產，且由公司承接對應服務。 |
| 創意（3443） | AI／HPC ASIC 設計，提供 HBM 與晶粒間互連 IP，整合先進封裝。 | 技術被客戶採用，並轉成設計、IP 或量產收入。 |
| 聯發科（2454） | 資料中心客製 ASIC，整合運算、記憶體介面、I／O 與系統連結。 | 專案交付與量產規模達成；公司其他業務仍會影響整體財務。 |
| 博通（AVGO） | 為大型雲端客戶提供客製 XPU，屬於 AI 基礎設施的客製晶片環節。 | 客戶建置需求落實為交付；各項 AI 產品收入須分辨。 |
| Marvell（MRVL） | 客製 ASIC、高速互連 IP、多晶粒封裝與客製 HBM 運算架構。 | 客戶導入設計並形成出貨，不能把所有資料中心營收都視為 AI ASIC。 |
| 台積電（2330） | 晶圓製造與 CoWoS 等先進封裝，支援高效能邏輯晶片及記憶體整合。 | 相關晶片採用其製程或封裝，實際貢獻受訂單、良率與產能配置影響。 |
這份名單刻意區分「能做什麼」與「已賺到多少」。官方技術頁可以確認業務關聯，卻不能單獨證明某個客戶訂單或營收占比。未經公司確認的客戶配對，不宜直接放進供應鏈表。
如何判斷訂單能否轉成獲利？
設計服務公司可能依專案取得開發收入，也可能進一步承接量產服務。投資人閱讀法說資料時，可以把營運進度拆成設計導入、完成設計交付製造、驗證及量產出貨，避免把各階段視為同一件事。
- 確認收入性質：一次性開發工程費與量產收入，認列節奏、成本內容及持續性可能不同，需依公司揭露判讀。
- 確認量產條件：完成設計或試產，不代表客戶已大量採購，驗證、良率與系統部署都可能改變時程。
- 確認客戶集中度：少數大型客戶的專案遞延，可能造成季度營收波動。
- 確認獲利轉換：營收增加時，仍需對照毛利、研發費用與營業利益，不能只看單月成長。
反過來驗證，若 AI ASIC 需求成長，某家公司的相關專案卻尚未量產，或根本未被該產品採用，就不能推論它當期獲利必然增加。產業需求、公司訂單與財務成果之間，仍需要逐段證據連接，供投資人自行研判。
常見問題
Q1：XPU 一定就是 AI ASIC 嗎？
不一定，XPU 的用法會因公司與文件而不同。有些廠商用它稱呼客製 AI 加速器，也有文件把它作為異質運算平台的概括名稱。閱讀新聞時，要先確認該公司指的是運算晶片、整合封裝，還是更大的系統。
Q2：雲端公司自行設計晶片，就不需要外部供應商嗎？
自行定義架構，不代表自行完成所有生產工作。客戶可以保留核心設計，再由合作夥伴完成 IP 整合、實體設計、製造與測試，各專案分工不同。因此「自研」與「委外合作」可以同時成立。
Q3：想自行研究台美概念股，如何準備交易帳戶？
可向口袋證券申請台股與美股複委託帳戶，開戶申請須經審核。交易前需確認商品是否提供、交割方式及相關費用，可參考下方開戶入口與服務說明。
投資涉及風險，本文為產業與公司公開資訊整理，不構成個別證券的買賣建議或獲利保證。
怎麼買 台美 AI ASIC 概念股？
一次開通 台美股交易服務
線上 5 分鐘快速申請查看手續費優惠詳情 ▼
【台股優惠】
手續費 2.8 折，最低 1 元 起！零股交易也能輕鬆存。
【美股優惠】
*APP 電子單下單手續費 0.08% (無低消)**APP 存股手續費 0.08% (低消 0.1 美元)*
點此看更多開戶活動優惠
*美股優惠期間至 2026/12/31，新戶適用，實際以官方公告為準。
小提醒：台股扣款日為 T+2，美股採「圈存」制，下單前請確認餘額！
