研調 TrendForce 最新研究指出，AI server 需求帶動北美四大 CSP 加速自研 ASIC 晶片，平均 1~2 年就會推出升級版本，中國 AI server 市場則受四月美國新晶片出口管制影響，預料外購 NVIDIA、AMD 等晶片比例會從 2024 年約 63% 下降至 2025 年約 42%，而中國本土晶片供應商 (如華為等) 在國有 AI 晶片政策支持下，預期 2025 年占比將提升至 40%，幾乎與外購晶片比例分庭抗禮。

TrendForce 表示，CSP 為因應 AI 工作負載規模逐步擴大，同時計畫降低對 NVIDIA、AMD 的高度依賴，因此積極投入 ASIC 開發進程，以便能達到控制成本、性能和供應鏈彈性，進一步改善營運成本支出。

美系四大 CSP 現況

觀察美系四大 CSP 在 AI ASIC 進展，居領先地位的 Google(GOOG-US) 已推出 TPU v6 Trillium，主打能效比及針對 AI 大型模型的最佳化，預計 2025 年將大幅取代既有 TPU v5。針對新一代產品開發，Google 從原先與 Broadcom 的單一夥伴模式，新增與 MediaTek 合作，轉為雙供應鏈布局。此舉將提升設計彈性、降低依賴單一供應鏈的風險，也有助增加高階先進製程布局。

AWS(AMZN-US) 目前以與 Marvell(MRVL-US) 協同設計的 Trainium v2 為主力，其主要支援生成式 AI 與大型語言模型訓練應用，AWS 也和 Alchip 合作 Trainium v3 開發。TrendForce 預估 2025 年 AWS 的 ASIC 出貨量將大幅成長，年增表現為美系 CSP 中最強。

Meta(META-US) 成功部署首款自研 AI 加速器 MTIA 後，正與 Broadcom 共同開發下一代 MTIA v2。由於 Meta 對 AI 推論負載具高度客製化需求，MTIA v2 設計特別聚焦能效最佳化與低延遲架構，確保兼顧推論效能與運營效率。

Microsoft(MSFT-US) 目前在 AI server 建置仍以搭載 NVIDIA GPU 的解決方案為主，但也加速 ASIC 開發，其 Maia 系列晶片主要針對 Azure 雲端平台上的生成式 AI 應用與相關服務進行優化，下一代 Maia v2 的設計也已定案，並由 GUC 負責後段實體設計及後續量產交付。

除了持續與 GUC 深化合作外，Microsoft 也引入 Marvell 共同參與設計開發 Maia v2 進階版，藉此強化自研晶片的技術布局，並有效分散開發過程中的技術與供應鏈風險。

中國 AI 供應鏈自主化加速

TrendForce 分析中國自主化 AI 方案，華為積極發展昇騰晶片系列，主要面向內需市場，應用層面包含 LLM 訓練、地方型智慧城市基礎建設、大型電信運營商的雲網 AI 應用等，在國家型專案支持，及互聯網、DeepSeek 相關 LLM AI 應用蓬勃發展下，長期將撼動 NVIDIA(NVDA-US) 等在中國 AI 市場的領先地位。

寒武紀的思元 (MLU)AI 晶片系列，亦瞄準雲端業者的 AI 訓練與推理等應用。觀察寒武紀 2024 年陸續與在地大型 CSP 進行前期測試驗證可行性後，2025 年將逐步推進思元 AI 方案至雲端 AI 市場中。

TrendForce 表示，隨著美國對出口中國的高階 AI 晶片限制持續升級，中系 CSP 也加速發展自研 AI ASIC。阿里巴巴旗下平頭哥 (T-head) 已推出 Hanguang 800 AI 推論晶片，Baidu 繼量產 Kunlun II 後，已著手開發 Kunlun III，主打高效能訓練與推論雙支援架構。騰訊除了自家 AI 推論晶片 Zixiao，亦採用策略投資的 IC 設計公司 Enflame 解決方案。

在地緣政治與供應鏈重構的背景下，將凸顯中國晶片供應商如華為、寒武紀，以及各 CSP 投入自研 ASIC 的必須性與重要性，並帶動 AI server 市場朝向中國和非中國 (Out-of-China) 兩大生態體系發展。