GPU不再主導AI晶片,換ASIC稱王?NVIDIA股價二連跌
GPU不再主導AI晶片,換ASIC稱王?NVIDIA股價二連跌

GPU在人工智慧運算大放異彩,激勵兩家GPU大廠––NVIDIA、超微(AMD)股價狂飆。但是分析師警告,明年GPU在AI的地位,也許會遭「特殊應用積體電路」(ASIC)取代。

嘉實XQ全球贏家系統報價顯示,12日NVIDIA下跌1.96%、13日續跌2.44%收在186.18美元。12日超微下跌2.56%、13日反彈2.12%收在10.11美元。

MarketWatch、Smarter Analyst報導,Susquehanna分析師羅蘭(Christopher Rolland)12日報告稱,2017年AI GPU當道,2018年可能換成ASIC發威。AI運用深度學習解決真實世界問題,也使用在語音和影像辨識、自動駕駛、醫療等等,NVIDIA是AI工作量大增的受惠者,股價暴衝。不過,Susquehanna和多位業界領袖討論,判斷ASIC可能會取代GPU。

羅蘭以虛擬貨幣挖礦為例,解釋此一變化。早期礦工挖掘虛幣時,多用GPU,不過隨著挖礦難度不斷提高,礦工逐漸改用ASIC。現在比特幣礦工多半採用ASIC,以太幣礦工也會在今年改用ASIC。市面上更出現以太幣專用ASIC,效能遠勝GPU。

報告稱,NVIDIA有ASIC相關部門,未來仍會在AI扮演重要角色。但是市場將有更多競爭者,有望受惠的ASIC業者,包括協助谷歌研發AI晶片的博通、Cavium、Marvell、Microsemi等。

另外,現場可程式化閘陣列(Field-Programmable Gate Array,FPGA)也可能從AI熱潮沾光,賽靈思(Xilinx)的FPGA就用於亞馬遜雲端服務。

晶片商Cerebras正在研發AI專用的ASIC,該公司執行長費爾德曼(Andrew Feldman)強調,GPU並非最適合AI運算的晶片。GPU原本是為了電玩開發,如今卻碰巧適用於另一個毫不相干的新市場。這種幸運的巧合不會發生,最可能的解釋是,GPU只是當前最佳的解決方案,讓業界能繼續往前,暗示ASIC才是AI前景所在。

Barron’s在8月23日報導,摩根士丹利(Morgan Stanley、通稱大摩)發表研究報告指出,現場可程式化閘陣列(Field-Programmable Gate Array,FPGA)在機器學習進行「推論」(inference)時扮演的角色,可能比市場想像還要大,賽靈思有望受惠。

日經亞洲評論6月13日報導,NVIDIA雖憑藉通用GPU(GPGPU)登上人工智慧晶片一哥位置、但競爭對手早已在一旁虎視眈眈。美國低功耗現場可程式邏輯閘陣列(FPGA)製造商賽靈思表示,夥伴廠商利用FPGA晶片進行基因體定序與優化語音辨識所需的深度學習、察覺FPGA的耗能低於GPU且處理速度較快。相較於GPU只能處理運算,FPGA能以更快速的速度一次處理所有與AI相關的資訊。

本文授權轉載自:MoneyDJ

關鍵字: #Nvidia
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓