AI（人工智慧）系統開發近年快速躍進，戰場已從過去「軟體開發」走向「硬體晶片」競爭，搭配網路普及型塑出大數據，使得真實世界的無限複雜與快速計算可以藉由AI實現。富邦證券點名，半導體供應鏈主要受惠AI商機，關鍵將在「ASIC、矽智財IP、記憶體模組、感測器」四領域。

　隨著AI在機器智能學習發展的突破，富邦證券預估，2020～2025年AI應用市場規模將以38％的年複合成長率（CAGR）攀升到2,300億美元，若從2017年算起CAGR更高達45％，就AI所創造的半導體晶片產值，也將由目前約9億美元的水準，增長至2025年超過700億美元，CAGR達62％，來自車用、深度學習、語音辨識與相關應用記憶體等比重最高。

邊緣運算 催生ASIC晶片需求

　富邦證券指出，機器在學習的過程中，主要是利用神經網路中的「處理晶片」負責數據運算與函數推導，也因此，處理晶片的效能技術成為未來相關廠商重要的勝負關鍵。

　總觀目前「處理晶片」發展，主要可分為CPU、GPU、FPGA及ASIC四種，依特性與使用目的不同又可區分為雲端運算與邊緣運算。前者雲端運算因為需要處理龐大數據，加上長時間運作，晶片需求特性為功耗較高，整體效能佳，主要應用在資料中心與超級電腦，目前也是國際大廠聚焦重點，包含Google、Nvidia、Intel等都有投入；後者邊緣運算則主要應用在終端裝置，對耗電量與晶片體積有較大限制與要求，目前趨勢是以FPGA與ASIC為邊緣運算主要發展的晶片。

　富邦證券指出，雲端運算已在深度學習訓練的效能表現相當顯著，然而若要運用到終端產品上，除了功耗與晶片體積的限制，加上雲端運算有數據存取、即時性與安全性的考量，預期將會催生AI晶片向終端的「邊緣運算」邁進，也就是將形成雲端負責「訓練」，終端晶片負責「推理」的情境發生，大幅帶動邊緣運算晶片整體出貨量。

　根據研究機構Tractica預估，到2025年AI晶片出貨量將超過4,000萬顆，其中成長幅度最大就是ASIC晶片，占整體出貨比重近60％，達2,400萬顆，營收貢獻也將由2016年的1千多萬美元成長至2025年的33～34億美元。

　ASIC具有低延時、低功耗、高效能與可大規模量產的成本優勢，將使其於未來AI發展扮演關鍵，例如智能監控、自駕車、機器人、無人機、智慧喇叭、虛擬實境、智能家電等應用，都能帶動ASIC晶片出貨。

　當然，另一個關注重點仍在GPU，由於先天條件優勢，目前在AI處理的效能還是優於其他晶片方案，加上大數據所產生的機器學習，需要處理龐大與即時資訊，因此GPU在雲端系統、車聯網等優勢還是會持續領先，預估至2025年AI晶片出貨金額將超過120億美元，其中GPU整體出貨金額將超過50億美元，占比逾4成。

小標題：衍生而來的IP、SSD、MCU大商機

　其次，衍生而來的就是矽智財（IP）、記憶體與感測器商機。富邦證券指出，除了ASIC出貨帶動IP需求，資訊量暴增加上儲存成本下降，巨量資料深度學習的普及，將使「儲存裝置」與「感測裝置」成為不可或缺的一環。

　在AI模組中，處理晶片與儲存系統之間的通道優化，將直接影響系統在即時判斷與深度學習的效能，因此記憶體模組必須更重視客製化與穩定性等需求，目前就AI產業面觀察，尤其工業應用發展最為成熟，供應鏈完整、效應明確，預估將是接下來最快實現人工智慧化的產業之一，工控記憶體供應商是主要關注對象。

　富邦證券預估，單就AI應用在深度學習的SSD（固態硬碟）需求將由2016年8.63億Gb提升至2025年的412億Gb，年複合成長率高達53％，產值預期將由2.6億美元提升至123億美元。

　而感測裝置部分，機器學習數據的產生，除網路的數位資料之外，因機器人、工業應用、機器視覺、聽覺等需求增加，類比資料的產出也將明顯提升，富邦證券預期，利用微控制器（MCU）與感測器來得到外界資訊的解決方案需求，也將隨之上揚。

台廠在AI上的布局 值得關注

　富邦證券指出，台廠在晶圓代工上占有絕對優勢，半導體供應鏈完整，由晶圓代工大廠台積電領軍，預期將可帶領其他相關廠商包括ASIC、矽智財IP、記憶體模組、感測器等相關供應鏈正是值得投資人關注的選股方向。