AI芯片產業的臨界點與潛在黑馬
若要為未來一年AI芯片產業畫出輪廓，市場關鍵字恐怕不再只是「更大模型」與「更強訓練」，而是「誰能把推理成本壓下來、把供應鏈卡點打通、把生態系做深」。NVIDIA仍然是產業重心，黃仁勳在2026年3月仍把AI芯片的市場機會上修至1兆美元級別，顯示整體需求遠未見頂；但同一時間，市場也開始更嚴格地追問：下一波增長，究竟來自通用GPU繼續一家獨大，還是來自客製ASIC、記憶體與互連架構的重新分工？
第一個臨界點，是AI算力重心由訓練轉向推理。過去兩年，資本市場習慣以「誰買更多GPU」來理解AI浪潮；但到了2026年，愈來愈多企業真正關心的不是訓練峰值，而是部署後每一次查詢、每一次生成、每一次代理式任務所消耗的電力、延遲與成本。這也解釋了為何市場開始重新估值那些能提供半客製化晶片、推理加速器與高效率系統方案的公司。Reuters近期即指出，投資人已預期NVIDIA在2027年前後可能在部分推理市場面臨自研ASIC擴張的壓力，這並不代表GPU時代結束，而是意味市場從「買最強」轉向「買最合適」。
第二個臨界點，則是瓶頸已從「算力晶片本身」外溢到HBM、高階封裝與互連。Broadcom近日直言，TSMC產能在2026年已成供應鏈瓶頸；另一方面，HBM仍處於吃緊狀態，分析機構甚至預估2026年記憶體將吞噬超大型雲端業者約三成AI資料中心支出。換句話說，未來一年真正稀缺的，不只是GPU，而是能不能同時拿到先進封裝、記憶體與高速連接資源。這會使產業估值邏輯出現明顯轉折：過去市場偏愛「設計最強晶片的人」，未來則更看重「能把整機系統交付出來的人」。
平台霸權VS定製化自主路線
第三個臨界點，是生態系開始分岔：一邊是NVIDIA持續鞏固平台霸權，另一邊則是客製化與區域自主路線同步崛起。Broadcom預測其AI芯片收入到2027年將突破1,000億美元，Marvell亦給出多年成長展望，反映大型雲端客戶已不滿足於全數依賴單一GPU供應商，而是希望把特定工作負載交給自研或半客製晶片。與此同時，在中國市場，IDC數據顯示2025年本土AI加速器已拿下約41%的伺服器市場份額，說明出口限制與政策導向正在重塑區域供應鏈。未來一年，全球市場不會只是一場產品競賽，更會是一場「陣營競賽」。
在這樣的格局下，潛在黑馬企業未必是最會講AI故事者，而是最能踩中結構性卡位點者。Broadcom是最值得留意的名字之一，因為它押中的不是單一晶片，而是超大客戶的客製化需求，這種商業模式一旦成熟，黏着度往往高於標準化產品。Marvell則可能是第二匹黑馬，它近月不僅上調多年的AI成長預期，還獲得NVIDIA投資與更深合作，意味它在客製XPU、光互連與網絡整合上的角色正被放大。若AI基礎設施由「買卡」走向「建系統」，Marvell的彈性反而可能成為優勢。
至於更具想像空間的黑馬，則可能來自新創。Cerebras在2026年2月完成10億美元融資、估值升至約230億美元，3月又與AWS合作，讓其晶片進入雲端可用資源池；這說明市場對「非GPU架構」不再只是旁觀，而是開始給出真金白銀的試用入口。另一類容易被低估的玩家，是像Astera Labs這樣做AI伺服器連接方案的公司。當資料搬運速度、記憶體調度與機櫃級擴展成為效能上限時，互連晶片未必像GPU那樣耀眼，卻可能是整個AI系統最先受益的隱形贏家。這也是未來一年投資布局最值得修正的地方：不要只盯着算力核心，也要看「算力如何被送達」。
義合控股投資者關係部
（芯片與算力系列之46）
