年初中國深度求索（Deepseek）橫空出世，掀起了平價AI大浪，輕量化設計的AI模型，因不需要太高的算力與功耗，讓AI應用開始加速落地，也間接推升雲端到邊緣端的特殊應用積體電路（ASIC）需求爆發。
不僅如此，包括谷歌、亞馬遜等雲端服務商（CSP），為降低對AI晶片龍頭輝達的依賴，全都積極布局研發ASIC晶片，像是谷歌的TPU、亞馬遜雲端運算服務（AWS）的Trainium、微軟（Microsoft）的Maia與Cobalt，以及臉書（Meta）的MTIA等，都是他們自主研發的成果。
只不過，自研ASIC晶片絕非易事，產業專家表示，CSP幾乎不可能自行組建具備完整IC設計能力的團隊，必須與IC設計業者合作。「一顆晶片往往涵蓋多種不同的矽智財（IP），從傳輸介面到不同的節點製程，都需要不同的IP，而光是舊製程的IP，單一授權費用就動輒新台幣上千萬元，加上先進封裝技術的門檻，更是進一步墊高了ASIC開發成本。」工研院電光所所長張世杰對本刊直言。
正因如此，雲端大廠紛紛找上博通（Broadcom）、邁威爾（Marvell）、世芯、創意電子等半導體廠，加速開發客製化晶片。以台廠世芯為例，不僅贏得亞馬遜、谷歌、微軟等業者訂單，最大客戶亞馬遜更在去年砸下新台幣五億多元，私募認購世芯普通股。
上述二大趨勢帶動AISC需求大爆發，本刊調查，新一股AISC勢力正在崛起，最受關注的莫過於台灣手機晶片大廠聯發科。聯發科今年4月底的法說會上，即有半數以上法人問答時間，皆圍繞AISC議題。聯發科執行長蔡力行直接透露，公司正專注於AI加速器（或稱XPU）開發，預期明年AI相關營收，可能就會衝上10億美元規模。
聯發科財務長顧大為則補充，聯發科已協助客戶完成ASIC設計，但基於保密協議，無法透露具體客戶資訊。法人圈盛傳，該客戶就是谷歌。
對於AI晶片未來的發展模式，蔡力行認為，GPU和ASIC二種模式都將會持續存在。GPU在訓練（Training）方面不可或缺，但ASIC在AI推理（Inference）等特定應用需求正快速成長。「資料中心容量的擴張將持續，而ASIC類型的加速器將扮演重要角色。」蔡力行說。
正因雲端和邊緣AI應用同時發酵，對ASIC設計人才需求極為迫切，也造就了ASIC設計服務崛起的機會。「晶片越做越複雜，需要的人就越來越多，市場沒有這麼多設計者，所以IC設計服務公司就冒出頭。」張世杰說明。
