隨著 ChatGPT 爆紅，各家科技巨頭陸續加入 AI 戰爭，NVIDIA CEO 黃仁勳更在不久前提出「現在是 AI 的 iPhone 時刻」。本篇報告將分析 AI 發展現況，以及哪些產業將受惠。
富果觀點
- AI 產業已從胚胎期過渡到成長期且開始商用化，產業未來將呈指數型成長
- AI 伺服器搭載之 GPU 價量齊升，NVIDIA 是產業前期最直接受惠者。然判斷中後期廠商將加大採用/自研客製程度高、效率更好的 ASIC，終端軟體商將掌握主動權
- AI 記憶體短期對整體產業貢獻不大，但未來將加速成長。台積電因掌握 3D 封裝技術將受惠
- AI 產業態勢大者恆大，目前微軟、Google 掌握先發優勢，中國廠商則因晶片禁令，判斷落後會逐漸顯現
AI 產業已從胚胎期過渡到成長期且開始商用化，產業未來將呈指數型成長
AI（Artificial Intelligence，人工智慧）話題在市場已盛行多年，但過去大多侷限在諸如語音助理、人臉識別、Alpha Go 下圍棋、政府系統、工廠等分析工具等特定場合的應用，功能較為侷限。直到 2022 年底 ChatGPT 出現後，AI 已進展到可應對各領域、各形式內容的通才，也讓其應用場景更為多元。
隨 Open AI 開第一槍，各家科技巨頭皆相繼推出自家 AI 產品，並高調宣佈砸下重本發展。
應用端除聊天機器人外，更延伸到搜尋、辦公、金融、教育、娛樂等各種應用，例如微軟的 Bing 與搜尋引擎結合、Copilot 結合辦公軟體 Office；阿里巴巴將 AI 接入其旗下淘寶、天貓、餓了嗎等消費端應用；Bloomberg 將 AI 與金融結合，可以自動生成財務分析、建議報告等；Adobe 的 Firefly 可自動將文字指令轉換為圖片、影片等內容；又例如 Tesla 發布的 Optimus 人型機器人等。從企業端到客戶端都已有越來越具象的應用出現。
Source：TESLA、富果研究部
此外，廠商亦開始就 AI 服務收費，代表產業已從過往僅有概念、小眾應用的胚胎期正式邁向了有實際產品、商業模式、用戶基數的成長期。
若以 AI 領域的融資金額來看，2022 年約 26.5 億美元，2023Q1 就高達 170 億美元，其中光 Open AI 就獲得微軟 100 億美元投資，在科技巨頭入局及資本推波助瀾下，AI 大戰已正式開打。
Source：CBINSIGHTS、富果研究部
根據 Grand View Research 研究，AI 產業產值（包含軟硬體）將在 2030 年達 1.73 兆美金，未來 7 年以 37.3% CAGR 成長，目前仍是一片藍海市場，產業背後有許多投資機會。
AI 伺服器產業鏈可簡單理解為加強版的伺服器
AI 的運作邏輯分為訓練（Training）及推理（Inference）兩塊，其中訓練是藉由投入大量數據資料讓模型學習，而推理則是 AI 透過參考學到的資料，產生判斷結果。由於訓練過程需消耗大量運算資源，算力是其發展的關鍵。
故可將 AI 伺服器產業鏈理解為算力更強的伺服器，一樣分成上游的半導體、電子元件、機殼等零組件，中游的 ODM、品牌商，以及下游的客戶。關於伺服器產業在 <雲端服務商機！白話文解構「伺服器產業」>已有詳盡介紹，讀者可先行參考。
根據 TrendForce 數據，AI 伺服器在 2022 年出貨量約 85.5 萬台，僅占整體伺服器出貨量 6.3%。但預計 2026 年將增加至 237 萬台，以 4 年 22% 的 CAGR 成長。且因規格更高，既有產業鏈或多或少都將受惠。若順著「提高算力」邏輯想，其中用量及規格要求會有更明顯增加的，判斷有 GPU、FPGA/ASIC 及記憶體。
以下將就這幾個領域探討其投資機會及代表廠商。
Source：富果研究部
AI 伺服器搭載之 GPU 價量齊升，NVIDIA 是產業前期最直接受惠者
AI 訓練需要重複運算大量的數據，例如 GPT 2 僅使用 15 億個參數，但到 GPT 3 就使用高達 1,750 億個參數，隨著應用場景的增加，每一代的新模型數據量呈指數增加。
因此適合做簡單重複、大量運算的 GPU 就是現階段 AI 運算最關鍵的元件。例如 ChatGPT 背後就用了約 1~2 萬個 NVIDIA 的 A100 GPU。
AI 伺服器平均每台需搭載 4~8 顆高階 GPU 及 2 顆 CPU（目前 AI 伺服器中，約有 60~70% 是搭載 Nvidia 的 GPU，其餘則包含 FPGA、ASIC）。，成本也高於一般繪圖遊戲 GPU，以 NVIDIA 專門用於 AI 的 GPU H100 來看 ，其單價約 2 萬美金（前一代 A100 的售價為 1~1.5 萬美金），比一般遊戲 GPU 高出 10~20 倍。
Source：技嘉型號 G293-S45
根據調查，NVIDIA 今年約下訂約 90~120 萬片的 H100 訂單，以單顆 H100 GPU 售價 2 萬美元計算，推估今年光 H100 的 AI GPU 產值可達 180~240 億美元，較 2022 年翻倍成長 2 倍。
在價量齊升下，作為軍火彈藥庫的 GPU 供應商無疑是最大受惠者，目前 NVIDIA 就佔據全球超 85% 的份額，剩下 15% 則由 AMD 掌握。然而 AMD 的產品主要是以 APU 為主（CPU+GPU），若單看目前市面上的 AI GPU，NVIDIA 幾乎壟斷整個市場。
Source：公司網站、TECHPowerUP、富果研究部
NVIDIA 除了 GPU 領先外，在軟體整合、生態圈的創建更是其競爭關鍵，包括推出的 GPU 運算架構 CUDA、模擬空間 Omniverse，及近期推出的 DGX Cloud 能開放給一些資源不足以建置伺服器的客戶直接使用其雲端 AI 運算等，幾乎涵蓋了整個場景應用，是目前最直接受惠 AI 趨勢的公司。
產業發展中後期客戶將加大採用客製程度、效率更高的 FPGA、ASIC
在軍備競賽的前期大多會使用通用型的 GPU，但到中後期各家廠商的基礎設施建立後，富果判斷對更客製化、效率更高的 FPGA、ASIC（特殊應用晶片）的需求將明顯增加。目前 FPGA 主要供應商有 AMD 併購的 Xilinx 以及 Intel，兩者合計掌握全球 80% 以上市場。
而 ASIC 則是由各家科技廠商與 ASIC 設計業者共同研發，目前包括微軟、META、Google 等公司都宣布自行研發 AI 相關的 ASIC，不過預估皆要 2~3 年後才有機會量產。
