AI商機有多大？誰是獲利者？

一旦Open AI建立完整的生態系，就可以主導整個商機，影響力越大的品牌與解決方案，將會成為市場上的領導者。微軟（Microsoft）刻意造成「生成式AI等於Open AI」印象，加上Office 365的優勢條件，微軟可能是很大的受益者。

由於需要強大的數據運算能力，在資料中心晶片市佔遙遙領先的NVIDIA成為最大的獲利者，台積電也因為是代工夥伴而受惠。現在NVIDIA跟英特爾（Intel）叫板，甚至暢言「CPU時代已經結束」！

導入AI不外乎是為了使用者忠誠度、提高效率，提升競爭力等。估計Open AI的市場規模，將從2023年的2億美元，增加到2024年的10億美元。

遊戲開發商可以利用各種AI工具加速產品的開發，並以各種內容的整合開發出新的商機與市場區隔。市場剛剛起飛，但速度也可能像ChatGPT一樣迅雷不及掩耳！

相較於現在的檢索模式，對話式檢索機制成本必然會增加，光是學習自然語言的運算機制，各種伺服器、資料中心的投資就以1,000億美元的規模來計算。

Open AI需要導入1萬顆以上的NVIDIA A100繪圖晶片，相關資本支出與背後的維護都非常驚人。另據Semi Analysis估計，Google自主開發的Google TPU v4，資本支出高達200億美元，這大約是Alphabet 2022全年資本支出的64%。

可以預期「超巨量型資料中心」（Hyperscale Data Center）將是軍火競賽的一環，起步較早的微軟與AWS都是領先者。但無論是內部或外部的連結，都是資料中心管理者很大的挑戰。

我們同時可以見到傳輸速度不斷的提升，到2025年時，使用800G數據傳輸速度的Switch將高達2,500萬個，這與2022年還是主流的100G相比，已經不可以道里計！

整體而言，資料中心的演化，從最早的儲存資料進化到演算，現在則是分散處理，藉以取得最佳化的成果。為了有效管理這樣的需求，除了過去倚重的CPU之外，現在資料中心更關注DPU（Data Processing Unit）的進展。

這些可以有效管理儲存數據的微處理器，將是下一波需求的主流。相較於過去專注在特定功能的微處理器，DPU更重視整合性的功能。簡單來說，CPU用於一般的運算功能，GPU是加速運算功能，而DPU是專注資料處理功能。

「Scaling AI Compute」是從資料中心的運算，延伸到網通過程，以及邊緣端的多元AI運算機制。基於提高運算效能、降低功耗等多方面的考慮，大家把希望寄託在晶圓製造與EDA工具的進化。

如何以ASIC半導體晶片為基礎，生產出可以符合差異化需求的硬體設備，也都是製造廠非常大的考驗。