AI、5G推動高效能運算晶片發展 三大晶片商競逐伺服器、電信設備市場

儘管AI與5G兩大技術的發展已是市場常見的話題之一，但面臨疫情與諸多外部環境變動的影響下，大致上仍不改其成長態勢。5G帶動資料量的增加，而資料量的增加，也驅動AI模型精準度提升；5G的傳輸資料加大，也有助於AI模型與判讀結果，在各個終端裝置與伺服器間傳遞，彼此之間形成閉鎖型的良性循環。

也因此，不論資料中心、網通基礎建設乃至於5G基地台等所需要的伺服器，除了處理器的性能必須大幅提升這個大前提要滿足外，因應不同資料類型的處理、AI模型的訓練、場景推論，亦或是動態處理頻譜資源分配，讓傳輸效益極大化等，都需要導入AI技術的協助來實現，所以也讓相關的晶片業者投入此一相關技術的開發，藉此在伺服器領域能取得一席之地，或是能持續擴大市場領導地位。

CPU需一人分飾多角，但仍需仰賴多樣運算架構奧援

以現今而言，不外乎是Intel、NVIDIA與AMD在伺服器市場競逐。宏觀來說，伺服器的主要核心仍是CPU，若有AI或是HPC等相關需求，就會透過繪圖晶片、AI晶片或是FPGA加速卡來進一步處理其需求；但若未有這些晶片的奧援，CPU本身還是得有一人分飾多角的情況，所以CPU的性能提升或是導入相關的指令集，藉此強化對AI運算的工作性能或是處理其他需求，也早已是Intel與AMD這幾年的必經道路。

不過廣泛來看，不同運算架構的存在，還是希望能卸載CPU的工作負載，藉此讓整體系統運作效率得以提升，所以未來CPU、GPU、FPGA與各種ASIC的協同合作場景只會愈加常見，從Intel早年收購了Altera，以及近年買下AI晶片新創業者Habana，以及AMD收購Xilinx與Pensando等，大致都能預期這樣的場景將會更加普及。此外，像是Intel與AMD也先後表示，未來都要將FPGA與X86 CPU加以整合，提高更高整合度的解決方案給市場。

三大晶片商表現各異，然布局皆有一定完整度

但若進一步細觀三大晶片商在AI與5G等伺服器領域的布局，NVIDIA的運算架構雖然最少，但就布局完整度來看並不會少於Intel與AMD，甚至與AMD相較，NVIDIA更有過之而無不及。觀其原因，還是因為NVIDIA較早投入AI發展，自Pascal架構時代開始，就積極布局AI模型訓練與推論應用，而推出Volta架構之後，更是內建第一代的Tensor Core，進一步提升AI運算效率，一口氣拉開與Intel與AMD的差距。而Turing架構時期，除了導入第二代Tensor Core，強化NVIDIA在AI領域的領導地位，也進一步與電信設備業者Ericsson在RAN架構合作，讓NVIDIA成功在電信設備市場站穩腳步。

Intel在AI領域的布局大多是採取收購策略，希望藉此趕上NVIDIA的腳步，同時內部也重啟開發獨立GPU的計畫，從系統設計的思維，來滿足市場需求。以運算架構的種類數量上，Intel雖然領先AMD與NVIDIA，但近年礙於製程轉進不順，造成新一代伺服器CPU的出貨延期，使得AMD不斷蠶食Intel市佔，對於Intel其他運算架構晶片的推廣也會造成影響，使得Intel近期在伺服器市場的表現不甚理想，但Intel近期在Vision Day 2022不斷推出新一代產品，以力圖充實AI伺服器相關晶片的陣容。

同樣的，Intel在電信設備領域的表現也頗為積極，由於布局較早的緣故，所以像是Intel在每代伺服器處理器產品規劃上，持續推出相當完整的產品鎖定網通與電信伺服器的需求，以第三代Xeon D處理器來說，單以處理器的數量上，就高達79款，再加上旗下的FPGA與eASIC等產品線的奧援，讓Intel可以因應不同類型的網通基礎建設需求，因此在5G電信設備領域，Intel的話語權、聲量乃至於市場表現就較為出色許多。

至於AMD，不論是在AI或是5G相關伺服器領域的進展上都較為牛步，究其原因是AMD早前在伺服器市場的能見度極低，所以AMD也無力在CPU或是GPU的技術開發上能有較為突破性的進展。但拜Intel在先進製程落後台積電之賜，加上台積電在產能供應較為充足，使得AMD在伺服器市場的市佔率逐漸提升，所以也讓AMD有較為充沛的資源向外進行併購，像是收購Xilinx後，有鑑於Xilinx近年來在電信設備領域擁有相當厚實的市場基礎，AMD便能將觸角向5G基地台延伸，挾Xilinx之力，進一步分食Intel在電信伺服器的市佔率。

同樣的，Xilinx的FPGA產品也能在邊緣運算環境中，實現低延遲的AI推論運算能力，再加上AMD透過函式庫的強化，讓CPU與GPU也提升對AI運算的支援性，可說現階段AMD在AI領域也開始急起直追，希望能趕上NVIDIA與Intel的腳步。但市場的競爭態勢還取決於三家業者在函式庫與開發工具上支援的成熟度，以現階段而言，NVIDIA領先Intel與AMD許多，這也是NVIDIA在AI居於領先地位的主要原因之一。

總體來說，儘管三大晶片業者在AI與5G領域互有領先，但長期來說，晶片的開發仍要仰賴先進製程、先進封裝如HBM、Chiplet以及運算架構等各環節的同時演進，如此才能大幅推進整個系統效能與能耗表現，對於其產業長期發展也將能有不小的助益。