自研 AI 晶片風潮擴大，台積電成結構性最大贏家

雲端業者自行研發 AI 晶片的風潮持續擴大，而這些方案在設計完成後，最終都必須回到同一處製造。這個結構讓台積電成為不受競爭結果影響的最大受惠者。

自研晶片的動機相當直接。大型雲端業者的 AI 運算需求已達到極為龐大的規模，而通用加速器的採購成本高昂且產能取得受限；若能針對自身的工作負載設計專用晶片，便能在效能功耗比與總持有成本上取得明顯優勢。同時，擁有自主的硬體路線也降低了對單一供應商的依賴。

不過，設計晶片與製造晶片是兩件截然不同的事。具備最先進製程量產能力的供應商極為有限——這不只是設備投資的問題，更牽涉到製程調校、良率控制與長期累積的工程經驗。當每一家自研晶片的業者都必須把設計交給同一處生產，製造環節便成為整條鏈路中唯一不受競爭影響的位置。

先進封裝進一步強化了這個地位。當代 AI 加速器普遍採用運算晶粒搭配高頻寬記憶體的異質整合架構，而這道整合工序的技術門檻與產能限制，已成為出貨的實質瓶頸。近期先進封裝訂單持續滿載、客戶必須提前預訂的情況，正是這個結構的具體反映。

從商業角度看，自研晶片的擴散對製造端其實是有利的。過去 AI 加速器的訂單集中在少數幾家設計業者手上，議價關係相對集中；而當雲端業者、模型業者與晶片新創各自投入自研，客戶數量增加、需求來源分散，製造端的議價地位反而改善。同時，不同架構的晶片對製程與封裝的要求各異，這也提高了製造端的技術附加價值。

不過，這個位置並非沒有風險。首先是產能配置的取捨——當需求遠超過供給，選擇服務哪些客戶、以什麼順序交付，會直接影響長期的客戶關係。其次是資本支出的強度，維持製程與封裝的領先需要持續且龐大的投入，這會壓縮自由現金流。第三是地緣因素，生產基地的集中度是結構性的曝險，海外布局雖能分散風險，但成本結構明顯不同。

對台灣供應鏈的其他環節而言，自研晶片的擴散同樣帶來機會。設計服務、矽智財、封裝材料、測試介面與載板等環節，都會因為晶片專案數量增加而受惠——每一個新的自研專案，都意味著一整套從設計到量產的服務需求。

後續觀察重點包括：自研晶片專案的數量與投片規模、先進封裝產能的擴充進度，以及海外廠在整體營收中的占比與獲利表現。