AI伺服器不再只看GPU　ASIC重塑ODM供應鏈

AI伺服器市場正從GPU主導走向ASIC、GPU與通用型伺服器並存的新階段。緯穎表示，上半年出貨仍以通用型伺服器為主，但ASIC伺服器本季可追至整體出貨約一半，下一季可望進一步超越通用型產品；GPU伺服器則預計下季底開始出貨，顯示大型雲端業者自研AI晶片正在實際改變ODM產品結構。

這項變化背後是Hyperscaler不再把所有AI工作負載集中於單一GPU架構。GPU具有高度通用性，適合大型模型訓練與多元推論；ASIC則針對特定AI運算最佳化，可在效能、功耗及總持有成本間取得不同平衡。隨著AI推論規模擴大，Google TPU、AWS Trainium／Inferentia及其他雲端自研晶片，使得Custom Silicon逐漸成為資料中心另一條主要運算路線。

圖一 : ASIC伺服器開始加速超車，AI Server供應鏈進入分流時代。

對ODM而言，ASIC伺服器增加並非只是更換處理器。不同的加速器會重新定義主機板、PCB、高速互連、記憶體、電源與散熱設計，Rack-scale架構更需要同步整合Power Shelf、交換器及液冷系統。因此AI伺服器競爭已從「取得GPU」升級為能否快速承接不同Hyperscaler客製平台。

緯穎同步擴張美國產能。德州Socorro第二棟廠房預計2027年第二季量產，屆時美國產能約占公司整體20%；當地主要生產Rack-scale通用型與ASIC伺服器。緯穎與Amazon先前也宣布擴大當地製造，強化美國Server Rack供應能力。

這代表AI伺服器供應鏈正在發生兩項變化：運算端由GPU走向GPU＋ASIC異質化，製造端則由亞洲整機出口轉向北美在地Rack Integration。台灣供應鏈的下一階段機會將沿著ASIC伺服器向高階PCB、HBM、Power Shelf、液冷、高速交換器及Rack整合擴散；ODM真正的競爭力，也將從「伺服器製造能力」轉向「多平台系統整合能力」。