AI推論競賽開打，客製化ASIC與自研晶片成市場新寵

生成式 AI 的運算需求正從模型訓練逐步轉向大規模推論，也就是讓模型持續回應使用者與企業服務。通用 GPU 雖具彈性，但在成本、功耗與延遲方面未必最有效率，促使雲端業者與模型公司尋求針對特定工作負載設計的客製化 ASIC，藉由軟硬體協同設計提高效能。

截至 2026 年 8 月，推論晶片競賽明顯升溫。AMD 收購晶片新創 Taalas，強化客製化運算布局；Etched 則取得 7 億美元融資，加速開發專為 Transformer 模型設計的晶片。OpenAI、Anthropic 等前沿 AI 實驗室也加快自研晶片計畫，試圖降低對通用 GPU 的依賴並掌握推論成本。