AI商机有多大？谁是获利者？

一旦Open AI建立完整的生态系，就可以主导整个商机，影响力越大的品牌与解决方案，将会成为市场上的领导者。微软（Microsoft）刻意造成「生成式AI等于Open AI」印象，加上Office 365的优势条件，微软可能是很大的受益者。

由于需要强大的数据运算能力，在数据中心芯片市占遥遥领先的NVIDIA成为最大的获利者，台积电也因为是代工夥伴而受惠。现在NVIDIA跟英特尔（Intel）叫板，甚至畅言「CPU时代已经结束」！

导入AI不外乎是为了使用者忠诚度、提高效率，提升竞争力等。估计Open AI的市场规模，将从2023年的2亿美元，增加到2024年的10亿美元。

游戏开发商可以利用各种AI工具加速产品的开发，并以各种内容的整合开发出新的商机与市场区隔。市场刚刚起飞，但速度也可能像ChatGPT一样迅雷不及掩耳！

相较于现在的检索模式，对话式检索机制成本必然会增加，光是学习自然语言的运算机制，各种服务器、数据中心的投资就以1,000亿美元的规模来计算。

Open AI需要导入1万颗以上的NVIDIA A100绘图芯片，相关资本支出与背后的维护都非常惊人。另据Semi Analysis估计，Google自主开发的Google TPU v4，资本支出高达200亿美元，这大约是Alphabet 2022全年资本支出的64%。

可以预期「超巨量型数据中心」（Hyperscale Data Center）将是军火竞赛的一环，起步较早的微软与AWS都是领先者。但无论是内部或外部的连结，都是数据中心管理者很大的挑战。

我们同时可以见到传输速度不断的提升，到2025年时，使用800G数据传输速度的Switch将高达2,500万个，这与2022年还是主流的100G相比，已经不可以道里计！

整体而言，数据中心的演化，从最早的储存数据进化到演算，现在则是分散处理，藉以取得最佳化的成果。为了有效管理这样的需求，除了过去倚重的CPU之外，现在数据中心更关注DPU（Data Processing Unit）的进展。

这些可以有效管理储存数据的微处理器，将是下一波需求的主流。相较于过去专注在特定功能的微处理器，DPU更重视整合性的功能。简单来说，CPU用于一般的运算功能，GPU是加速运算功能，而DPU是专注数据处理功能。

「Scaling AI Compute」是从数据中心的运算，延伸到网通过程，以及边缘端的多元AI运算机制。基于提高运算效能、降低功耗等多方面的考虑，大家把希望寄托在晶圆制造与EDA工具的进化。

如何以ASIC半导体芯片为基础，生产出可以符合差异化需求的硬件设备，也都是制造厂非常大的考验。