GPU的未來會是什麼？理解2026年AI基礎設施繁榮中GPU的未來

當我們談論當今的人工智慧（AI）基礎設施時，有一個問題主導了投資人之間的討論：GPU 主導的時代是否即將結束？答案比你想像的更具細節。雖然圖形處理器（GPU）多年來一直是 AI 數據中心的主力，但 GPU 的未來正在迅速演變。真正的重點並不是 GPU 正在消失——而是整個 AI 晶片生態系正在成熟，而理解這種轉變可能會釋放出重大的投資機會。

這場轉型的規模令人震驚。根據普華永道（PwC）的全球分析，人工智慧到 2030 年可能為全球經濟貢獻 15.7 兆美元。由於生產力提升貢獻 6.6 兆美元、消費者應用貢獻 9.1 兆美元，打造 AI 基礎設施的競賽已成為全球科技公司的最高優先事項之一。數據中心部署已大幅加速，為驅動這些設施的專用處理器創造了前所未有的需求。

從主導到衝擊：為何 GPU 至上正受到挑戰

根據華爾街分析師的說法，輝達（Nvidia）的崛起可說是勢如破竹。該公司控制著 AI 處理器市場超過 90% 的份額，原因在於它提供了圖形處理器（GPU），用來訓練包括 ChatGPT、Llama 以及無數其他主要大型語言模型。GPU 的平行處理能力——其能以極高速度同時執行大量計算——使其成為相較於傳統 CPU 的預設選擇，用於處理 AI 工作負載。

然而，GPU 的未來正面臨前所未有的競爭。一種新的技術類別已出現：應用特定積體電路（ASICs）。與通用型 GPU 不同，這些客製化處理器是為特定任務與使用情境而設計。包括 Alphabet、Meta Platforms 等超大型雲端服務商（hyperscalers）已開始向 Broadcom 與 Marvell Technology 等公司下單採購客製化 AI 處理器，因其針對特定應用具備更佳的效能與功耗效率特性。

市場正在迅速回應這項轉變。Broadcom 的人工智慧營收預估在本季將翻倍至 82 億美元。市場研究機構 TrendForce 預測，到 2026 年客製化 AI 處理器出貨量可能增加 44%，顯著超越 GPU 出貨量預期的 16% 成長。這些指標顯示，以 GPU 為核心的策略未必能帶來先前三年 AI 基礎設施投資所帶來的回報。

客製化晶片解決方案的興起

推動這項轉型的技術優勢十分顯著。由 Broadcom 及其他公司製造的客製化處理器，已從 OpenAI、Meta、Google 等組織手中斬獲大量合約。它們能在針對明確定義的任務上提供更優異的效能，進而形成一種競爭態勢，威脅著過去由單一供應商長期主導的處理器市場出現碎片化。

這項發展也引發了一個重要問題：若 ASIC 正在取代傳統處理器，尋求曝險於 AI 基礎設施成長的人，是否應該把主要焦點放在 ASIC 上？令人意外的是答案是「不」。這個不斷演變的版圖中，真正的贏家其實在別的地方。

隱藏的推動因素：為何記憶體才是真正的瓶頸

在每一種強大處理器的背後——無論是 GPU 或客製化 ASIC——都存在一項關鍵依賴：記憶體。GPU 與客製化晶片的未來，都取決於它們能否大規模存取並處理資料。無論是傳統處理器還是應用特定處理器，都高度仰賴高頻寬記憶體（HBM）技術，以便在數據中心環境中有效運作。

HBM 代表記憶體架構的一項根本性突破。相較於傳統記憶體晶片，高頻寬記憶體提供了顯著更快的資料傳輸速度、更高的頻寬容量、更優異的功耗效率，以及大幅降低的延遲。對於處理龐大資料集的 AI 工作負載而言，這些優勢極具變革性——它們消除了會嚴重損害處理器效率的資料瓶頸。

在全球記憶體生產領域扮演重要角色的美光科技（Micron Technology），已成為這項機會的焦點。該公司估計，HBM 市場將從 2025 年的 350 億美元擴大到 2028 年的 1000 億美元——這反映出驚人的需求成長。包括 Nvidia、Broadcom、AMD 與 Intel 等產業領導者，已在各自的處理器設計中大量導入 HBM。

供需失衡已嚴重到足以推動伺服器記憶體產品出現顯著的價格上漲。這一動態為美光帶來了驚人的成長：在 2026 財年第一季（截至 11 月 27 日），該公司的營收年增 57% 至 136 億美元。更令人印象深刻的是，不採用 GAAP 的每股盈餘（non-GAAP earnings）較前一年成長 2.7 倍，達到每股 4.78 美元。

市場驗證與未來成長預測

美光科技的管理層披露，公司已「完成針對整個 2026 年曆年度 HBM 供應的價格與數量協議」，這意味著產能已為全年完全配置。這顯示記憶體晶片短缺預期將持續，從而支撐 2026 年全年乃至可能更久的溢價定價。

產業分析師已針對這些發展作出樂觀的預測。共識預估是：美光本年度獲利將大幅成長 288%，達到每股 32.14 美元。若再將這與公司目前的估值一併考量——其股價交易在預期盈餘（forward earnings）10 倍以下——對投資人而言，其風險與報酬的配置顯得相當吸引人，特別是那些為持續擴張 AI 基礎設施而布局的投資人。

對 AI 晶片演進的更廣泛影響

從以 GPU 為中心轉向日益多元的晶片架構，代表 AI 基礎設施產業的自然成熟。這並非威脅持續成長，而是反映市場正變得愈發成熟與精密。企業正逐步超越「一刀切」的解決方案，改用針對特定工作負載與效能特性優化的專用工具。

然而，這種專業化也帶來新的依賴。資料中心中部署的處理器類型越多樣，底層記憶體基礎設施就越關鍵。每一種處理器型態——無論是由 Nvidia、Broadcom、AMD 或其他公司設計——最終都取決於能否存取同一種高效能記憶體技術。

這種普遍的依賴性，形成一個強有力的投資論點。儘管 GPU 的未來仍存在不確定性、各種處理器架構將競逐市占率，但能夠支撐它們全部運作的記憶體解決方案需求幾乎可視為已被保證。隨著基礎設施部署在 2026 年及之後持續加速，位於這條關鍵供應鏈上、具備供給關鍵層面產品的公司將擷取大量價值。

理解這些動態，能夠提供一個評估框架，判斷在科技市場持續快速轉型之際，哪些 AI 基礎設施投資值得納入考量。