AI 晶片需求正從雲端訓練轉向「邊緣推論」與「實體 AI」。AI PC 與 AI 手機的普及，正帶動處理器整合 NPU 及高容量記憶體（如 HBM、DRAM）的規格升級。此外，人形機器人與自動駕駛等實體 AI 應用，將大幅推升高效能 SoC 與感測晶片需求。企業端則聚焦「代理式 AI」與自研 ASIC，以優化推論能效。隨著運算地端化，具備高頻寬、低功耗與先進封裝技術的晶片，將成為支撐下波半導體黃金十年的核心動能。
解鎖更多問題
科技新報粉絲團
加入好友
訂閱免費電子報