面對美國長期的技術封鎖,中國 AI 晶片正試圖走出自己的路。摩根士丹利(大摩)近日發布最新報告指出,中國 AI GPU 晶片正透過技術創新與系統優勢加速趕上美國。報告大膽預測,中國 AI GPU 的自給率將從 2024 年的 33%,在 2030 年大幅提升至 76% 。
擴大產能彌補製程劣勢,2030 年良率目標五成
這份報告分析,中國目前的本土化戰略重點在於擴大晶片設計、晶圓廠及半導體設備的規模,藉此彌補在先進製程技術上的短板 。根據大摩的數據顯示,去年中國 12 奈米以下先進製程的月產能僅為 8000 片(12 吋晶圓),但預計 2027 年將翻倍至 20000 片,2028 年達到 42000 片以滿足核心自主需求,並在 2030 年推升至 50000 片,屆時預估良率將提升至 50% 。
雖然政策面可以在早期發展階段提供強大助力,但大摩也提醒,長期的價值仍取決於商業競爭力 。中國 AI GPU 供應商必須在 2028 年後證明其產品具備足夠的經濟效益,才能維持長期的增長動能 。
推理市場成轉機,成本優勢挑戰頂級效能
除了產能提升,成本也是中國晶片能否突圍的關鍵。大摩分析發現,憑藉較低的產品售價、更低廉的電力成本以及日益完善的基礎設施,中國 AI 資料中心的總擁有成本(TCO)展現出極強的競爭力 。
特別是在 AI 推理(Inference)領域,比起追求極致的運算性能,「每單位 Token 的生成成本」才是客戶最在意的關鍵 。這給了中國廠商一個切入點,即使在單一晶片性能無法超越 NVIDIA 等美系大廠的情況下,仍能靠著性價比在特定領域取得市場佔有率。
大摩的預測雖然樂觀,但對中國半導體產業而言,這是一場極其艱辛的耐力賽。雖然透過擴大產能與犧牲部分性能可以解決「有無」的問題,但 50% 的良率對於商用晶片來說仍然偏低,這意味著生產成本會維持在高點。未來幾年,中國廠商能否在 12 奈米以下的領域穩定提升品質,並建立起足以抗衡 NVIDIA CUDA 生態系的軟體軟實力,將是自給率能否真如預期達標的觀察指標。
- 延伸閱讀:AI GPU功耗無極限!未來十年內上看15,000W,養一座資料中心須搭配一座核電廠?
- 延伸閱讀:SK 海力士率先向 NVIDIA 供應 HBM4 記憶體,Rubin AI GPU 預計 Q4 上線測試
- 延伸閱讀:AMD 資料中心產品銷售額首度超越 Intel,但這兩家還是落後 Nvidia AI GPU
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!