半导体供应链受惠AI商机,衍生出的4大关键领域

　　随着AI的加速发展，会衍生出许多的领域需求，既是一个机遇也是一个挑战。以AI运算为核心，未来半导体会有4大领域前程远大，一片光明。

　　AI（人工智能）系统开发近年快速跃进，战场已从过去「软件开发」走向「硬件芯片」竞争，搭配网络普及型塑出大数据，使得真实世界的无限复杂与快速计算可以藉由AI实现。 富邦证券点名，半导体供应链主要受惠AI商机，关键将在「ASIC、硅智财IP、内存模块、传感器」四领域。

　　随着AI在机器智能学习发展的突破，富邦证券预估，2020～2025年AI应用市场规模将以38%的年复合成长率（CAGR）攀升到2，300亿美元，若从2017年算起CAGR更高达45%，就AI所创造的半导体芯片产值， 也将由目前约9亿美元的水平，增长至2025年超过700亿美元，CAGR达62%，来自车用、深度学习、语音识别与相关应用内存等比重最高。

　　边缘运算，催生ASIC芯片需求

　　富邦证券指出，机器在学习的过程中，主要是利用神经网络中的「处理芯片」负责数据运算与函数推导，也因此，处理芯片的效能技术成为未来相关厂商重要的胜负关键。 总观目前「处理芯片」发展，主要可分为CPU、GPU、FPGA及ASIC四种，依特性与使用目的不同又可区分为云端运算与边缘运算。 前者云端运算因为需要处理庞大数据，加上长时间运作，芯片需求特性为功耗较高，整体效能佳，主要应用在数据中心与超级计算机，目前也是国际大厂聚焦重点，包含Google、Nvidia、Intel等都有投入 ;后者边缘运算则主要应用在终端装置，对耗电量与芯片体积有较大限制与要求，目前趋势是以FPGA与ASIC为边缘运算主要发展的芯片。

　　富邦证券指出，云端运算已在深度学习训练的效能表现相当显著，然而若要运用到终端产品上，除了功耗与芯片体积的限制，加上云端运算有数据存取、实时性与安全性的考虑，预期将会催生AI芯片向终端的「 边缘运算」迈进，也就是将形成云端负责「训练」，终端芯片负责「推理」的情境发生，大幅带动边缘运算芯片整体出货量。

　　根据研究机构Tractica预估，到2025年AI芯片出货量将超过4，000万颗，其中成长幅度最大就是ASIC芯片，占整体出货比重近60%，达2，400万颗， 营收贡献也将由2016年的1千多万美元成长至2025年的33～34亿美元。

　　ASIC具有低延时、低功耗、高效能与可大规模量产的成本优势，将使其于未来AI发展扮演关键，例如智能监控、自驾车、机器人、无人机、智能喇叭、虚拟现实、智能家电等应用，都能带动ASIC芯片出货。

　　当然，另一个关注重点仍在GPU，由于先天条件优势，目前在AI处理的效能还是优于其他芯片方案，加上大数据所产生的机器学习，需要处理庞大与实时信息，因此GPU在云端系统、车联网等优势还是会持续领先， 预估至2025年AI芯片出货金额将超过120亿美元，其中GPU整体出货金额将超过50亿美元，占比逾4成。

　　衍生而来的，IP、SSD、MCU大商机

　　其次，衍生而来的就是硅智财（IP）、内存与传感器商机。 富邦证券指出，除了ASIC出货带动IP需求，信息量暴增加上储存成本下降，巨量数据深度学习的普及，将使「储存装置」与「感测装置」成为不可或缺的一环。

　　在AI模块中，处理芯片与储存系统之间的信道优化，将直接影响系统在实时判断与深度学习的效能，因此内存模块必须更重视客制化与稳定性等需求，目前就AI产业面观察，尤其工业应用发展最为成熟，供应链完整、效应明确， 预估将是接下来最快实现人工智能化的产业之一，工控内存供货商是主要关注对象。

　　富邦证券预估，单就AI应用在深度学习的SSD（固态硬盘）需求将由2016年8.63亿Gb提升至2025年的412亿Gb，年复合成长率高达53%，产值预期将由2.6亿美元提升至123亿美元。

　　而感测装置部分，机器学习数据的产生，除网络的数字数据之外，因机器人、工业应用、机器视觉、听觉等需求增加，模拟数据的产出也将明显提升，富邦证券预期，利用微控制器（MCU）与传感器来得到外界信息的解决方案需求，也将随之上扬。

　　台厂在AI上的布局　值得关注

　　富邦证券指出，台厂在晶圆代工上占有绝对优势，半导体供应链完整，由晶圆代工大厂台积电领军，预期将可带领其他相关厂商包括ASIC、硅智财IP、内存模块、传感器等相关供应链正是值得投资人关注的选股方向。