隨著AI的加速發展，會衍生出許多的領域需求，既是一個機遇也是一個挑戰。以AI運算為核心，未來半導體會有4大領域前程遠大，一片光明。

　　AI（人工智能）系統開發近年快速躍進，戰場已從過去「軟件開發」走向「硬件芯片」競爭，搭配網絡普及型塑出大數據，使得真實世界的無限復雜與快速計算可以藉由AI實現。 富邦證券點名，半導體供應鏈主要受惠AI商機，關鍵將在「ASIC、硅智財IP、內存模塊、傳感器」四領域。

　　隨著AI在機器智能學習發展的突破，富邦證券預估，2020～2025年AI應用市場規模將以38%的年復合成長率（CAGR）攀升到2，300億美元，若從2017年算起CAGR更高達45%，就AI所創造的半導體芯片產值， 也將由目前約9億美元的水平，增長至2025年超過700億美元，CAGR達62%，來自車用、深度學習、語音識別與相關應用內存等比重最高。

　　邊緣運算，催生ASIC芯片需求

　　富邦證券指出，機器在學習的過程中，主要是利用神經網絡中的「處理芯片」負責數據運算與函數推導，也因此，處理芯片的效能技術成為未來相關廠商重要的勝負關鍵。 總觀目前「處理芯片」發展，主要可分為CPU、GPU、FPGA及ASIC四種，依特性與使用目的不同又可區分為云端運算與邊緣運算。 前者云端運算因為需要處理龐大數據，加上長時間運作，芯片需求特性為功耗較高，整體效能佳，主要應用在數據中心與超級計算機，目前也是國際大廠聚焦重點，包含Google、Nvidia、Intel等都有投入 ;后者邊緣運算則主要應用在終端裝置，對耗電量與芯片體積有較大限制與要求，目前趨勢是以FPGA與ASIC為邊緣運算主要發展的芯片。

　　富邦證券指出，云端運算已在深度學習訓練的效能表現相當顯著，然而若要運用到終端產品上，除了功耗與芯片體積的限制，加上云端運算有數據存取、實時性與安全性的考慮，預期將會催生AI芯片向終端的「 邊緣運算」邁進，也就是將形成云端負責「訓練」，終端芯片負責「推理」的情境發生，大幅帶動邊緣運算芯片整體出貨量。

　　根據研究機構Tractica預估，到2025年AI芯片出貨量將超過4，000萬顆，其中成長幅度最大就是ASIC芯片，占整體出貨比重近60%，達2，400萬顆， 營收貢獻也將由2016年的1千多萬美元成長至2025年的33～34億美元。

　　ASIC具有低延時、低功耗、高效能與可大規模量產的成本優勢，將使其于未來AI發展扮演關鍵，例如智能監控、自駕車、機器人、無人機、智能喇叭、虛擬現實、智能家電等應用，都能帶動ASIC芯片出貨。

　　當然，另一個關注重點仍在GPU，由于先天條件優勢，目前在AI處理的效能還是優于其他芯片方案，加上大數據所產生的機器學習，需要處理龐大與實時信息，因此GPU在云端系統、車聯網等優勢還是會持續領先， 預估至2025年AI芯片出貨金額將超過120億美元，其中GPU整體出貨金額將超過50億美元，占比逾4成。

　　衍生而來的，IP、SSD、MCU大商機

　　其次，衍生而來的就是硅智財（IP）、內存與傳感器商機。 富邦證券指出，除了ASIC出貨帶動IP需求，信息量暴增加上儲存成本下降，巨量數據深度學習的普及，將使「儲存裝置」與「感測裝置」成為不可或缺的一環。

　　在AI模塊中，處理芯片與儲存系統之間的信道優化，將直接影響系統在實時判斷與深度學習的效能，因此內存模塊必須更重視客制化與穩定性等需求，目前就AI產業面觀察，尤其工業應用發展最為成熟，供應鏈完整、效應明確， 預估將是接下來最快實現人工智能化的產業之一，工控內存供貨商是主要關注對象。

　　富邦證券預估，單就AI應用在深度學習的SSD（固態硬盤）需求將由2016年8.63億Gb提升至2025年的412億Gb，年復合成長率高達53%，產值預期將由2.6億美元提升至123億美元。

　　而感測裝置部分，機器學習數據的產生，除網絡的數字數據之外，因機器人、工業應用、機器視覺、聽覺等需求增加，模擬數據的產出也將明顯提升，富邦證券預期，利用微控制器（MCU）與傳感器來得到外界信息的解決方案需求，也將隨之上揚。

　　臺廠在AI上的布局　值得關注

　　富邦證券指出，臺廠在晶圓代工上占有絕對優勢，半導體供應鏈完整，由晶圓代工大廠臺積電領軍，預期將可帶領其他相關廠商包括ASIC、硅智財IP、內存模塊、傳感器等相關供應鏈正是值得投資人關注的選股方向。