AI 竟能自行設計晶片?AI 硬體的新時代

技術性圖形,展示各種形狀的 AI 半導體晶片經過精密排列,綻放出光芒
AI Summary

為降低對 NVIDIA 的依賴並提升營運效率,各家 AI 企業正爭先恐後地投入開發推理專用的自有晶片。

你知道我們每天使用的 AI 服務,其實是一個執行龐大「計算」的過程嗎?試著想像一下,每當您向 AI 詢問「今天午餐吃什麼?」時,螢幕背後看不見的地方,便有數不清的半導體晶片正馬不停蹄地處理著資訊。近期在人工智慧領域,越來越多企業宣稱要自行製造這些核心零件——「AI 晶片」。從借用他人製作的晶片,到世界頂尖的 AI 企業開始自行設計晶片,這背後究竟有什麼原因?

為何這如此重要?

過去,AI 的開發一直依賴著名為「NVIDIA」的巨牆。因為絕大多數的高效能 AI,都是運行在 NVIDIA 的圖形處理器(GPU,一種可高速平行計算數據的裝置)之上。然而,隨著 AI 模型變得愈發聰明,維護服務的成本也隨之爆炸性增長。

AI 開發過程主要分為兩個階段。首先是投入巨額成本訓練 AI 的「學習(Training)」階段,隨後是與使用者對話並回答問題的「推理(Inference)」階段。推理過程是每天發生數十億次的日常營運成本。如何削減這筆費用,已成為決定企業存續的關鍵槓桿。 參考資料 5 換言之,擁有自有晶片意味著企業無需依賴昂貴的外部零件,也能提高獲利,成為了一項強大的競爭優勢。 參考資料 3

簡單理解

為了更輕鬆地理解 AI 硬體,我們來做個比喻:

  • 學習(Training): 讓 AI 將百科全書通通背下來的訓練過程,需要極高速的計算機。
  • 推理(Inference): 根據背下的內容,回答使用者問題的過程。 參考資料 4

簡單來說,學習是「在圖書館閱讀數千本書的讀書法」,而推理則是「圖書館館員為提問者精準尋找答案的過程」。如果既有的通用 GPU 是為了「快速瀏覽整座圖書館」而優化的,那麼 AI 企業自行開發的晶片,就是專門為了執行「快速找到正確答案的館員」角色而設計的。 參考資料 13 當館員的動線優化後,就能以更少的能源,更快速地給出回答,道理是相同的。

現況

全球大型科技企業已紛紛採取行動:

  • OpenAI: 與博通(Broadcom)攜手開發自有推理晶片「Jalapeño」。相比現有的 NVIDIA 系統,該晶片在消耗相同電力下能處理更多數據,並降低了使用者感受到的回應延遲(Latency)。 參考資料 7, 參考資料 18
  • Anthropic: 組建自有晶片開發團隊,設計獨有的特殊應用積體電路(ASIC)。 參考資料 12
  • DeepSeek: 為降低對 NVIDIA 與華為的依賴,正製作推理專用晶片。 參考資料 1, 參考資料 20
  • 特斯拉(Tesla): 早在多年前就已開始設計在車輛內部運行神經網路(Neural Network)的自有晶片。 參考資料 6
  • Z.ai: 令人驚訝的是,他們讓自家的模型(GLM-5.3)直接參與了硬體結構的優化過程。這意味著 AI 親手設計了最能讓自己快速給出回應的「家」。 參考資料 10, 參考資料 14

未來展望

硬體與軟體各行其是的時代即將成為過去式。 參考資料 8 未來的主流將是「一體化優化」,即完全理解 AI 模型特性的軟體,與按照該特性進行物理排列的硬體相互結合。 參考資料 9

對身為消費者的我們而言,未來將會處於一個能以更低廉的價格、更快且更持久地使用智慧 AI 的環境。但與此同時,必須注意一點:AI 生態系未來可能由少數同時具備硬體設計能力的巨頭所主導。

MindTickleBytes 的 AI 記者觀點

AI 自行設計硬體的景象,讓人聯想到生物在演化過程中,將周遭環境改造成更適合生存的模樣。現在競爭的重心已經從「訓練了多少數據」,轉移到「在多麼高效的基礎設施上進行對話」。硬體與軟體猶如一個身體般共同運作的全新 AI 時代,正來到我們眼前。

參考資料

  1. Inference Is the New Oil: Who Controls the Pipe - DEV Community (https://dev.to/antseedai/inference-is-the-new-oil-who-controls-the-pipe-122l)
  2. The Future of AI Inference Hardware: Beyond the GPU… Thinkia (https://thinkia.com/thoughts/future-ai-inference-hardware-google-tpu/)
  3. OpenAI Unveils Jalapeño: Its First Custom Inference Chip, Built With… (https://faq.com.tw/en/hardware/2026-07-10-openai-jalapeno-broadcom-inference-chip-en/)
  4. The Silicon Stack War: What OpenAI’s Jalapeño Chip Reveals About… (https://insighttrack.ai/openai-jalapeno-chip-nvidia-inference-vertical-integration/)
  5. The Real AI Race Isn’t About Models Anymore — It’s About Chips (https://www.linkedin.com/pulse/real-ai-race-isnt-models-anymore-its-chips-madhankumar-r-a-rj9if)
  6. Elon Musk Agrees Tesla’s Early Custom AI Chit… — TradingView News (https://www.tradingview.com/news/benzinga:d7ba980ab094b:0-elon-musk-agrees-tesla-s-early-custom-ai-chit-bet-may-be-more-important-than-ever-backs-tsla-engineer-s-warning-current-compute-shortage-is-only-the-tip-of-the-iceberg/)
  7. OpenAI publishes Jalapeño’s first benchmarks at Hot Chips · Promptea (https://www.promptea.me/en/blog/openai-jalapeno-first-benchmarks-hot-chips-2026)
  8. Inside the Inference Hardware Revolution Of 2026 - IEEE Spectrum (https://spectrum.ieee.org/inference-hardware-revolution)
  9. Large Language Model Inference Acceleration: A Comprehensive Hardware … (https://arxiv.org/html/2410.04466v2)
  10. AI Optimizing Itself? The Story of a System Built by My Own Hands (https://gipyeong-lee.github.io/2026/09/17/GLM-Built-Its-Own-Inference-Infrastructure.en/)
  11. Computer Science > Hardware Architecture - arXiv.org (https://arxiv.org/abs/2601.05047)
  12. Anthropic co-designing custom AI inference chips to bypass costly … (https://www.tomshardware.com/tech-industry/anthropic-to-build-its-own-co-designed-custom-ai-accelerator-for-inferencing-workloads-samsung-reported-to-be-partnering-with-the-claude-ai-maker-for-manufacturing)
  13. AI Inference Hardware in 2026: Beyond the GPU Woyce (https://woyce.ai/blog/state-of-ai-inference-hardware)
  14. Toward Recursive Self-Improvement: How GLM Built Its Own Inference … (https://z.ai/blog/glm-built-its-inference-infrastructure)
  15. Top 5 Most Significant and Current AI Hardware Developments … (https://applyingai.com/2025/10/top-5-most-significant-and-current-ai-hardware-developments-openais-chip-pivot-and-beyond/)
  16. OpenAI Jalapeño AI chip challenges Nvidia in inference - CNBC (https://www.cnbc.com/2026/08/26/openai-jalapeno-ai-chip-nvidia.html)
  17. DeepSeek AI Chip Could Shake Up NVIDIA and Huawei at Once (https://memeburn.com/deepseek-ai-chip-could-shake-up-nvidia-and-huawei-at-once/)
AD
測試你的理解
Q1. AI 企業開發自有晶片,而非依賴 NVIDIA 等傳統晶片廠商的主要原因是?
  • 為了提升模型訓練速度
  • 為了極大化推理效率並降低成本
  • 因為設計比較美觀
開發自有晶片是直接降低「推理」過程營運成本的重要手段,該過程需應對每天數以億計的提問。
Q2. OpenAI 近期發表的推理專用晶片名稱為何?
  • Jalapeño
  • Basil
  • Paprika
OpenAI 與博通(Broadcom)合作,開發了名為「Jalapeño」的自有推理加速器。
Q3. 下列哪一個 AI 模型參與了硬體與軟體協同優化的過程?
  • GPT-5
  • GLM-5.3
  • DeepSeek-V3
Z.ai 的 GLM-5.3 模型直接參與了 AI 硬體與軟體系統的自我優化過程。