30 秒看重點
- 事件： Google推動客製化現成晶片（COT）模式，重新定義AI晶片設計與供應鏈。
- 意義： 讓雲端大廠能更快速、彈性地開發專屬AI晶片，降低NRE成本風險。
- 影響： 對台灣聯發科、世芯-KY、創意等IC設計服務公司是新商機，但也帶來競爭壓力。
Google近年來積極推動的「客製化現成晶片（COT）模式」正悄悄改變AI晶片設計的遊戲規則。這不再只是買現成或從零開發，而是讓超大型雲端服務業者能透過半導體設計服務公司，像點餐一樣組合出「專屬」又「划算」的AI晶片，徹底顛覆傳統供應鏈，也為台灣IC設計服務廠帶來巨大商機與挑戰。
AI晶片設計，為何Google要玩COT模式？
這波AI浪潮，大家看到的是ChatGPT多厲害，但背後真正的功臣是那些跑得快、耗能低的「AI晶片」。傳統上，大型科技公司想擁有專屬AI晶片有兩種選擇：一是直接跟像Nvidia這樣的巨頭買現成的高性能GPU，方便好用，但成本高、無法完全貼合自身需求；二是自己投入巨額NRE（Non-Recurring Engineering，一次性工程費用）和漫長的時間，從頭設計一顆ASIC（Application-Specific Integrated Circuit，應用專屬積體電路），風險極高。
Google提出的「COT模式」就是介於兩者之間的新解方。它像是一個「AI晶片客製化餐點」服務，讓Google這類雲端大廠，可以找像台灣世芯-KY、創意、甚至是聯發科這樣的「晶片設計服務大廚」，不是從零開始做，而是利用這些大廚手邊現成的「IP樂高積木」（預先設計好的處理單元、記憶體控制器等），快速組裝出一個高度客製化，又能滿足Google自家AI模型運算需求的專屬ASIC晶片。這樣一來，不僅能大幅降低高昂的NRE費用與開發風險，還能縮短上市時間，讓其雲端服務在激烈競爭中取得更強大的硬體優勢。這對需要大規模部署AI應用的Google來說，無疑是個既省錢又高效的「聰明吃法」，也是確保其AI發展能持續領先的關鍵戰略。
- **近期：** Google與其他雲端巨頭積極與設計服務業者合作，探索ASIC客製化方案。
- **2020年代初：** 雲端業者開始意識到通用型GPU在AI成本與效率上的局限性，逐漸投入自研ASIC。
- **更早之前：** AI晶片市場主要由通用型GPU主導，Nvidia是市場霸主。
台灣怎麼看這件事？
對台灣半導體產業而言，Google的COT模式無疑是把雙面刃。首先，這是個巨大機會，因為台灣擁有全球最完整的半導體供應鏈，從IC設計（聯發科、世芯-KY、創意）到晶圓代工（台積電），都是ASIC晶片開發的核心。這些台灣公司憑藉其深厚的設計經驗與領先的製造技術，將成為Google這類雲端巨頭「點餐」的最佳選擇，有機會搶下更多高毛利、高技術門檻的AI客製化訂單，進一步鞏固台灣在全球AI硬體供應鏈中的關鍵地位。然而，挑戰也隨之而來，COT模式會加速晶片設計的競爭，對設計服務業者的技術整合能力、IP庫豐富度及服務彈性都提出更高要求。台灣廠商必須持續投資研發，精進前瞻技術，才能在AI晶片設計的「戰國時代」中脫穎而出，真正將「台灣製造」的實力轉化為「台灣設計」的價值。
編輯觀點
Google的COT模式不只是一項商業策略，更是AI晶片發展從「通用化」走向「客製化」的明確訊號。這意味著未來AI的競爭，將不再單純是演算法的較量，更是底層硬體效能與成本效率的精準比拼。台灣半導體業者有得天獨厚的地利與人和，但若只想安於代工，恐怕會錯失高階價值。積極提升設計服務能力，豐富IP積木，並發展完整的AI軟硬體整合方案，才能在這波AI硬體淘金熱中，成為真正的贏家。
常見問題
- 什麼是AI ASIC晶片？
- AI ASIC是一種專為加速特定AI運算任務（如機器學習推論或訓練）而設計的專用積體電路。它比通用型CPU或GPU在執行特定AI任務時更有效率、功耗更低。
- COT模式和傳統ASIC設計有何不同？
- 傳統ASIC設計通常是從零開始，耗時且成本高；COT模式則像組合樂高，利用現有IP模組快速客製化，大幅降低了NRE費用和開發風險，更具彈性。
- 為何大型雲端服務商對COT模式感興趣？
- 大型雲端商需要高效且成本可控的AI硬體來支援其海量用戶與不斷成長的AI服務。COT模式能提供客製化的性能優勢，同時優化成本與上市時程，提升競爭力。
- COT模式對台灣半導體產業有什麼機會？
- 台灣擁有世界級的IC設計服務公司和先進晶圓代工廠（如台積電），COT模式提供這些廠商更多承接高階客製化AI晶片訂單的機會，鞏固其在全球供應鏈的地位。
- 台灣廠商應如何應對COT模式帶來的挑戰？
- 台灣業者需持續投入先進IP研發、提升設計服務的整合能力，並與雲端巨頭建立更緊密的合作關係，以應對日益激烈的客製化晶片市場競爭。
名詞小教室
- COT模式 (Customized Off-the-shelf)
- 一種客製化半導體晶片設計模式，像是點餐一樣，讓客戶能從現有的IP模組中選擇、組合，快速打造出符合特定需求的專屬晶片，降低開發成本與時間。
- AI ASIC (Application-Specific Integrated Circuit)
- 應用專屬積體電路，是一種為特定應用（在這裡是指AI人工智慧運算）量身打造的晶片，執行特定任務時，效率和功耗都比通用型晶片更好。
- NRE費用 (Non-Recurring Engineering)
- 非重複性工程費用，指產品開發過程中只會發生一次的工程設計與測試費用，例如晶片設計的前期投入，金額通常相當龐大。