AMD點樣追上全球AI晶片大爆發

當企業部署大型AI模型、推理系統及智能代理（agentic AI）時，不但需要GPU進行運算，同時亦需要大量高性能CPU協調整個運算集群，令數據中心需求同步爆發。

要求製造夥伴加快產能

需求激增之下，AMD正與主要製造夥伴——尤其是 台積電（TSMC）——加緊合作擴大產能。

蘇姿丰在台北表示，公司已要求台灣的合作夥伴 提高晶片生產能力，因為全球CPU市場需求比預期更強，供應正在變得緊張。

除了晶圓製造（front‑end fabrication），AMD亦在提升 先進封裝（advanced packaging） 能力。原因是現代AI晶片通常由多個chiplet、高頻寬記憶體（HBM）及複雜互連組成，封裝技術已成為關鍵瓶頸。

AMD下一代伺服器處理器 EPYC「Venice」 已開始採用台積電 2奈米製程 在台灣量產，未來亦計劃在台積電亞利桑那州晶圓廠生產。

逾100億美元押注台灣AI生態

為確保供應鏈穩定，AMD同時宣布 在台灣半導體生態系投資超過100億美元。

這筆投資將用於擴大策略合作、提升AI晶片所需的先進封裝與組裝能力。台灣目前仍是全球最重要的晶片製造中心之一，AMD正利用這個生態系加快AI平台推出速度。

其中重要合作夥伴包括：

• ASE Technology（日月光）
• SPIL（矽品精密）

兩家公司將與AMD合作開發 更節能的AI晶片封裝技術，支援未來AI處理器與系統平台。

這些技術將用於結合 EPYC CPU 和 Instinct GPU 的大型AI運算叢集。

AI讓伺服器CPU市場突然變大

AI不只帶動GPU需求，同時亦令CPU市場規模重新評估。

AMD現在預測，全球伺服器CPU市場到2030年將超過1200億美元，年均增長率超過35%。

這個預測比公司幾個月前的估計幾乎翻倍，反映AI工作負載對數據中心架構帶來結構性改變。

即使在GPU主導的AI運算環境中，CPU仍然負責：

• 任務協調與系統管理
• 數據預處理
• 推理流程
• 分散式計算調度

因此，大型AI集群仍然需要大量伺服器CPU。

AMD的整體策略

面對AI浪潮，AMD目前的佈局可以概括為幾個方向：

• 與台積電等夥伴合作 提升晶片製造與封裝產能。

• 在台灣投資 逾100億美元 強化供應鏈及先進封裝能力。

• 擴展 數據中心產品線，包括EPYC CPU及Instinct AI加速器。

• 為未來十年的 AI基建需求 提前佈局。

總結

AI正在快速改變半導體行業格局，而AMD正把整個公司策略重新對準這個機會。

強勁的數據中心收入顯示需求已經到來；而擴產、供應鏈投資以及新一代晶片平台，則是AMD確保能夠跟上這波需求的關鍵部署。

如果AMD對市場規模的預測成真，單是伺服器CPU市場到2030年就可能突破 1200億美元，意味著AI基建將成為未來十年半導體產業最大的增長動力之一。