GPU的「經濟壽命」縮短，對資料中心和AI伺服器的換代週期有何影響？

GPU經濟壽命縮短對資料中心及AI伺服器換代週期的影響

GPU 作為資料中心的標準配備，在 AI 訓練的高強度負載下，AI 伺服器的折損率高於一般伺服器。隨著 GPU 迭代速度加快，整體伺服器的換代週期也隨之縮短。新一代 AI 伺服器在系統性價比上更具優勢，尤其是在功耗效率提升後，相同用電量能實現更高的效能。然而，舊世代 AI 伺服器仍持續產出價值。雲端服務供應商 (CSP) 如何有效降低建置與折舊成本，將成為競爭的關鍵。

自研晶片趨勢與台廠的機會

在 Google 積極推廣 TPU 等自研晶片後，NVIDIA 也感受到壓力，並在供應鏈管理上更趨緊縮。但開放運算專案 (OCP) 推動開放硬體與協作的潮流下，NVIDIA 的封閉式生態系正臨挑戰。台灣 ASIC 設計服務供應鏈，如世芯-KY、創意、聯發科等，有望在 CSP 追求客製化與成本效率的策略中受惠。台系 ASIC 供應鏈，更因背後有台積電等晶圓代工大廠的支援，在 CSP 自研晶片潮流中擁有先天優勢。

輝達的應對策略與 ASIC 廠商的崛起

隨著 Google TPU 加入戰局，輝達近期在供應鏈管理上更趨緊縮，部分台廠在明年議價面臨更大壓力。輝達此舉是為因應 Google 等 CSP 自研晶片的競爭，提前鞏固既有生態系。法人指出，輝達長期享有的 GPU 高溢價空間，未來可能將部分轉移至 ASIC 業者。CSP 若選擇與 ASIC 夥伴合作，能將節省下的預算投入更核心的模型研發。