AI從造鏟子到挖金礦!聯發科看好自主開發 馬斯克太空資料中心非空談
全球資料中心明年新增容量衝51GW AI寫程式效率飆8倍
【記者呂承哲/台北報導】AI產業發展進入新階段!聯發科(2454)資深處長梁伯嵩今(16)日在專題演講指出,全球半導體產值預估已從今年4月的1.3兆美元,上修至8月的1.6兆美元,隨著AI資料中心加速擴張,馬斯克提出太空資料中心及TeraFab晶圓廠構想,加上AI自主開發技術逐漸成熟,AI真正的經濟價值才剛開始浮現,台灣也應從硬體供應鏈的「造鏟子」,走向AI應用的「發掘金礦」。
AI真正金礦從軟體浮現
梁伯嵩表示,全球半導體產值相較去年約8000億美元,規模幾乎翻倍,其中AI半導體產值從4000億美元提高至5700億美元,占整體半導體產業約36.5%。
全球科技產業硬體設備支出約2.6兆美元、軟體3.3兆美元、通訊1.3兆美元,其中AI硬體約1.4兆美元、AI軟體約1.2兆美元,顯示AI已從半導體及硬體設備,逐步進入軟體應用階段。
他形容,如果AI是一座金礦,過去半導體及硬體產業主要負責「造鏟子」,提供開採金礦所需工具,但真正的經濟效益正開始從AI軟體浮現。全球GDP目前約126.3兆美元,PwC曾預估AI可帶動GDP增加15%,但他相信長期影響將遠超過這個數字。
現有算力龍頭2030年恐跌至第15名
梁伯嵩指出,AI運算正從瓦特(W)跨越千瓦(kW)、百萬瓦(MW),甚至十億瓦(GW)等級。過去手機晶片功耗多在5瓦以下,如今GPU、TPU已超過1000瓦,輝達GB300達1.4kW,GB300 NVL72機櫃更達135kW,相當於8至9輛Tesla電動車以時速100公里行駛的耗電量。
目前全球最大AI資料中心算力換算成輝達H100 GPU等效數量,已超過100萬顆,但到了2030年,現有最大資料中心可能僅排名第15名,屆時最大資料中心算力可能是目前的4至5倍以上。
根據SemiAnalysis分析,全球資料中心今年新增容量估達25GW,明年將翻倍至約51GW。以每座1GW等級資料中心約需投資500億美元、相當於新台幣1.6兆元估算,台灣全年中央政府總預算約3兆多元,也僅能支應約兩座1GW等級資料中心。
馬斯克瞄準太空資料中心 晶片需求暴增50倍
梁伯嵩表示,面對電力與半導體供應限制,馬斯克及Google開始探索太空資料中心,其中馬斯克提出建置1TW、相當於1000GW太空資料中心的構想,規模約為美國平均耗電量兩倍。
太空太陽能不受地表日夜及天候影響,發電效率可能提高5至8倍,但依衛星大小估算,可能需要100萬至1000萬顆衛星。
關鍵在於降低發射成本,過去太空梭每公斤約5萬至6萬美元,SpaceX獵鷹9號降至3000美元,若Starship實現大量重複使用,有機會壓低至100美元以下。
梁伯嵩指出,1TW太空資料中心所需半導體產能,可能是目前每年20至30GW供應規模的20至50倍,因此馬斯克也提出「TeraFab」構想,因應未來龐大的晶片需求。
他預估,太空與地面資料中心成本可能在2040年前後達到損益兩平,若地面電力、水資源成本持續上升,交叉點甚至可能提前至2030年代。
AI明年底有望邁向完全自主
梁伯嵩指出,全球超過八成軟體開發人員已使用AI寫程式,AI Coding占OpenAI、Anthropic年度營收一半以上,4家相關新創公司年度營收預估從去年8億美元增至60億美元,成長約7至8倍。
以Anthropic為例,透過Claude Code及遞歸自我改進(RSI),目前超過八成程式碼由AI撰寫,開發效率提高至8倍以上,部分除錯速度甚至提升1000倍。
梁伯嵩將AI自動化分為Level 0至Level 5,從未使用、偶爾使用、輔助使用、協作、AI主導到完全自主。目前超過九成AI程式開發採協作或AI主導模式,其中AI主導約占26%。
他指出,Level 3協作成熟度已接近95%,Level 4由AI主導約達50%,Level 5完全自主則可能在2027年底達到可用程度。過去AI輔助僅帶來個位數百分比效率改善,但進入AI主導及自主階段後,將是倍數等級成長。
梁伯嵩強調,全球AI Token消耗量較一年前增加20多倍,AI相關資本支出已超過7000億美元。每100元AI支出中,半導體晶片占50元、網路設備15元、電力20元、散熱及廠房建設各7.5元,台灣供應鏈扮演重要角色,但未來更應從硬體供應走向AI應用,掌握真正的經濟價值。
點擊閱讀下一則新聞