想要投資 AI，心中是不是有千萬個疑問?人工智慧橫空出世顛覆了市場想像，從產業供應鏈、市場投資脈動、科技創新深入到大眾生活，AI幾乎無處不在，但你知道整個 AI 產業鏈跟台灣息息相關嗎？讓投資從數據出發，好編今天和大家分享東亞上的 AI 供應鏈島還有科技巨頭如今是如何看待 AI 產業鏈！快快往下閱讀吧。
AI產業鏈概況
其實說 AI 的運用和 AI 伺服器建置正在為台灣的供應鏈帶來更多的營收貢獻並不為過，然而在短期內需要關注實質營收開出的時間點，目前 AI 相關供應鏈的營收主要來自傳統手機、個人電腦和筆記型電腦等消費性電子產品， AI 領域的營收貢獻在第二季度仍然有限，就像台積電在第二季度的財報中提到， AI 僅佔總營收的約 6%，顯示出 AI 營收其實尚未開始真實發酵。
但值得投資人關注的是， AI 的長期應用是基於高速計算來進行大規模數據模型的訓練和推理，儘管短期營收未必即時增加，但隨著 AI 應用的不斷增長，對台灣供應鏈的貢獻預計將會增加。例如，據摩根士丹利的預測，明年台灣廠商在更多 AI 應用的支援下，對總營收的貢獻將會增加，預估緯創的貢獻比例將從 7% 上升至 28% ，廣達將從 10% 上升至 26% ，技嘉將從 28% 上升至 39% ，華碩將從 0% 上升至 11%。
NB 市場需求慢速回溫
另一方面，也可以根據市調機構數據，產業前景雖仍未明朗，惟 NB 產業 2H23 營運動能優於 1H23 ，尤其是需求最先下滑的電競、消費型產品買氣率先好轉，商用產品則受經濟不景氣衝擊，恢復速度慢。
全球高通膨、高利率問題 ，導致包含 NB 在內的終端產品 3Q23 面臨可能旺季不旺的狀況。由於2023年 NB 市場大幅衰退基期較低， 市場預期 2024 年恢復正成長。
另外，ODM 大廠皆有投入伺服器業務，另外的焦點題材就是觀察伺服器營收於 Q3~Q4 公布的市況有無符合市場預期，若好於預期有望被法人上修，反之差於預期則面臨下修風險。
台灣AI伺服器相關企業
| 台灣科技業 AI 伺服器企業 | |
| 產業別 | 公司 |
| 晶片設計服務 | 創意、世芯 |
| 遠端伺服器管理晶片 | 信驊、新唐 |
| 高速訊號傳輸介面晶片 | 譜瑞-KY |
| 晶圓代工 | 台積電 日月光 |
| CCL銅箔基板 | 台燿、台光電 |
| 電源供應器 | 台達電、光寶科 |
| 機殼/滑軌 | 勤誠、川湖 |
| 連接器 | 嘉澤端子 |
創意 3443
近期，創意先在法說會上宣布下修全年營收和獲利展望，從雙位數成長下修到個位數百分比成長，淨利也從去年成長修正成較去年衰退。不過第三季展望上，企業表示營收會較第二季微幅上升，其中以委託設計服務成長最多，會雙位數上升，而晶圓產品會微幅下滑；毛利率與第二季持平，不過提到明年展望，企業也表示，在AI 方面將有伺服器客戶量產挹注營收，遞延的訂單還是會來，目前法人認為Microsoft和車用等會在明年比較容易爆發。
屬於 AI 的 iPhone 時刻已然到來
8月23日備受關注的輝達（NVIDIA）盤後公布第2季財報亮眼，毛利率突破七成，執行長黃仁勳明確說明：「一個新的運算時代已經展開，全世界的公司正從通用型電腦，轉型為高速及生成式AI」，更對第3季預估再成長到160億美元，毛利率將更上一層樓，如今屬於 AI 的 Iphone 時刻或許已經悄然到來，輝達超狂財測也為台股 AI 概念股打上強心針，台灣作為伺服器大國，在 AI 供應 鏈中扮演關鍵角色，將不僅是資訊軟硬體，連應用的服務、廣告、遊戲等產業 也都面臨革命性改變，總規模上看 1.8 兆美元，2023-2030 年複合成長率達 37%」。
資料來源：Our World in Data、Morgan Stanley，好好證券整理。
不過同時也要注意，儘管輝達在第三季度的毛利率上升，但市場更關注他們可能會進行供應鏈管理，這可能會直接影響供應鏈的毛利，不過儘管存在風險，越來越多的公司參與 AI 領域，背後的思考是 AI 長期趨勢或許正在逐漸成形。
AI成長潛力綜觀
比於2000年代初期智能手機剛興起時的情景，當時需求前景仍不明確，但隨著2007年蘋果發佈第一代iPhone，智能手機應用爆發，智能手機供應鏈公司也開始受益。長遠來看，AI 領域的供應鏈有望受益於這一趨勢，根據資料顯示，目前應用在 AI 晶片上的年複合成長率就如下圖所呈現的一樣。
• 邊緣AI：32%的CARG（年複合成長率）
• 推論型AI晶片：60%的CARG（年複合成長率）
• 客製化AI晶片：85%的CARG（年複合成長率）
客製化AI晶片（ASIC）市場表現亮眼，例如，世芯-KY已經獲得亞馬遜和通用汽車的訂單，創意也預計在明年獲得微軟的訂單，智原也開始進入車輛應用市場。
此外根據投信指出，未來邊緣運算（端點運算）的成長潛力將超越雲端運算，也就是AI發展前景將著重在車用與雲端產業而非PC，但需要注意的是AI伺服器的基礎建設尚未完全建立，因此邊緣運算的商機仍在緩慢成長中。
至於應用邊緣運算最廣泛的行業，自動駕駛的成長潛力最高，從事IC/IP業務的企業在車輛定制晶片市場方面將會有較多的注目。
資料來源：Morgan Stanley Research，好好證券整理。
而若觀察整個產業發展順序，投資人區分出兩塊差異，「訓練建構」、「推論運算」，前者圍繞建構核心AI伺服器，例如輝達的H系列就是發展建構好伺服器環境，而黃仁勳曾提到未來企業若能普及伺服器L40S，則會往推論運算前進，例如特斯拉邊緣運算等等應用在車用AI人工智慧領域。
谷歌AI晶片
而在輝達之外，他的競爭對手也不斷努力進步，持續挑戰輝達在迅速擴張的AI晶片帝國地位。最近，Google在2023年的谷歌大會上推出了全新一代生成式AI晶片，稱為「Google Cloud TPU v5e」。這款晶片專為應對龐大模型而設計，不僅在成本上有了明顯的改進，同時也提供了高達兩倍的訓練性能和2.5倍的推理性能，而價格保持不變。
然而，要撼動輝達在晶片市場上的主導地位絕非易事。因此，Google的策略有別於輝達：他們的目標是建立一個全面的人工智慧生態系統，這超越了純粹的AI晶片領域，具有更大的野心。
Cloud TPU v5e被譽為「超級計算機」，兼具高性能、靈活性和效能。它支援高達256個晶片的互聯，擁有超過400 Tb/s的頻寬。此外，它還提供八種不同的虛擬機（VM）配置，可根據需求調整，而單一晶片的數量可從一片到多達250片以上。
就性能而言，根據速度測試基準，Cloud TPU v5e提高了訓練和運行人工智能模型的速度，達到了前代的5倍。舉例來說，在1秒內，它能夠實時處理1000秒的內部語音轉文字和情感預測模型，比以往快了6倍。
這些創新使Google成為了AI硬體和軟體領域的一個重要參與者，而他們的目標似乎是改變整個AI生態系統，將其推向嶄新的高度。
運算時代的轉折點是否已經到來？
谷歌指出，當前我們正處於運算領域的一個關鍵轉折時刻。傳統的計算基礎設施設計和建構方法已經無法應對生成式人工智能和 LLM 等工作負載呈指數級增長的需求。僅在過去五年中， LLM 模型的參數數量每年增加 10 倍，這意味著客戶需要擁有成本效益且可擴展的人工智慧基礎建設來應對這一挑戰。
不過說了這麼多，投資人是否也覺得眼花撩亂不知該如何下手呢？投資其實不難，首重長期持有與分散風險，想輕鬆參與 AI 供應鏈的行情，投資人可以密切注意持有 AI 概念股的相關基金。
