客製化ASIC重構2026 AI晶片版圖：博通攜手FuriosaAI

客製化ASIC是這篇文章討論的核心

博通為何賭上韓國新創FuriosaAI？客製化ASIC、2奈米與3.5D封裝如何重構2026年AI晶片版圖

博通與FuriosaAI的聯手，標誌著客製化ASIC架構從幕後走向前台的關鍵轉折點。圖片來源：Steve A Johnson / Pexels

快速精華（這篇到底在講啥）

💡 核心結論：博通攜手韓國新創FuriosaAI，以2奈米製程＋3.5D XDSiP封裝技術打造第三代AI推加速器，直接向NVIDIA在那邊囂張的GPU獨佔地位嗆聲。
📊 關鍵數據：博通2026年第一季AI營收高達84億美元，年增106%；客製化ASIC佔總營收約65%；全球AI ASIC市場預計2026年佔伺服器出貨量達27.8%；博通目標2027年AI晶片營收衝破1000億美元；FuriosaAI第三代晶片預計2028上半年進行樣品測試。
🛠️ 行動指南：企業IT決策者應評估客製化ASIC在推推理工作負載上的性價比優勢，提早規劃異質運算架構的導入藍圖。
⚠️ 風險預警：2奈米產能受限於台積電產能排擠，HBM4供應鏈波動可能導致延遲；客製化晶片開發周期長，生態系成熟度仍落後GPU。

文章目錄：滑到哪、看到哪

引言：一場從看不見的後台浮上檯面的硬體革命
博通・FuriosaAI聯手拐拐：客製化ASIC如何顛覆AI推推論市場？
3.5D XDSiP封裝技術真的那麼神？拆解多晶片架構的產業脈動
2026-2028年全球AI晶片市場格局：ASIC會終結GPU霸權嗎？
看不見的絆腳石：HBM4、供應鏈與生態系瓶頸
FAQ：搜尋者最想知道的五個問題
參考資料與下一步行動

引言：一場從看不見的後台浮上檯面的硬體革命

老實說，過去幾年如果你不是幹半導體這行的，大概很少聽過博通（Broadcom）這三個字。這家公司就像你家大樓的電箱，沒人看見、沒人說嘴，但整棟樓沒它直接癱瘓。它低調到連吃尾牙都不邀請媒體，結果呢？2026年第一季AI營收直接噴到84億美元，年增106%，硬是比Nvidia還囂張。

然後，它忽然跟韓國新創FuriosaAI牽手了。

FuriosaAI不是什麼菜市場路邊攤，這家公司2017年在首爾誕生，已經量產兩代AI推推論晶片：第一代Warboy（三星14奈米）跟第二代RNGD，也就是「Renegade」（台積電5奈米，2026年1月開始量產）。RNGD主打Tensor Contraction Processor（TCP）架構，專門為LLM和多模態模型推推論而生。現在，FuriosaAI要搭上博通這艘航空母艦，直接用2奈米＋雙層HBM4記憶體＋多晶片SoP架構，搞出第三代怪獸級加速器。

表面上看，這只是「又一家芯片新創跟IP大廠合作」；但實際上，這是2026年客製化ASIC正式從「幕後英雄」轉型為「舞台主角」的分水嶺。短短幾年，博通的AI業務佔比從邊緣角色一路幹到總營收的65%。這裡面藏的不是趨勢，是典範轉移。

博通・FuriosaAI聯手拐拐：客製化ASIC如何顛覆AI推推論市場？

先講重點：這次合作不是「博通賣IP給FuriosaAI」那種單純的上下游關係。它是雙方從架構層到生態系的全方位結盟。博通不僅提供3.5D XDSiP封裝技術，還把自家的Ethernet交換器、PCIe互連IP，以及AI fabric基�[A]南北丟進這個合作案。FuriosaAI負責TCP運算架構與軟體堆疊，博通負責把它「裝」進一個可以橫向擴展到數千節點的機架級系統。

這裡面有個細節很多人沒注意到：這次聯盟直接打破「單系統最多8顆晶片」的潛規則。現在你去Google或Meta的資料中心看，AI加速器通常一機箱卡死八張，不是工程師懶，是PCIe與記憶體頻寬到頂了。但博通這次把Ethernet scale-up技術灌進來，FuriosaAI的晶片未來可以串超過8顆、甚至數百上千顆，直接變成一個機架級推推論叢集群。這不是升級，是換了個賽道。

數據/案例佐證

根據TrendForce報導，這款第三代的FuriosaAI加速器預計2028上半年進行樣品測試（sampling）。同一時間，博通自己的AI晶片業務正處於瘋狂擴張期——2026年Q1的84億美元AI營收中，客製化加速器與AI網路設備是絕對主力。這塊業務佔博通總營收已經逼近65%，而且執行長Hock Tan已經放話：2027年AI晶片營收有機會突破1000億美元。

這什麼概念？1000億美元，比十年前整個全球半導體市場還大條。博通不是跟你開玩笑的，它真的在賭整個AI基礎建設的未來。

🧠 Pro Tip 專家見解
客製化ASIC的真正價值不在於「比GPU快多少」，而是針對特定推推論模型進行硬體級的極致優化。FuriosaAI的TCP架構本質上就是為了Transformer類模型中的矩陣乘法所設計的專用電路。當你的 workload 固定（例如LLM推推論、語音識別），ASIC能比GPU省下30%-50%的功耗與成本。這也是為什麼Meta、Google、微軟這些大廠寧顗砸大錢自己搞晶片，也不願被NVIDIA綁架。

3.5D XDSiP封裝技術真的那麼神？拆解多晶片架構的產業脈動

這裡要講一個很多人聽到會睡著、但對產業影響巨大的話題：封裝。

過去幾十年，摩爾定律靠「把電晶體越做越小」推進。但進入2奈米時代，物理極限幾乎到了。怎麼辦？工程師們決定不玩了——與其把東西塞進一顆晶片，不如把多顆小晶片「拼」起來。博通的3.5D XDSiP（eXtreme Dimension System in Package）就是把這個概念發揮到極致：它結合了2.5D中介層技術與3D-IC Face-to-Face堆疊，讓運算核心（die）、記憶體（HBM）、I/O邏輯分散成多個小晶片，再用混合鍵合技術重新組成一顆邏輯上完整的「超級晶片」。

根據Tom’s Hardware報導，博通的3.5D平台可以在一個封裝內整合超過6,000 mm²的矽面積，以及最多12顆HBM記憶體堆疊。這個面積大概是傳統單晶片GPU的三到四倍。問題來了：這樣做有什麼好處？

簡單說三點：

良率提升：單一大晶片做壞了整個報銷；多晶片架構只要確保每個小die的良率，整體成本大幅下降。
記憶體頻寬爆量：雙層HBM4/HBM4e總容量可達432 GB，是前一世代HBM3的兩倍以上。
設計彈性：運算、記憶體、I/O可以各自採用最佳製程節點，不用綁在同一顆晶片上妥協。

對FuriosaAI來說，這次合作最大的意義在於「不需要從頭搞封裝」。對一家成立僅九年的新創來說，3.5D封裝這種燒錢又燒人的技術根本就是噩夢。博通一次性解決了硬體層最複雜的整合問題，讓FuriosaAI專注在TCP架構與軟體優化。這種「強強聯手、強項互補」的模式，很可能成為未來AI晶片產業的標準劇本。

2026-2028年全球AI晶片市場格局：ASIC會終結GPU霸權嗎？

講到這邊，一定有人想問：「ASIC這麼強，那NVIDIA是不是要倒店了？」

這個問題的答案很微妙：不會倒，但NVIDIA的獨佔地位正在瓦解。根據Tom’s Hardware 2026年5月的深度報導，ASIC-based AI伺服器出貨量預計在2026年達到市場的27.8%，創下自2023年以來的新高。而TrendForce的數據顯示，客製化ASIC的出貨量預計年增44.6%，遠超過商用GPU的16.1%成長率。這是破天荒頭一遭：非GPU方案首次在成長動能上完勝NVIDIA。

更誇張的是Counterpoint Research的預測——全球AI伺服器ASIC出貨量將在2024到2027年之間翻三倍，而博通有望拿下60%的AI運算ASIC設計夥伴市佔率。

為什麼這一切會發生在2026年？三個字：規模化。

每一個大型社群平台、每一個AI模型開發者，都在推推理階段面臨成本爆增的現實。訓練一次的費用可能幾百萬美元，但推推理（inference）是持續進行的，一年下來的總成本可能比訓練高上十倍。ASIC因為是專用電路，單位推推理成本比通用GPU低上一截，這對每天處理數十億次請求的hyperscaler來說簡直是救命仙丹。

🧠 Pro Tip 專家見解
從投資角度來看，客製化ASIC的興起對「晶片生態鏈」有深遠影響。最大贏家不是晶片設計公司，而是封裝與IP供應商。博通同時掌握這兩項，這才是它敢喊1000億美元的底氣。至於FuriosaAI這類新創，策略上不再是與NVIDIA正面對決，而是找到一條ASIC生態系裡的特定缺口——例如LLM推推理——然後做到極致。

當然，GPU短期內不會消失。訓練階段依然高度仰賴NVIDIA CUDA生態系，而且開發者習慣了GPU的程式模型，轉移到ASIC需要時間。但未來的趨勢已經很明確：2027-2028年將是「推推理專用化」的爆發期，ASIC的市佔率會持續攀升，從現在的不到三成，向半壁江山邁進。

看不見的絆腳石：HBM4、供應鏈與生態系瓶頸

說了這麼多振奮人心的，接下來澆盆冷水。

第一個風險是HBM4供應鏈。FuriosaAI這次規劃搭載雙層HBM4/HBM4e，但全球HBM產能高度集中在SK海力士、三星和美光手中。以目前的擴產計畫來看，2026-2027年HBM4仍處於供不應求的狀態，尤其是能支援2奈米封裝的高頻寛HBM4e版本。這意味著什麼？即使晶片設計完成、製造沒問題，記憶體供不夠就是量產的硬傷。

第二是台積電2奈米產能排擠。博通與FuriosaAI的第三代晶片預計2028上半年sampling，剛好撞上蘋果、輝達、AMD都在搶的台積電2奈米產能。FuriosaAI作為新創公司，產能優先序可能排在巨頭後面。這幾年晶圓代工「大者恆大」的現象愈發明顯，中小業者的生存空間被進一步壓縮。

第三是軟體生態系落差。NVIDIA的CUDA生態系經過十幾年打磨，開發者早已習慣。ASIC雖然效能強悍，但軟體堆疊成熟度、開發者友善度仍遠遠追不上。FuriosaAI需要說服開發者從CUDA轉移陣地，這條路注定崎嶇。好消息是，博通這次也把自家的Ethernet與PCIe IP拉進來，提供了一個比較完整的硬體級互通方案，算是在生態系門檻上搭了一座橋。

最後，PCIe介面的第二代RNGD加速卡也面臨市場定位的挑戰。它瞄準的是那些「不想/不能大舉更換整個AI叢集群」的中型企業，但這塊市場競爭者眾，包括AMD的MI系列與Intel的Gaudi，RNGD能否突圍還要看實際性價比表現。

FAQ：搜尋者最想知道的五個問題

博通和FuriosaAI這次合作跟NVIDIA的關係式GPU比起來，強在哪？

不是「強在哪」，而是「適合幹嘛」。NVIDIA GPU是通用型加速器，訓練和推推理都能做，但單位功耗成本高。FuriosaAI的第三代ASIC針對LLM推推理深度優化，搭配博通的3.5D封裝與機架級擴展能力，預期在巨量推推理場景有顯著性價比優勢。簡單說，NVIDIA像瑞士刀，ASIC像專用電鑽，各有各的戰場。

ASIC市場預計什麼時候會超越GPU？

以出貨量來看，ASIC-based AI伺服器在2026年預計佔AI伺服器總出貨量的27.8%。雖然尚未超越GPU，但TrendForce資料顯示ASIC出貨量年增44.6%，是GPU成長率（16.1%）的近三倍。按照這個速度，2028-2029年ASIC有望在推推理伺服器領域與GPU分庭抗禮。

博通為什麼選擇FuriosaAI而不是自己搞？

博通的核心能力是IP、封裝與網通技術，不是終端AI晶片品牌。與其說「選擇FuriosaAI」，不如說博通在打造一個「客製化ASIC聯盟生態系」。FuriosaAI加入後，博通手上已經有Meta、Google、OpenAI，現在再加上亞洲新創勢力，形成橫跨歐美亞的完整版圖。博通賣的是「生態系」，不是單一產品。