很多人認識聯發科，是因為它的晶片曾經進入大量 Android 手機。
過去，智慧型手機銷量持續成長，手機晶片也成為聯發科最重要的業務之一。
但現在，原本熟悉的市場正在改變。
全球智慧型手機需求下滑，手機零組件成本上升，聯發科的行動裝置晶片營收也面臨壓力。另一方面，大型雲端公司為了訓練及運行 AI，正在投入更多資金興建資料中心，並尋找更符合自身需求的客製化晶片。
聯發科因此準備進行一次規模不小的轉向。
公司董事會已通過最高 50 億美元的彈性融資額度，用來支持長期成長，其中包括發展 AI 資料中心晶片。聯發科預計首款客製化 AI 晶片將在 2026 年第四季開始量產，並估計 2026 年相關營收可超過 20 億美元。資料來源：Reuters。
手機晶片做得好，不代表資料中心晶片只要放大就可以
想像一家原本專門製造機車引擎的公司。
多年來，它靠著大量機車訂單成長，工程師、工廠與供應鏈，也都是為這個市場建立。
有一天，機車銷量開始下降，另一邊的物流業卻突然需要大量重型卡車。
這家公司不能只把機車引擎做大一點，就把它當成卡車引擎。
因為兩種產品面對的工作環境完全不同。
- 運算規模不同：手機晶片服務一台個人裝置，資料中心晶片則要加入大規模伺服器系統。
- 用電要求不同：單顆晶片耗電增加一點，在數千顆晶片同時運作時就會變成巨大成本。
- 散熱方式不同：資料中心必須長時間運行，還要處理機櫃、冷卻與供電限制。
- 記憶體需求不同：大型 AI 模型需要快速取得大量資料，晶片和記憶體之間的連接非常重要。
- 客戶需求不同：雲端公司通常會依照自己的模型、軟體與資料中心設計提出客製要求。
所以聯發科現在做的，不是把手機晶片直接搬進資料中心。
它真正想做的，是把過去累積的晶片設計、通訊整合與低功耗能力，重新組合成另一種產品。
雲端公司為什麼不只購買通用 GPU？
目前，許多 AI 資料中心大量使用 GPU，因為 GPU 可以處理多種不同的模型訓練與推論工作。
但當一家雲端公司每天重複執行相同或相近的 AI 工作時，也可能希望擁有更符合自身需求的客製化晶片。
這類晶片常被稱為 ASIC，也就是針對特定用途設計的積體電路。
ASIC 不一定適合所有工作，但在明確、固定而且規模很大的任務上，可能提供幾項優勢：
- 降低耗電：只保留特定工作需要的功能，減少不必要的運算。
- 降低長期成本：大量部署後，可能減少每次執行 AI 工作的費用。
- 提高系統效率：晶片可以配合客戶自己的模型、軟體與資料中心架構。
- 降低單一供應商依賴：雲端公司不必把所有 AI 運算都押在同一類晶片上。
聯發科因此看見一個新的市場。
公司把 2027 年資料中心客製化 AI 晶片的可服務市場估計提高至約 800 億美元，並把自己的長期市占目標提高到 15%至20%。這仍然是公司對市場機會與未來目標的估計，不代表營收與市占已經實現。
一家公司的下一條成長曲線，往往不是完全丟掉過去，而是把過去累積的能力，重新組合到正在崛起的新市場。
這場轉型同樣伴隨風險。
AI 資料中心晶片的研發成本很高，從設計、測試到量產需要多年時間；客戶數量也可能比手機市場少得多，一個大型專案延後，就可能明顯影響營收。
聯發科還必須和已經進入客製化晶片市場的公司競爭，也要取得先進製程、封裝、記憶體及其他關鍵供應。
50 億美元融資額度因此不代表成功已經到手。
它更像是一張昂貴的入場券：讓聯發科有資源投入下一場競爭，但最後能不能站穩，仍要看晶片是否準時量產、客戶是否持續採用，以及實際收入能否支撐龐大投資。
對台灣來說，這也不只是單一公司的故事。
台灣在 AI 供應鏈中已經擁有晶圓製造、伺服器、散熱、封裝與零組件能力。如果聯發科進一步建立客製化 AI 晶片業務，台灣在 AI 產業中的位置，也可能從「製造別人設計的晶片」，延伸到「參與設計雲端公司真正需要的晶片」。
真正值得觀察的，不是聯發科是否喊出 AI 口號，而是它能否在手機市場繼續縮小之前，把過去累積的設計能力，成功搬到資料中心這條新軌道。
