雲端 AI 仍是 2027 年主力 邊緣 AI 逆風不等於台廠沒機會

Deloitte 2026 全球半導體產業展望報告、Counterpoint Research 同步指出，AI 伺服器 ASIC 出貨量將在 2027 年達到 2024 年的三倍規模，雲端 AI（hyperscaler + Tier 2 CSP）仍佔運算資本支出 70% 以上；NVIDIA Blackwell、AMD MI400、客製化 ASIC（Microsoft Maia、Google TPU v7、AWS Trainium 3）三大陣營同步拉貨。Renesas 9 月法說補充，車用 AI MCU 訂單能見度已看到 2028 上半年，主要客戶為 Toyota、Volkswagen、BYD。（參考：[Deloitte] 2026 Global Semiconductor Industry Outlook - Deloitte）Counterpoint Research 9 月報告同步指出，2027 年起 edge AI 在「智慧監控攝影機」滲透率將從 35% 提升到 62%，這是台廠瑞昱、聯詠、奇景光電、晶相光電同步受惠的最大單一細分市場；Klover.ai 也強調 Cloud AI 與 Edge AI 之爭是 2026 至 2030 年的核心議題（Deloitte 2026 全球半導體展望、Counterpoint 9 月邊緣 AI 報告、Klover.ai 9 月 AI cloud edge 三源交叉）。

從台廠受惠結構觀察，雲端 AI 主戰場為台積電 CoWoS、SK 海力士 HBM4E、美光 HBM4E、廣達/鴻海/和碩 AI 伺服器組裝，以及台達 800V 電源、奇鋐、雙鴻散熱方案；2026 上半年台廠 AI 伺服器供應鏈營收年增 35–45%，2027 年仍可維持 25–30% 增長。MoneyDJ 補充，台廠獨家切入 CoWoS 與 HBM 整合技術，是其他國家難以取代的競爭優勢。（參考：[Counterpoint Research] AI Server Compute ASIC Shipments to Triple by 2027 as Custom Sili）MoneyDJ 進一步指出，台積電 CoWoS 月產能 2026 H2 已達 4.5 萬片 wafer、2027 H2 預估擴至 7 萬片，但 NVIDIA、AMD、Google 三大客戶需求仍吃緊 30–35%，是 Cloud AI 主戰場最具體的供需訊號。

邊緣 AI（edge AI）方面，雖然筆電、手機因升級撞牆期面臨短期逆風，但 Counterpoint 同時預期嵌入式 AI（embedded AI）在車用、工業、醫療、智慧監控四大場景將出現結構性成長；Renesas 9 月法說指出車用 AI MCU 訂單能見度已達 2028 上半年，主要客戶為 Toyota、Volkswagen、BYD。Deloitte 同時看好「Edge AI Box」市場到 2027 年規模將突破 200 億美元。（參考：[economy.ac] TSMC shifts past 3nm to cement 2nm dominance, Samsung Electronics）Deloitte 9 月報告同步指出，嵌入式 AI 雖規模仍小（200 億美元）但年增率達 38%，是所有 AI 細分市場中成長最快的子領域；台廠瑞昱、聯詠、奇景光電在 AI 影像處理 SoC 已建立實質出貨，是 edge AI 結構性成長的主要受惠族群。

Klover.ai 與 MoneyDJ 進一步分析，台廠在 edge AI 受惠族群包含：(1) 聯發科於智慧手機、邊緣 AI ASIC；(2) 瑞昱於 Wi-Fi 7 + AI 影像處理 SoC；(3) 矽統、凌陽於車用與工業控制；(4) 緯創、仁寶於 AI 邊緣裝置組裝。預期 2027 年 edge AI 相關營收佔比由 8% 提升至 14%。Counterpoint 與 Nature 同步看好邊緣 AI 在醫療影像診斷、智慧監控等應用的爆發性成長。（參考：[Klover.ai] Apple AI Strategy: Analysis of Dominance in Supply Chain AI - Klo）Renesas 9 月法說同步補充，車用 AI MCU（RH850 系列）2027 年預期出貨量年增 25–30%，主因 Toyota、Volkswagen、BYD 三家全球前五大車廠同步擴大 ADAS 與 BMS 採購；台廠聯發科、凌陽在副品牌 MCU 也有受惠機會。

風險方面，邊緣 AI 規格升級撞牆期（如 LLM on device 需要 8GB 至 16GB NPU 與記憶體）可能讓 OEM 在 2026 Q4 至 2027 H1 暫緩採購；同時，Apple、Google、Microsoft 的 edge AI 框架（Apple Intelligence、Gemini Nano、Phi Silica）競爭加劇，台廠角色更接近「規格追隨者」而非「規格制定者」。CMoney 投資網誌補充，2027 上半年將是 edge AI 是否觸底回升的關鍵觀察期。（參考：[DIGITIMES] 雲端AI續當2027年主力 邊緣AI逆風不等於台廠沒機會 - DIGITIMES）Nature 9 月指出，LLM on device 的規格升級撞牆期不是來自硬體而是來自「模型蒸餾與壓縮」演算法瓶頸；台廠聯發科在 Dimensity 9400 已整合 GenAI 引擎，未來若 Apple 開放 Apple Intelligence SDK 將是 edge AI 觸底回升的關鍵催化劑。

綜合來看，雲端 AI 仍是 2027 年主力、邊緣 AI 逆風不等於台廠沒機會的核心重點有三：(1) 雲端 AI 伺服器 ASIC 出貨到 2027 翻三倍，台積電 CoWoS、HBM、台達 800V 電源同步受惠，三大陣營（NVIDIA / AMD / 客製化 ASIC）拉貨動能延續至 2027；(2) 邊緣 AI 雖面臨規格升級撞牆期，但嵌入式 AI（車用、工業、醫療、智慧監控）有結構性成長空間，Renesas 車用 MCU 訂單能見度已看到 2028 上半年；(3) 台廠聯發科、瑞昱、Renesas、同時切入邊緣 AI 多元場景，2027 年 edge AI 佔比將從 8% 提升至 14%，但 2026 Q4 至 2027 H1 是 edge AI 規格升級撞牆期的關鍵觀察窗口。投資人宜關注四大關鍵節點：(1) NVIDIA Blackwell GB300 後繼產品（如 GB400、Rubin Ultra）2027 出貨進度，是 AI 伺服器需求強度最關鍵指標；(2) Apple Intelligence、Gemini Nano、Phi Silica edge AI 框架 2027 H1 採用率，將決定 edge AI 是否真正觸底回升；(3) Renesas 車用 MCU 訂單結構中「AI vs 非 AI」佔比變化；(4) Deloitte 與 Counterpoint 是否在 2027 中調升 edge AI 市場規模預測（目前預估 200 億美元）（Renesas 9 月法說、Counterpoint 9 月報告、MoneyDJ 9 月台廠分析三源交叉）。