高通據報將向字節跳動供應 AI 資料中心 ASIC 晶片，但雙方尚未正式確認。這宗交易由《彭博》引述知情人士披露，《路透》其後轉載並指出，字節跳動計劃採購數百萬顆高通 ASIC，用於支援 AI agent 軟件；若交易落實，事件主角將包括高通、TikTok 母公司字節跳動，以及受美國出口管制牽動的 AI 資料中心供應鏈。
高通不只是賣晶片，而是在爭奪 AI 推論入口
這宗交易之所以重要，不在於高通已經取代 Nvidia，而在於大型 AI 應用開始把不同工作負載分開採購。《路透》引述《彭博》報道指出，高通據報將向字節跳動供應 ASIC，協助字節跳動把內部晶片設計推向可量產產品；但高通與字節跳動未公開確認，《路透》亦未能獨立核實。換言之，企業決策人應把它視為一個明確的產業訊號，而不是已落實的合約。高通官方資料顯示，公司已推出 Qualcomm AI200 與 AI250，主打資料中心 AI 推論、低總持有成本及機架級部署；其中 AI200 支援每張加速卡 768GB LPDDR，預計 2026 年商用，AI250 則預計 2027 年商用。
ASIC 成本優勢正在改變企業 AI 基建預算
為甚麼字節跳動會考慮高通 AI 晶片？核心原因是 AI 成本結構正在轉變。過去一年，企業討論 AI 基建多聚焦 GPU，因為模型訓練需要大量通用平行運算；然而，當 AI agent、內容推薦、生成式搜尋和企業客服進入日常運作，推論流量比訓練更頻繁，也更需要穩定的成本。TrendForce 在 2026 年 1 月報告預測，2026 年全球 AI server 出貨量將按年增長超過 28%，ASIC-based AI server 出貨佔比將逼近 28%，達近年高峰。這組數據說明，ASIC 已不是小眾替代品，而是雲端服務供應商控制 AI 成本的主流工具之一。對 CEO 與 CIO 而言，高通 AI 晶片意味著採購評估不能只看峰值算力，同時要計算電力、記憶體、軟件遷移、供應穩定和合規風險。
出口管制令 AI 晶片採購變成董事會議題
這宗據報的交易亦突顯另一個現實：AI 晶片採購已不只是技術選型，而是地緣政治與合規問題。《路透》報道提到，相關晶片必須符合美國出口限制，這一點尤其關鍵，因為中國科技公司近年持續面對高階 AI 晶片供應不確定性。2025 年 4 月，Nvidia 表示因美國限制 H20 人工智能晶片出口中國，預計承擔 55 億美元（約港幣 429 億元）相關費用；這項事件令中國大型平台更有誘因尋找符合規則、但可支援大規模推論的替代方案。不過，現階段沒有公開資料顯示高通這批 ASIC 的具體出口許可狀態，因此不能推斷交易已獲所有監管批准。筆者查閱《路透》、Qualcomm 官方資料、TrendForce 報告與產業新聞後，採用較保守寫法，將「傳出合作」與「已確認供貨」清楚分開。
Broadcom、Google 與 Meta 已把客製化晶片推向主流
高通 AI 晶片進入資料中心，並不是孤立事件。從 Google TPU、Meta 自研晶片到 Broadcom 協助雲端客戶開發客製化 AI 加速器，產業早已從「全部依賴 GPU」走向「GPU、ASIC、CPU、NPU 混合部署」。TrendForce 指出，北美雲端服務供應商正加強 AI 基礎設施投資，Google、Meta 等公司擴大自研 ASIC，是 2026 年 ASIC AI server 佔比提高的重要原因。從時間線看，2025 年 Nvidia H20 出口限制加劇供應不確定性；2025 年 10 月，高通發布 AI200 與 AI250；到 2026 年 5 月，高通傳出取得字節跳動訂單。這條脈絡顯示，AI 推論市場正由單一硬件競賽，轉向成本、供應鏈、合規與軟件生態的綜合競爭。
企業應重新定義「AI 算力採購」的決策標準
這宗高通 AI 晶片消息對企業的啟示很直接：未來部署 AI agent、內容生成、內部知識庫和自動化客服時，不能只問「要買哪款 GPU」，而要問「哪類工作負載適合哪種晶片」。若交易落實，高通將獲得切入 AI 資料中心市場的重要案例，字節跳動則可能取得更貼近自身需求的推論算力。未來趨勢是 GPU 負責高彈性訓練與通用運算，ASIC 負責高頻率、可預測的推論任務。真正的開放問題是：當 AI agent 使用量急升，企業會繼續支付高昂通用算力成本，還是轉向更專用、更合規、更可控的 AI 晶片架構？
資料來源：Reuters、INSIDE、Qualcomm、TrendForce、Reuters
