电子产品世界

先进制程芯片设计成本动辄数亿美元，其中人力成本逾五成，另有相当比例来自EDA工具与反复验证流程。 晶片业者透露，导入AI后，可在短时间内生成大量布局与绕线方案，透过算法自动优化功耗、效能与面积（PPA），加速「设计收敛」，并降低流片（Tape-out）风险。 形成用AI设计AI芯片，再用AI芯片加速AI的正向循环，逐渐成为业界共识。

IC设计业积极进军，联发科与创意已开始投入算力基础建设。 创意所打造《图灵中心》将于今年启用。 该中心位在苗栗竹南，于去年已陆续投入逾20亿元打造机电工程及不断电系统，随客户对ASIC需求提升，强化高功耗运算环境与电力备援，显示其对未来AI ASIC设计与验证量能的高度重视。

联发科则斥资百亿元，于苗栗铜锣科学园区兴建资料数据中心。 据供应链指出，今年7月将完成第一期第二阶段之机电工程，未来将采用英伟达AI服务器系统; 市场解读，此举不仅为内部AI研发所需，更是强化自有芯片设计能力的重要战略投资。

业者分析，当芯片设计进入高度自动化阶段，算力即成核心竞争力。 拥有自建数据中心，可支持多版本芯片并行模拟与验证，加快SoC与客制化ASIC开发节奏，对手机、车用与数据中心芯片皆具关键意义。

AI导入设计流程后，芯片开发将形成「模型优化芯片、芯片再优化模型」循环。 未来芯片架构可依特定工作负载快速调整，从云端推理、边缘运算到机器人与自驾系统，都能透过更短的设计周期实现定制化。

此外，AI辅助设计也可能改写产业分工。 传统Fabless模式强调设计与制造分离，未来则可能进一步走向高度自动化设计，人力重心转向架构定义与系统整合。 对台系IC设计而言，掌握AI设计能力与自有算力，将成为下一阶段竞争门槛。