近年來，隨著全球半導體市場的競爭激烈，各國政府紛紛加大投資半導體，支持自主晶片發展已是不可逆的趨勢，尤其是人工智慧（AI）的蓬勃發展和應用，資料中心規模逐年增大，帶動GPU（圖形處理器）與ASIC（客製化晶片）需求暢旺。因為生成式AI（AIGC）需要運用到大量的運算能力，GPU可以達到，故輝達（NVIDIA）為全球GPU龍頭，超微（AMD）雖然也推出超級晶片，但已難以撼動目前輝達在全球AI晶片市場市占超過9成的獨霸地位。也因市場需求暢旺，造成輝達GPU大缺貨，於是更加促進國際大廠自己研發晶片（ASIC）。
半導體產業成長動能
將由AI主導
ASIC一來可以降低對於輝達的依賴性並防止缺料，以及提高能源效率、減少晶片耗能，進而降低使用空間和散熱成本，降低晶片部署後的3年～5年伺服器運行成本、也能降低採購成本，並隨著雲端服務競爭激烈，ASIC可提供更多差異化的雲端運算服務產品。
根據摩根士丹利（Morgan Stanley，通稱大摩）證券指出，半導體產業成長動能將由AI主導，預估AI運算半導體市場規模從目前約430億美元，到2027年將上看1,250億美元。並預估ASIC 2023年至2027年複合成長率（CAGR）高達85%，主要受惠於雲端大廠、電動車大廠紛紛使用ASIC。
例如國際雲端大廠微軟（Microsoft）、亞馬遜（Amazon）、Google、Meta等，就透過ASIC研發專屬於自己雲端伺服器的晶片。微軟傳出與超微合作開發出代號為「Athena」最新AI晶片，企圖取代輝達AI繪圖處理器的產品；亞馬遜推出4款自研晶片「從Graviton到Trainium、Inferentia再到Nitro」都強調提高效能；Google自行研發的AI人工智慧晶片「TPU」已經發展到第5代名為「TPU v5」，上一代TPU v4就宣稱比輝達A100速度更快、效能更強；Meta則是推出客製化的設計晶片「MTIA」。不僅如此，連特斯拉（Tesla）執行長馬斯克（Elon Musk）基於無法取得足夠的輝達GPU晶片供應，也計畫投資超過10億美元打造AI超級電腦「Dojo」。