ASIC设计服务商从Chip Scale到Rack/POD Scale竞争
摘要
2026年2月16日联发科CEO蔡力行在ISSCC 2026主题演讲中表示未来衡量AI运算效率的基本单位不再只是AI晶片，而是涵盖互连架构、电源与散热的AI系统。2026年5月4日创意也不约而同宣布与纬颖展开策略性技术合作，共同打造Rack/POD Scale的解决方案，显示AI晶片设计厂商的竞争将从Chip Scale扩展到Rack/POD Scale。
因此本篇报告主要深度解析：(1) NVIDIA的AI Rack/POD Scale布局；(2)各大CSP的AI Rack/POD Scale布局；(3) ASIC设计服务商的Rack/POD Scale解决方案。期能解析各厂商的AI Rack/POD Scale目前布局、未来趋势，并解析台湾ASIC设计服务商的竞争策略。
一. NVIDIA的AI Rack/POD Scale布局
二. 各大CSP的AI Rack/POD Scale布局
三. ASIC设计服务商的Rack/POD Scale解决方案
四. 拓墣观点
图一 NVIDIA Rubin系列7款晶片
图二 NVIDIA Rubin系列5款MGX Rack
图三 NVIDIA Rubin系列5款MGX Rack架构示意图
图四 NVIDIA Vera Rubin POD示意图
图五 NVIDIA与各大CSP的AI chip架构比较
图六 NVIDIA与各大CSP的AI Rack架构比较
图七 Broadcom Rack Level布局
图八 Broadcom POD Level布局
图九 Marvell、Samtec合作的CPC方案
图十 Marvell Rack/POD Level布局
表一 2025年～2026年5月NVIDIA AI资料中心硬体方面并购/投资
表二 NVIDIA与各大CSP的AI chip性能比较
表三 NVIDIA与各大CSP的AI Rack架构/性能比较
表四 Broadcom CPO Switch在Meta资料中心的可靠度数据
表五 MicroLED、VCSEL、DFB雷射光源比较
表六 ASIC设计服务商在AI资料中心的布局汇整
