TrendForce指出，AI server需求迅速增長，驅動美中主要雲端服務供應商（CSP）積極推動自研ASIC（專用晶片）計畫。報告指出，北美四大CSP幾乎平均每1至2年便更新一代AI晶片，以降低對NVIDIA、AMD的依賴，掌握成本與供應鏈彈性。另一方面，中國市場則受美國四月再度升級的出口管制政策衝擊，外購高階晶片占比將自2024年的63%大幅降至2025年的42%，而本土供應商如華為、寒武紀則在國家政策扶持下，市場占比有望提升至40%，與外購晶片形成勢均力敵之勢。
美國CSP方面，Google居領先地位，已推出第六代TPU v6 Trillium，針對AI大型模型優化並強調能效，預計2025年大幅取代現行v5版本。Google也打破過去與Broadcom的單一合作模式，轉向與聯發科（MediaTek）共同開發，採雙供應鏈策略，以降低設計風險與提升先進製程彈性。
AWS則聚焦生成式AI與大型語言模型（LLM），主力為與Marvell共同設計的Trainium v2晶片，並與Alchip合作研發下一代Trainium v3。TrendForce預估2025年AWS自研ASIC出貨將有爆發性成長，為美系CSP中表現最強者。
Meta成功部署首款自研AI加速器MTIA後，正與Broadcom合作開發MTIA v2，針對AI推論應用最佳化能效與延遲表現，以因應其高度客製化需求。
至於Microsoft，目前雖仍以NVIDIA GPU方案為主，但也加速發展Maia系列AI晶片，應用於Azure雲端生成式AI服務。新一代Maia v2已定案，交由GUC（創意電子）進行後段設計與量產，並引進Marvell參與進階版設計，以分散供應鏈風險與技術挑戰。
中國CSP也不甘示弱。華為持續擴展昇騰系列晶片，應用於LLM訓練、智慧城市基建與大型電信雲網AI應用。加上DeepSeek等國內AI應用需求興起，以及政府專案支持，正逐步取代NVIDIA等外購晶片地位。
寒武紀則以思元（MLU）AI晶片切入雲端訓練與推理市場，2024年已與多家本地CSP進行測試，預計2025年正式擴大布局。
其他中系科技巨頭亦加快自研腳步，阿里巴巴旗下平頭哥推出Hanguang 800，百度開發Kunlun III，主打雙支援訓練與推論架構，騰訊除自研Zixiao，也採用策略投資公司Enflame解決方案，強化AI晶片版圖。
TrendForce分析指出，美國對中國AI晶片的出口限制日益嚴格，將推動中國CSP更堅定投入自主晶片發展。長遠來看，AI server市場將逐漸呈現「中國vs非中國」雙軌生態體系格局。台灣供應鏈、晶圓代工與IC設計業者也需因應此趨勢，調整策略布局，以掌握全球AI市場的新平衡。