【下班國際線】輝達營收創新高!黃仁勳最大勁敵是誰?Google等巨頭為何自研晶片?曲博揭AI晶片戰的
外来客 • 2026-08-29 09:37:47
声明:本文为对公开内容的摘要整理,
未经本站独立核实,可能与原内容存在出入,不代表本站立场、观点或建议;
观点与版权归原作者及原平台所有。
如涉及版权问题,请联系我们,核实后立即删除。
[ 免责声明 ]
🏢 雲端巨頭自研晶片動機與輝達策略
- 雲端服務供應商(如 Google、微軟、Amazon、Meta)因資料中心處理器消耗量巨大,若全數採購輝達晶片,成本極高且輝達毛利高達 86%,導致客戶利潤被大幅侵蝕。
- 為降低成本並避免被單一供應商鎖定,雲端大廠紛紛開發專用晶片(如 Google 擴大與 Marvell 合作、Meta 擁有晶片團隊),這直接壓縮了輝達通用晶片的銷售數量。
- 輝達的商業策略並非降價或放棄部分晶片市場,而是持續開發更先進製程與晶片,維持技術領先優勢,並強調其通用圖形處理器(GPGPU)在訓練階段演算法修改靈活性上的優勢。
- 輝達亦推出第一代人工智慧加速器(語言處理器 LPU),以應對未來推論運算需求,試圖在訓練與推論兩端保持競爭力。
📉 AI 產業從訓練轉向推論的趨勢
- 過去十年 AI 發展以「訓練」為主,需大量燒錢購買資料與算力;未來十年市場將轉向「推論」,即模型訓練完成後供使用者使用並產生營收的階段。
- 訓練階段演算法需頻繁修改,適合使用靈活性高的通用圖形處理器(GPGPU);推論階段運算相對固定,使用專用加速器效能更高。
- 此轉變意味著市場需求將從通用圖形處理器轉向專用加速器,輝達投資 Glock 並推出 LPU 正是為了應對這一趨勢,與客戶自研加速器形成競爭與共存關係。
🏭 台灣供應鏈在 AI 浪潮中的核心地位
- 無論輝達、AMD 或雲端大廠自研晶片,最終硬體製造與組建資料中心均依賴台灣供應鏈,使台灣成為 AI 硬體環節的主要獲利者。
- 即使資料中心設於美國,台灣供應商仍可透過系統整合服務參與建設,利用成本優勢獲利;這種模式不受地緣政治限制供應商國籍的影響。
- 台灣在半導體產業的優勢在於硬體代工與系統整合,儘管長期被視為低價值代工,但在 AI 發展初期,硬體需求使台灣廠商獲得顯著收益。
🇨🇳 中美晶片博弈與中國自主化進程
- 美國政府封鎖先進晶片銷售旨在維持技術差距,但商界(如黃仁勳)認為限制出口反而培養了中國本土競爭對手,主張透過銷售獲利再投入研發以保持領先。
- 中國廠商採取雙軌策略:一方面進口輝達晶片,另一方面培養本土晶片能力,以應對潛在斷貨風險;目前中國國產晶片市占率已達 41%,輝達為 55%。
- 中國國產 DUV 曝光機由上海海盛納主導,預計今年生產 5 台,明年增至 20 台;目標在 2030 年前實現 DUV 自主,但 EUV 因涉及光源、光學系統(如蔡司)及機械控制等高門檻,2030 年完全自主難度極高,可能需至 2035 年。
- 美國若進一步限制 EUV 設備出口,將迫使中國廠商加速轉向本土設備供應商,反而擴大本土產業規模與技術迭代速度,產生反效果。
🤖 機器人產業路線差異與市場現狀
- 美國聚焦於高階 AI 大腦與精密製程,機器人應用偏向實用功能(如清潔、烹飪),但細部動作控制技術尚未成熟。
- 中國機器人產業因高階晶片受限,轉向 Physical AI 與低階應用(如車用、機器人用晶片),並透過跑步、跳舞等話題性應用維持市場熱度與銷售量。
- 中國機器人廠商(如宇樹科技)掛牌後表現未達預期,反映當前技術在複雜動作執行上的瓶頸;美國市場對娛樂性機器人興趣較低,更關注實用性,但技術突破仍需時間。
💻 輝達護城河與 AI 模型可靠性挑戰
- 輝達的核心競爭力在於 CUDA 生態系,包括底層韌體、軟體框架及應用程式介面,這使得客戶轉換成本極高,AMD 等競爭對手難以在短期內複製此軟體生態優勢。
- 中小型 AI 公司缺乏自研晶片能力,依賴輝達軟體生態開發模型;大型企業(如 OpenAI、Anthropic)則因具備軟體實力而傾向自研晶片以降低成本。
- 當前 AI 模型仍存在「一本正經無說八道」的幻覺問題,若未來兩三年內無法解決,雲端服務供應商可能放慢資本支出腳步,影響股市預期;但若技術突破,AI 市場將爆發式成長。
- 觀察指標為企業資本支出變化及 AI 工具(如 ChatGPT、Notebook LM)生成內容的準確性,若 AI 能穩定提供正確資訊,其實用性與市場價值將大幅提升。
📐 華為「濤定律」與先進封裝技術
- 華為提出「濤定律」,針對缺乏 EUV 設備導致電晶體縮小困難(卡在 7nm)的問題,採用先進封裝技術將晶片堆疊,縮短導線距離以提升速度。
- 該技術從設計階段即區分標準單元至不同晶片,再透過堆疊縮短空間距離,類似從平房轉為高樓以縮短移動距離;華為公布的測試數據顯示已達到預期目標。
- 待華為麒麟 2026 晶片量產後,透過拆解報告與電子顯微鏡檢測,可驗證其實際效能與技術實現方式,確認該方法在現有製程下提升效能的有效性。
👤 同一博主
【下班國際線】台股跌幅超越日韓!黃仁勳下台還不是最慘?簡立峰揭AI資料中心卡關、台廠爆庫存壓力 ft
【房屋】第二間貸7成先別高興!買到「這3種房」!ZACK:10年後半價也賣不掉!ft.Zack |
【理財】立了遺囑還是被分產?專家揭「特留分」關鍵盲點!搞懂這招才能完整保護財產ft.吳昭瑱、顏鴻欽|
【房屋】股災賠3千萬也不怕?侯昌明43歲身家破億:獨門「6211理財術」曝光!ft.侯昌明 | 下班
【下班瀚你聊】落後28%仍拚翻盤!沈伯洋差5萬票能追上?!無限都更!縫合市民大道!台北順起來?!20
【下班國際線】黃仁勳辭職震撼輝達!台積電、AI供應鏈誰先受傷?劉佩真揭AI晶片戰新局 ft.劉佩真|
【商戰】AI崩盤警訊響起,現在還能進場嗎?專家揭下一波黑馬名單ft.吳嘉隆|下班經濟學804|謝哲青
【獨家解方】交通改善從路網到通學安全,讓新竹市民感受城市交通逐步變好
【理財】還在追科技股?AI產業大洗牌!高手佈局的下一波爆發商機是「它」!ft.陳威良|下班經濟學80
《精彩片段》2026六都恐變天?!戴立安點出藍營2致命傷!黃清龍:民進黨坐三望四看五!【下班瀚你聊】
🧭 类似博主
-
【貴重映像】海底7000mを掘削!巨大探査船"ちきゅう"の秘密を潜入取材 静岡 NNNセレクション
-
模擬月壤成本便宜三倍 香港城大教授:目標是在月球上建房子
-
网络危机:AI模糊了线上事实与虚构的界限
-
【油管推荐逻辑】为什么YouTube不给你推荐?因为你从一开始就理解错了推荐算法!老胡帮你搞懂You
-
太空中的雲霄飛車 用重力助推飛向宇宙
-
世界觀|AI發展與減碳可否兼得?|2026/11/19|無綫新聞|TVB News
-
雪趣无限”:中国大熊猫的可爱冬日嬉戏 | Vantage Shots | 4K
-
momo爆資安漏洞急發重訊示警! 4銀行通報盜轉「解定存還贖基金」AI駭客殺紅眼?【關鍵時刻】202
-
美国“黑客攻击”背后的隐藏议程
-
专家称技术故障或源于“AI数据驱动战争”(NTD)
0 条评论
发表评论
请先 登录 后参与讨论。