AI兆元狂潮下：地緣政治與泡沫暗影，晶片巨頭急尋出路

Summary

本集節目深入剖析全球半導體市場在AI浪潮下的兆元榮景與潛在挑戰。節目探討AI驅動下市場的爆炸性增長，但也警示記憶體成本飆升導致消費性電子市場萎縮的「K型復甦」隱憂。同時，節目分析地緣政治如何迫使NVIDIA調整策略，加速下一代AI晶片平台量產，以及特斯拉、Meta等科技巨頭為追求核心競爭力而投入自研晶片的垂直整合趨勢。最後，節目聚焦AI基礎設施的關鍵瓶頸，介紹鑽石散熱與共同封裝光學（CPO）等創新技術如何突破散熱與數據傳輸限制，共同描繪出一個充滿機遇與挑戰的半導體新時代。

Transcript

各位親愛的聽眾朋友，歡迎收聽，我是你們輕鬆幽默、擅長深度洞察的主持人蔡珵澤。 在全球科技版圖高速變革的今天，半導體產業無疑是這場巨變的核心驅動力。

大家好，我是致力於提供專業客觀分析的蔡燿先。 今天，我們將帶您深入剖析這個瞬息萬變的半導體世界。

燿先，我們都知道，半導體產業素有週期性之說，但近期的發展似乎正以超乎尋常的速度打破傳統認知。 你看看最近半導體產業的數字，簡直是火箭升空啊！

好多權威機構都預測，全球半導體產值在2026年就要衝破一兆美元大關了， 這可比大家預期的還要早。

感覺AI這波劃時代的浪潮，真的把整個產業都「頂」起來了， 是嗎？

珵澤說得沒錯。 這波成長的動能，核心正是來自於AI運算需求的爆發性增長。 根據應用材料公司的最新說法，AI正以前所未有的速度推升全球運算需求，

加速半導體產業的整體成長，預期全球半導體營收在2026年確實能達到一兆美元。 不僅如此，包括SIA和WSTS也分別在今年二月和去年十二月做出了類似預測，

將全球半導體產值預計上修至9750億甚至突破一兆美元。 PwC和Deloitte的報告也指出，在AI晶片需求的強勁驅動下， 半導體產業將以每年8.6%到8.8%的複合成長率穩健增長。

我們可以看到實際的市場反應，像台積電今年一月的營收，就達到新台幣4012.6億元， 年增36.8%，表現非常亮眼。

而三星電子也預期，今年第一季的營業利潤將創下韓國公司史上最高， 主要就是受惠於記憶體超級週期和AI基礎設施的巨大需求。

這一切都指向了AI對於半導體產業的強大拉動作用。

聽起來確實是一片光明啊！ 應用材料的總裁余定陸就曾公開表示，「能效是AI時代的決勝點， 而突破需要全產業協作。

」SIA總裁John Neuffer也樂觀表示：「至少就未來一年來看， 我們正處於非常強勁的成長軌道上。

」感覺現在市場上瀰漫著一種共識：AI就是這十年的「新金礦」。

的確，從多方數據來看，AI晶片需求無疑是目前市場成長最主要的驅動力， 尤其是高端的邏輯晶片和記憶體。

美國銀行甚至預測，到了2026年，AI市場規模將突破一兆美元， 而AI半導體的成長率更是可能超過50%，這絕對是一個令人驚嘆的數字。

不過，燿先，我們節目一向講求客觀中立，有「光」的地方，往往也有「影」。 在這一兆元榮景的背後，會不會潛藏著一些不為人知的隱憂？

是不是大家都在一股腦兒地衝刺AI，反而忽略了市場結構性失衡的可能性？

珵澤問得非常好，這正是我們需要提出另一個視角的時候。 在普遍樂觀的氛圍中，Gartner的報告卻潑了一盆冷水。

他們預測，由於記憶體成本飆升，2026年全球PC和智慧型手機的出貨量將比2025年分別下降10.4%和8.4%。

更令人擔憂的是，DRAM和SSD的合計價格，相較於2025年， 甚至可能飆漲130%。 這意味著，雖然高端AI晶片市場炙手可熱，但消費性電子產品的成本壓力，

將會直接轉嫁給終端消費者，進而造成市場需求萎縮，形成一種「上肥下瘦」的市場結構。

哇，這就有意思了！ 一面是AI晶片市場的狂歡盛宴，一面卻是消費性電子產品的「寒冬」， 這不就是經濟學上常說的「K型復甦」嗎？

高端市場蓬勃發展，而傳統大眾消費市場卻面臨收縮。 這也提醒我們，僅有需求是不足的。 例如Intel執行長陳立武雖然肯定CPU在AI時代的核心地位，

但也坦言公司目前最大的挑戰是執行力，在製造良率和量產效率上都尚未達到標準。 這深刻地揭示，光有強勁的需求，若沒有穩定的供應鏈、卓越的製造能力和合理的成本結構來支撐，

再大的市場熱度也難以持久，甚至可能演變成泡沫。

是的。 這種市場兩極分化的現象，也確實引發了對於AI投資是否可能過熱， 甚至走向泡沫化的擔憂。 雖然AI無疑是真實且巨大的需求，但資本的過度追逐，是否會導致資源錯配、

供應鏈的不平衡，以及最終的市場修正，是我們作為產業觀察者必須深入思考的。

沒錯。 畢竟，我們都還記得幾年前加密貨幣和元宇宙的泡沫，半導體產業的起伏可謂是波濤洶湧， 充滿了不確定性。

而當前，地緣政治的影響更是讓許多晶片大廠不得不調整策略。 燿先，你跟我們聊聊NVIDIA最新的「大挪移」，它背後有著怎樣的戰略考量？

好的。 地緣政治的影響，確實迫使NVIDIA做出了一個重大戰略調整。 就在今年三月五日，英國報導指出，由於對中國銷售受美國出口管制影響，

NVIDIA已經決定停止生產面向中國市場的H200晶片， 並將原本用於H200的台積電產能，重新配置轉向生產他們下一代的Vera Rubin AI硬體平台。

H200可是NVIDIA當前備受矚目的AI晶片產品啊，現在卻要停產， 轉而將台積電寶貴的先進製程產能，優先供給下一代平台。

這背後到底發生了什麼？ 難道是技術迭代加速，還是有更深層次的原因？

其實，NVIDIA早在今年一月五日就正式發表了Vera Rubin平台， 它包含了Vera CPU和Rubin GPU等多款新晶片，

並宣稱它是Blackwell架構的後繼者，預計在2026年下半年開始量產出貨。 到了二月，NVIDIA財務長Colette Kress在財報電話會議上也證實，

已經向部分客戶交付了Vera Rubin平台首批樣品。 所以，這個「大挪移」不僅僅是應對中國市場的挑戰，更是NVIDIA在AI技術賽道上， 為保持領先地位而進行的主動加速。

所以，這個決定是NVIDIA面對地緣政治現實，不得不做出的戰略應變， 同時也是一次更為主動的技術迭代與產能優化，對吧？

完全正確。 Colette Kress也坦言，雖然美國政府批准了少量H200供中國客戶使用， 但目前仍未從中產生任何營收，也無法確定未來是否會允許其大規模進口到中國。

她還表示，NVIDIA正在與美國政府合作，確保為中國市場提供的產品符合出口管制規定。 這期間，英國引述知情人士的說法是：「與其因懸而未決而空等，

輝達勢得繼續往前，投入可確定的部分，況且高階產品已出現供應短缺。 」這清晰地顯示NVIDIA對H200在中國市場的銷售前景並不樂觀，

因此選擇加速Vera Rubin的量產進度，以滿足全球市場對最先進AI晶片的強勁需求。

這就很有意思了。 一方面是美國的出口管制讓NVIDIA在中國市場處處受限， 另一方面，NVIDIA也趁勢把資源集中到技術更先進、利潤更高的Vera Rubin平台。

這是一種被動的應變，還是一種更主動的戰略調整與升級呢？

這其實是一個多面向的考量與權衡。 從NVIDIA的角度來看，他們投入952億美元的巨大供應鏈採購承諾， 勢必不能讓寶貴的台積電產能閒置。

加速Vera Rubin的量產，能夠確保他們在高階AI晶片市場的絕對領先地位， 滿足全球對高效能AI運算不斷增長的需求，這無疑是一個商業上的明智之舉。

不過，這也引發了美國國會一些人士的不滿。 眾議院外交事務委員會主席布萊恩‧馬斯特就曾公開表示：「這簡直是個笑話， 黃仁勳想讓我們信任中國共產黨。

」這顯示美國政府對AI晶片的管制立場依然堅定，美中科技競爭的緊張態勢短期內難以緩解。

確實。 但從另一個角度看，美國的出口管制，會不會反而「刺激」了中國本土AI晶片產業的發展？ 逼著中國投入更多資源進行自主研發，最終反而可能創造出一個更獨立、

更具韌性、甚至長期而言更具競爭力的中國本土市場，這對NVIDIA來說， 長期而言是不是一個潛在的風險呢？

這會不會是地緣政治博弈下的一種「雙刃劍」效應？

這確實是地緣政治重塑全球供應鏈版圖的一個重要面向。 根據IDC的預計，到2026年，中國IC設計市場佔有率將擴大到45%， 甚至可能超越台灣的40%。

雖然在高端製程和核心IP技術上，中國目前與國際領先水平仍有差距， 但從長遠來看，中國政府的自主研發決心和強大的政策扶植力度， 可能會加速其本土產業的追趕速度。

所以，NVIDIA的策略調整，既是應對當前局勢的務實選擇， 也可能在不經意間，成為推動全球半導體版圖進一步重塑的催化劑。

感謝燿先的深入分析。 NVIDIA的「大挪移」，讓我們看到地緣政治在半導體產業裡的影響力有多麼巨大且深遠。

不只是晶片巨頭，現在連一些大型科技公司，也開始思考甚至大膽嘗試自研晶片的可能性。 燿先，特斯拉和Meta最近的動作，是不是也預示著這個「垂直整合」的趨勢正在加速？

沒錯，這個趨勢非常明顯。 科技巨頭紛紛投入垂直整合，這正是AI時代的一個顯著特徵。 最典型的例子就是特斯拉。

就在今年三月五日傳出，特斯拉正與三星電子洽談擴大其下一代AI晶片AI6的代工生產規模， 希望能將每月晶圓產能增加一倍以上。

特斯拉的高階採購主管預計本週就會訪問三星進行協商，顯示其決心與急迫性。

特斯拉自研AI晶片，這其實已不是新聞了。 但現在要加倍訂單，甚至可能達到每月四萬片晶圓的產能，這數字聽起來非常驚人啊！

這對三星的晶圓代工部門，特別是在先進製程的競爭上，是不是一個巨大的鼓舞？

是的。 根據韓國媒體The Elec的報導，特斯拉去年七月與三星簽訂的AI6晶片代工合約， 原每月晶圓供應量是16,000片，現在他們希望再追加24,

000片，整個合約金額高達22.8兆韓元，折合約170億美元。 馬斯克先前也公布了詳細的AI晶片路線圖，目標是為其自動駕駛技術量身打造高效能晶片， 以實現完全自動駕駛的雄心。

這筆訂單對三星鞏固其在晶圓代工市場的地位，尤其是GAA製程的客戶導入， 無疑是個重大利好。

除了特斯拉，Meta也對自研晶片情有獨鍾，並且將其視為未來AI戰略的重要組成部分， 對吧？

完全正確。 Meta財務長Susan Li在今年三月五日的摩根士丹利科技會議上明確表示， Meta計劃將其自研晶片的使用範圍，從現有的排名和推薦系統，

進一步擴展到支援更複雜的AI模型訓練。 她特別強調：「我們有一些工作負載，是要高度為我們自己量身訂製。

」這清晰地顯示了Meta希望降低對第三方AI晶片供應商的依賴， 追求更高效能和成本效益的自有解決方案。

我們也可以從Meta龐大的資本支出預估中看出其決心：2026年的資本支出預估高達1150億到1350億美元， 其中很大一部分就是用於AI基礎設施的建設，包括自研晶片。

聽起來，這些科技巨頭都想自己「造」晶片，將設計、甚至部分製造環節掌握在自己手中。 從NVIDIA為保領先而調整策略，到特斯拉、Meta等非半導體背景的科技巨頭，

都在不約而同地打造自己的AI生態系。 這是不是一個明智的策略？ 究竟是掌握核心科技的必然選擇，還是潛藏著巨大的風險？

這兩種觀點都有其堅實的道理。 支持垂直整合的觀點認為，透過自研晶片，公司可以針對其特定的AI工作負載進行深度優化， 從而獲得更高的性能和更低的功耗，這能顯著降低長期運營成本，

並更好地控制供應鏈安全。 正如Susan Li所說，有些工作負載必須高度量身定制， 這是通用晶片難以滿足的。

這對特斯拉和Meta這種擁有龐大且獨特AI應用的公司來說， 吸引力非常巨大，因為能夠實現軟硬體的最佳協同。

但晶片設計和製造可是個燒錢又燒腦，同時技術門檻極高的行業啊！ 這可不是每個公司都能玩得起的。

這正是反對或謹慎觀點的重點。 晶片設計和製造需要投入天文數字般的資本支出、吸引全球最頂尖的人才， 以及漫長且充滿不確定性的研發週期。

三星在2奈米GAA製程上的初期良率挑戰，就是一個活生生的例子。 雖然他們計畫在2026年將2奈米GAA訂單增長130%， 但目前Exynos 2600晶片的良率據說只有50%左右。

這意味著，即使像三星這樣的半導體製造巨頭，在先進製程的量產上也會面臨巨大的挑戰和不確定性。

對於像特斯拉這樣原本沒有半導體製造背景的公司來說，馬斯克自建超大型晶圓廠「TeraFab」的願景， 雖然宏偉，但在執行上將面臨天文數字般的成本和極高的技術門檻， 這是一場真正的豪賭。

所以說，這是一場高風險高回報的豪賭。 成功了，就能掌握核心科技、在AI時代佔據主動權，並降低長期成本；

但失敗了，可能就是巨額虧損和資源浪費。 的確，在AI晶片的世界裡，除了設計和製造，還有一個非常現實且日益嚴峻的瓶頸， 那就是「散熱」和「數據傳輸」。

燿先，聽說現在連「鑽石」都拿來給AI晶片散熱了？ 這聽起來太科幻了吧！

沒錯，這正是當前AI基礎設施面臨的兩大核心挑戰。 AI晶片的功耗越來越高，所產生的熱量也呈指數級增長，傳統的散熱方式已經難以應付。

今年三月四日，台灣的神雲科技就正式量產全球首款「鑽石散熱」AI伺服器， 它搭載了AMD Instinct MI350X GPU，

並創新性地引入了Akash Systems的鑽石散熱技術。 這項技術的突破性在於，它將超硬且導熱性極佳的鑽石應用於高熱密度的晶片散熱。

鑽石？ 那豈不是超級昂貴嗎？ 這成本怎麼算？ 這種高昂的材料真的能夠大規模商用嗎？

這就是這項技術的巧妙之處。 鑽石的導熱係數是銅的五倍，這項革命性技術能夠將GPU和HBM的運行溫度降低多達10°C，

進而提升22%的每瓦浮點運算性能，並在極端高溫環境下提升15%的AI工作負載吞吐量。 最關鍵的是，它能實現高達100%的資料中心專用冷卻功耗節省。

Akash Systems的執行長Felix Ejeckam博士就表示： 「AI的需求增長速度，已遠遠超越支撐其運作的基礎設施。

Akash的專利解決方案突破了散熱瓶頸，讓AI部署在加速的同時也能兼顧獲利。 」這說明，雖然鑽石材料本身昂貴，但其帶來的性能提升和功耗節省，

能顯著降低資料中心的總體營運成本，使得這項技術具備商業可行性。

聽起來非常高效，而且具備商業潛力！ 但除了散熱，數據傳輸的瓶頸也是AI基礎設施的一大挑戰，對吧？

大量的AI晶片之間需要高速、低延遲地交換數據。

是的。 這就是共同封裝光學，簡稱CPO技術的用武之地。 這項技術旨在將光學模組直接封裝到晶片或晶片組旁邊，大幅縮短電訊號傳輸距離， 轉而利用光訊號進行數據交換。

就在今年三月三日，專攻CPO解決方案的新創公司Ayar Labs就宣布完成E輪融資， 募資高達五億美元，公司估值達到37.5億美元。

這筆龐大的資金將專用於擴大光學互連產能，這也反映了市場對CPO技術解決AI瓶頸的巨大信心。

CPO，這個詞我們在之前的節目也提過幾次。 它到底厲害在哪裡，能吸引到這麼大筆的投資？ 難道它真的是解決AI數據傳輸「功耗高牆」的關鍵鑰匙嗎？

Ayar Labs的執行長Mark Wade解釋得很清楚： 「AI基礎設施正因為互連效率低落而面臨『功耗高牆』。

隨著頻寬需求呈現爆炸性成長，傳統的銅導線傳輸已成為瓶頸， 不僅消耗過多電力，更限制了每瓦與每美元的AI傳輸量。

」CPO技術的目標，就是用光訊號取代晶片之間長距離的電訊號傳輸， 大幅提升頻寬、降低功耗。 Neuberger Berman的董事總經理Gabe Cahill也認同：

「資料中心的互連，已經迅速成為當前最致命的瓶頸。 」CPO代表著未來AI資料中心互連技術的發展方向，它的成功將直接決定AI應用能否持續演進。

所以，鑽石散熱是解決AI晶片「熱」的問題，CPO是解決數據傳輸「塞車」的問題， 對吧？ 這兩者都是為了讓AI晶片能跑得更快、更有效率，從而推動AI算力的持續突破。

但燿先，這些新技術雖然聽起來很美好，會不會也面臨成本太高、 導入困難，以及供應鏈尚未成熟的挑戰呢？

畢竟從實驗室到大規模商用，中間總有一段漫長而艱辛的路。

這正是我們需要平衡思考的地方。 雖然鑽石散熱和CPO的初期成本較高，但從長遠來看，它們能顯著提升AI伺服器的性能和能效，

降低整體擁有成本，這對於動輒耗費數億甚至數十億美元建立資料中心的企業來說， 是非常重要的考量。 在AI算力需求呈指數級增長的背景下，這些「硬核」技術的投資已經不再是「可選項」，

而是「必選項」，因為如果不採用這些創新方案，未來的AI系統可能根本無法以高效、 可持續的方式運行。

而且，值得注意的是，Ayar Labs的這輪融資，有NVIDIA、 AMD、聯發科、世芯-KY等業界巨頭的參與，甚至連中東的卡達主權財富基金也投入其中。

這強烈表明了整個產業鏈對這些前瞻性技術前景的普遍認可和巨大信心， 預示著它們正加速走向大規模商業化。

這就對了！ 由NVIDIA、AMD這些AI晶片巨頭帶頭投資，說明他們是真的看到了這些技術的價值和必要性， 甚至預見到它們是未來AI發展不可或缺的基石。

這已經不是「可選項」，而是為了未來AI算力瓶頸的突破，「必選項」了。

是的。 這些技術的發展和落地，將是下一波AI算力突破的關鍵。 它們不僅代表著半導體材料科學和光電整合的進步，也預示著未來AI資料中心將會是一個高度整合、 極致高效且極度複雜的超級系統。

哇，今天這一集真是資訊量爆炸，收穫滿滿！ 從全球半導體市場衝向兆元大關的宏大願景，到AI榮景背後潛藏的消費市場萎縮與K型復甦的警訊；

從NVIDIA因地緣政治調整晶片策略，以應對美中科技競爭， 到特斯拉、Meta等科技巨頭紛紛投入垂直整合的野心；

再到AI基礎設施中鑽石散熱和光學互連的創新突破，我們看到整個半導體產業正在經歷一場前所未有的深度變革與重塑。

的確。 AI的浪潮，正以前所未有的速度和廣度，重塑著半導體產業的每一個環節， 推動著技術、市場和地緣政治的複雜交織。

它既帶來了巨大的市場機遇和技術紅利，也引發了地緣政治的複雜博弈、 市場結構的兩極分化、以及對現有技術極限的嚴峻挑戰。

但就像我們今天討論的，每一次挑戰的背後，都蘊藏著創新的火花和轉型的契機。 鑽石散熱、共同封裝光學，這些曾經聽起來有點遙遠、甚至帶有科幻色彩的技術，

正一步步走向大規模商業化，為我們解決AI發展中的實際瓶頸， 確保AI的持續進步成為可能。

在這個高速變遷的時代，唯有持續創新、保持彈性，並在技術、 經濟與地緣政治的多重力量交織中尋求最佳平衡點，才能在半導體這條充滿無限可能、 卻又充滿挑戰的賽道上，穩健前行，並引領未來。

沒錯。 感謝燿先今天專業又深入的分析，也感謝各位聽眾朋友的收聽。 在全球AI浪潮席捲之下，半導體產業的每一步都充滿了變數與精彩。

理解這些脈動，就是理解未來的科技走向。

希望今天的內容能帶給聽眾朋友們一些新的啟發與思考。

感謝大家的收聽，我們下週同一時間，，再會！