AI戰局：NVIDIA CPU強攻，微軟南向佈局

Summary

本集節目深入剖析AI浪潮下全球半導體市場的劇烈變革。首先探討微軟在「全球南方國家」投入500億美元建構AI基礎設施的雙重戰略，兼顧彌補數位鴻溝與市場擴張。接著聚焦NVIDIA憑藉Meta巨額訂單，其Grace CPU產品正式進軍數據中心市場，對Intel和AMD構成嚴峻挑戰。節目也介紹Tower Semiconductor與Scintil Photonics在異質整合DWDM雷射源上的技術突破，為AI數據中心解決傳輸瓶頸，加速「光進銅退」趨勢。最後，強調半導體檢測設備商Camtek在AI晶片先進封裝中的關鍵作用，透過高階檢測確保品質，同時也探討AI需求過度集中帶來的潛在風險。總結指出，半導體產業不僅是技術競賽，更是地緣政治、經濟戰略與永續發展的綜合體。

Transcript

各位忠實聽眾，歡迎再次收聽我們的節目。 我是你們輕鬆幽默的蔡珵澤。 每次打開節目，感覺都像打開一個新的科技寶箱，總是能找到讓未來閃閃發光的晶片故事。

今天，我們又將深入探索一個由AI塑造的半導體新世界，而且這個世界的格局變化之快， 連我的幽默感都快跟不上了喔！

不過別擔心，我的專業搭檔蔡燿先，會像往常一樣，用他清晰的洞察力， 為我們撥開迷霧，揭示產業的深層脈絡。

燿先，準備好了嗎？

珵澤，我準備好了。 今天的全球半導體市場，在AI浪潮的推動下，確實是機遇與挑戰並存， 正經歷著前所未有的劇烈變革。

我們將從宏觀的國際科技策略，深入到微觀的晶片製造細節。

好的，那我們就從一個充滿人道關懷，但又隱約帶著商業算計的事件說起。 最近微軟在全球AI峰會上，拋出了一個大手筆的投資計畫，金額之鉅， 聽起來很像科技版的「大撒幣」喔？

這背後究竟是單純的善意，還是有著更深層的戰略佈局呢？

確實，珵澤。 在今年2月18日於印度新德里舉行的AI影響力峰會上，微軟宣布了一項雄心勃勃的計畫。

他們承諾在2030年前，將向所謂的「全球南方國家」投入500億美元的巨額資金， 以擴大AI的應用能力，這筆資金主要用於基礎設施建設、網路擴展以及人才培養。

哇，500億美元！ 這可不是小數目。 聽起來是要把AI的「甘霖」灑向過去較為貧瘠的土地，意圖彌補全球的「數位鴻溝」， 是嗎？

這背後有什麼具體數據支撐嗎？

正是如此。 微軟的副董事長兼總裁Brad Smith與首席責任AI長Natasha Crampton共同指出，

根據他們在去年底發布的「AI擴散報告」顯示，全球北方國家在AI的使用率上， 大約是全球南方國家的兩倍，而且這個數位鴻溝還在持續擴大。

他們認為，要「以緊迫感來應對日益擴大的AI鴻溝」，否則不均衡的發展可能導致全球社會經濟差距進一步拉大。

確實，如果AI發展只集中在少數國家，那全球的發展機會就不平衡了。 微軟此舉，是單純的看到了新的「藍海市場」，還是真的如他們所說， 是為了「世界的和平與均衡發展」貢獻力量呢？

這兩者之間如何權衡？

其實，這兩者並不衝突，甚至可以說是相輔相成。 Brad Smith提到，如果AI能被年輕且不斷成長的全球南方人口廣泛且善用， 這將是21世紀最大的經濟追趕機會。

這500億美元的投資，將主要用於建設AI基礎設施，像是資料中心、 擴大網路連接，並實施大規模的AI人才培養計畫。

以非洲為例，他們已經讓1.17億人獲得網路連接； 在印度，微軟更是承諾，目標在2030年前培訓2000萬印度人掌握AI技能。

所以這不只是AI技術的普及，也包含更深層次的基礎建設與人力資本投資。 像您剛才提到的，在印度，這個培訓目標還包含了200萬名教師和800萬名學生， 影響深遠。

而且微軟去年就已經在為全球南方地區的資料中心基礎設施投資超過80億美元， 並投入超過20億美元用於學校和非營利組織的培訓計畫。

針對印度，他們去年也宣布了175億美元的AI相關投資。 這些數據都表明，微軟的布局是全面且深遠的，而且投入已久。

沒錯，這是一項長期且多面向的戰略。 然而，正如您所擔憂的，這麼大規模的投資，除了彌補數位鴻溝的善意外， 自然也帶有深層的商業考量。

批評者指出，雖然微軟強調普及化與賦能，但這也可能鞏固其在這些新興市場的主導地位。 透過初期大量的基礎設施投入和生態系建設，微軟在當地建立技術標準和供應鏈， 這將使得其他競爭者難以進入。

此外，資料主權和隱私問題，以及這些新興市場在電力供應和高階人才方面是否能跟上AI發展的速度， 也是值得關注的挑戰。

的確，提供技術是好意，但也要避免變成一種新的「數位殖民」或技術依賴。 總體來說，微軟的500億美元投資，既是彌合數位鴻溝的善舉， 也同時是一場高明的市場擴張戰略，兩者密不可分。

好的，接下來我們要將目光轉向AI晶片市場的超級霸主——輝達NVIDIA。 NVIDIA最近又獲得了一筆天文數字的訂單，而且這次連Intel和AMD都要繃緊神經了？

這場新的戰局，究竟有多大的震盪力？

沒錯，珵澤。 在今年2月17日，輝達與社群媒體巨頭Meta平台公司簽署了一份多年期的AI晶片供應協議。

這份協議不僅包括輝達最核心的GPU，更值得注意的是，首次大規模部署了輝達獨立的CPU產品， 也就是Grace和Vera系列。

分析師估計，這筆訂單的價值可能高達數百億美元，甚至有分析師推測上限能達到500億美元。

數百億美元！ 我的天啊，AI時代的訂單金額真是令人瞠目結舌。 NVIDIA這是在告訴大家，它不只賣GPU，現在連CPU也要「通吃」了？

這對長期盤踞CPU市場的Intel和AMD來說，簡直是「狼來了」！ NVIDIA這一步棋，究竟意圖何在？

正是如此。 輝達執行長黃仁勳表示，Meta的AI部署規模無人能及，他們正在將整個輝達平台， 包括CPU、GPU、網路和軟體，帶給Meta的工程師。

Meta執行長祖克伯也說，他們很高興擴大與輝達的合作，使用Vera Rubin平台來提供個人超級智慧。

這份訂單顯示，NVIDIA不僅要提供加速運算的核心，更要掌控整個數據中心的AI基礎設施， 從晶片到軟體堆疊，形成一個完整的生態系。

我記得Meta之前也在嘗試發展自己的晶片，這筆大單會不會讓他們自研晶片的腳步放慢， 或者說，證明了輝達「全套服務」的吸引力實在太強大了？

畢竟自研晶片的投入和風險都不低。

這是一個很好的觀察點。 Meta過去確實投入了大量資源在自研AI晶片上，甚至在我們之前的節目中也提過他們採購Google TPU來分散供應鏈。

這次與NVIDIA簽訂如此大規模的協議，一方面顯示Meta對NVIDIA全棧式AI解決方案的信心和需求， 尤其是在能效方面。

NVIDIA副總裁Ian Buck就指出，Grace CPU在後端資料中心工作負載上， 性能功耗比可以達到兩倍。

但另一方面，這也可能被解讀為Meta在短時間內難以完全依賴自研晶片， 仍需外部強大供應商支援其龐大的AI基礎設施擴張，預計Meta到2028年總計將投入6000億美元於AI基礎建設。

這筆訂單某種程度上也凸顯了在AI算力需求爆炸式增長的背景下， 市場對現成、高效且完整的解決方案的迫切性。

所以，NVIDIA不僅穩固了它在GPU的霸主地位，現在更直接搶攻數據中心CPU市場。 這對Intel和AMD來說，挑戰的壓力會更大吧？

這場CPU市場的戰火會如何演變？

絕對會。 NVIDIA此舉意味著它不再只是一個加速器供應商，而是正在轉型為提供完整AI基礎設施方案的全棧式提供商。

對於Intel和AMD而言，他們不僅要繼續在x86 CPU市場保持領先， 還必須加速其AI加速器和軟體生態的發展，以應對NVIDIA這種垂直整合的競爭模式。

不過，也有觀點認為，NVIDIA的Grace CPU目前仍主要針對與其GPU高度整合的AI特定工作負載，

例如大規模的AI訓練，短期內還難以全面取代Intel和AMD在通用型數據中心CPU市場的廣泛應用。

這場CPU市場的戰火才剛剛點燃，未來競爭的焦點將從單一產品性能擴展到整體生態系統的完善度。

AI晶片跑得再快、算力再強，如果數據傳輸的「塞車」問題一直很困擾， 那整體效率還是會大打折扣。 聽說最近光學互連技術有大突破，連雷射都出來幫忙了？

這是不是解決數據瓶頸的關鍵一步？

沒錯，珵澤。 隨著AI模型規模的指數級增長，數據中心內部，特別是GPU叢集之間的海量數據交換， 已經讓傳統的電氣互連技術面臨物理極限。

在2月17日，Tower Semiconductor與Scintil Photonics兩家公司共同宣布了一項關鍵技術突破。

他們推出了全球首款用於AI基礎設施的異構整合DWDM雷射源， 產品名稱為LEAF Light™。

這項技術被視為解決AI數據傳輸瓶頸的關鍵。

DWDM雷射源？ 聽起來就很科幻。 意思是說，我們不再用傳統的銅線來傳輸AI的龐大數據，要改用光纖和雷射了嗎？

那傳輸速度會不會像光速一樣快，而且更節省能源？

你這個比喻很形象。 650 Group的技術分析師Alan Weckel指出， 隨著AI網路規模擴大，傳統銅線在頻寬和功耗方面的限制日益明顯。

DWDM，也就是「密集波分多工」技術，可以讓單一光纖同時傳輸多個不同波長的光訊號， 就像把一條單行道變成多車道高速公路，大幅提升數據傳輸容量， 並顯著降低每比特的功耗。

這對於AI數據中心中GPU叢集間的超高速互連至關重要，可以有效消除數據傳輸的瓶頸， 讓AI算力得到充分發揮。

所以，這就像是把單行道變成多車道高速公路，而且還更省電？ 這聽起來是AI基礎設施的大福音啊！ 能否深入解釋一下異質整合在這個技術中的關鍵作用？

確實如此。 Scintil Photonics的CEO Matt Crowley表示，

LEAF Light帶來了先進的DWDM雷射源技術，而Tower Semiconductor的矽光子平台則提供了大規模製造的能力。

透過「異質整合」，他們將III-V族半導體雷射這種高效能的光源， 與矽基板的成熟製程技術結合，克服了單一材料的物理限制，實現了高性能光電整合。

這項技術是CPO，也就是「共同封裝光學」的關鍵組成部分。 CPO將光學元件與電氣晶片緊密封裝在一起，能夠提供高頻寬密度、 低能耗、超低延遲的解決方案，是未來AI數據中心互連的必然趨勢。

這真是太棒了！ AI網路市場到2030年預計會達到2000億美元的規模， 這項技術肯定會大受歡迎吧。

但要大規模普及，會不會遇到什麼困難？ 比如成本會不會很高，或者技術整合上有哪些挑戰？

你的擔憂很有道理。 儘管這項技術潛力巨大，但大規模商業化仍面臨挑戰。 首先是成本問題，光學互連模組的製造成本，尤其是異質整合的複雜性， 目前可能會高於傳統銅線解決方案。

其次是標準化問題，不同的光學互連技術和接口標準仍在演進， 這可能導致市場碎片化，不利於普及。 此外，將光學元件與電氣晶片緊密整合的CPO技術，在散熱、

可靠性及可維護性上也存在嚴峻的工程難點。 但從長遠來看，隨著AI對算力需求的不斷提升，這些挑戰必須被克服， 因為銅線的物理極限已經清晰可見，光學互連將是AI數據中心發展的必經之路。

晶片做得再快、傳輸再快，如果品質不夠好，那一切都白搭。 尤其是在AI晶片這種高價值、高精密度的產品中，任何一個微小的瑕疵都可能導致巨大的損失。

所以，檢測設備的重要性不言而喻。 聽說有一家叫做Camtek的公司，靠著AI的浪潮賺飽飽了？ 這家公司是如何成為AI時代的「守門員」的？

是的，珵澤。 總部位於以色列的半導體檢測與量測設備開發商Camtek， 在今年2月18日發布的2025年第四季度及全年財報非常亮眼。

他們公布了創紀錄的營收，並預計2026年營收將實現兩位數增長。 這在當前半導體產業的整體緩慢復甦中，顯得尤為突出。

雙位數增長，這在現在的市場環境下，簡直是逆勢上揚啊！ 是什麼讓他們這麼有底氣，能逆勢而上？

他們的底氣來自於AI帶來的強勁需求。 就在2月10日，Camtek宣布收到來自一家一級整合元件製造商， 也就是IDM客戶，一筆高達2500萬美元的Hawk系統訂單， 專門用於AI應用。

這還是該客戶近期多筆Hawk訂單的一部分，總額達到了4500萬美元， 預計在2026年交付。 這些訂單的背後，正是AI晶片對先進封裝技術和高階檢測能力的迫切需求。

IDM客戶願意砸這麼大筆錢買檢測設備，說明AI晶片的製造難度真的很高， 容不得一點瑕疵。 特別是像高頻寬記憶體HBM和小晶片Chiplets這些先進封裝技術，

對檢測的要求會有哪些不同？

的確。 Camtek執行長Rafi Amit表示，這些重要訂單反映了領先IDM客戶對Hawk系統能力的強大信心， 以及Camtek在實現先進AI應用方面的高度戰略性作用。

這也凸顯了高階檢測設備在先進封裝技術，例如高頻寬記憶體HBM和小晶片Chiplets製造中的關鍵地位。

這些複雜的3D結構，互連密度高、特徵尺寸小，微米級的缺陷都可能導致整個模組失效。 因此，精確、高效、非接觸式的缺陷檢測和品質控制變得不可或缺，

是確保這些高價值AI晶片良率和可靠性的最後一道防線。

所以檢測設備就成了AI晶片製造流程中不可或缺的「守門員」， 確保每個晶片都能符合高標準。 但這是否也意味著，整個半導體設備市場現在過度依賴AI的需求？

如果AI發展不如預期，或者出現「AI泡沫化」，會不會受到衝擊？ 這該如何平衡？

這是一個值得深思的問題。 雖然AI驅動的先進製程和封裝需求確實是當前半導體設備市場的主要增長點， 但過度集中於單一領域確實存在潛在風險。

一些分析師擔心，若AI投資放緩或「AI泡沫化」現象出現， 可能導致對高階設備的需求波動。 此外，非AI相關的傳統半導體市場，其景氣復甦速度相對較慢，

這也使得設備商的營收增長更依賴於AI這匹「黑馬」。 因此，平衡多元化客戶群體和技術布局，持續創新並拓展應用領域， 對設備廠商來說至關重要，才能在享受AI紅利的同時，也能有效分散風險，

確保長期穩健發展。

好的，今天我們從微軟的全球AI普及大夢，看到NVIDIA跨足CPU市場， 再到光學互連技術的突破，以及檢測設備廠商在AI浪潮中的關鍵角色。

每一次的轉變，都再次印證了半導體產業不僅是技術的競賽，更是地緣政治、 經濟戰略與永續發展的綜合體。

這不僅僅是技術的革新，更是對未來社會形態和全球經濟格局的重塑。

沒錯，珵澤。 AI的巨大潛力無疑是驅動當前科技產業前進的核心引擎。 但我們也必須警惕其背後可能帶來的挑戰，包括數位鴻溝的擴大、

市場過度集中度風險、供應鏈的韌性、巨量數據流對基礎設施的負荷， 以及如何在追求技術極限的同時，平衡創新與社會倫理、永續發展之間的關係。

這需要全球合作與深思熟慮。

這些複雜而深遠的議題，都需要我們在追求技術極限的同時，保持一份冷靜與智慧， 不僅看見機遇，更要預見挑戰。

感謝蔡燿先今天的專業解析，為我們描繪了一幅清晰的AI時代半導體全景圖。 也感謝所有的聽眾朋友，與我們一同深度探索。

謝謝大家。

我們下週同一時間，再見！