AI地緣政治｜中國資源戰：全球科技鏈大洗牌？

Summary

本集節目深入剖析全球AI發展的雙軌化趨勢與地緣政治新格局。小明與熙宇首先點出中國政府如何透過12000億人民幣的「再貸款政策」與「東數西算」的AI化升級，積極推動國家級算力自主可控，加速國內AI生態閉環。同時，節目也對比了西方科技巨頭如Alphabet和Meta在「世界模型」上的巨額資本支出，卻面臨商業變現與成本壓力，甚至轉向邊緣運算。輝達CEO黃仁勳關於中國AI「能源優勢」的言論，更揭示了晶片禁令可能反而刺激中國獨立發展的潛在風險。面對中美兩大AI陣營「各玩各的」局面，台灣的「非紅鏈」供應商如何保有「信任溢價」成為關鍵。節目最後提醒投資人，應聚焦於具備「實體護城河」、能創造穩健現金流的「AI水電工」型基礎設施供應商，而非純粹追求「本夢比」的高風險標的，並需持續關注各國政策落地、商業獲利轉化以及台灣基礎設施能否應對巨量需求，才能在這場AI大戰中掌握先機。

Transcript

各位貓貓AI的老聽眾，大家晚安，歡迎收聽Episode 219， 我是你們最爆氣的主持人小明。

大家好，我是熙宇，很高興又跟大家在空中相會。 小明，最近這幾週，我們台股真的是漲到一個不行，創歷史新高欸， 感覺整個AI熱潮還是燒得很旺。

燒是很燒啦，我跟你講，我最近看這些新聞，真的是氣到差點要把手機砸了！ 什麼AI狂潮、什麼本夢比變本賺比，我看根本就是各國政府跟企業， 大家都在瘋狂燒錢比誰燒得多、比誰燒得快！

這邊要解釋一下，「本夢比」就是說公司現在可能還沒賺錢，甚至還在燒錢， 但因為前景看起來很美好，所以市場願意給它很高的估值；

而「本賺比」呢，指的就是公司實際的獲利能力，賺多少錢就值多少錢。 尤其是在中國那邊，現在根本就是卯起來搞「國家級AI練蠱」，

你聽這個詞就知道，像是在搞一場瘋狂的AI大亂鬥，各自閉門造車， 然後比誰的AI更厲害、更兇猛的過程。

小明你說得很對。 我們之前說中國在AI策略上從宏觀宣示到提出「新型全球供應鏈合作框架」， 現在呢，他們已經更進一步，開始走向非常具體的政策落地跟資金投入了。

這是一個非常關鍵的轉變，而且這個轉變的訊號，我覺得投資人真的要看懂， 因為這代表他們加速中國國內AI生態系統的「閉環化進程」——也就是形成一個從頭到尾都能自己搞定，

不依賴外部的、自給自足的產業生態系統——並可能影響全球數據中心相關技術與服務的市場格局。

喔？ 是嗎？ 他們現在又要玩什麼新花招？ 之前不是什麼「鏈博會」說要搞「新型全球供應鏈合作框架」嗎？

聽起來好像是要跟全世界合作，結果骨子裡還不是要搞自己的？

沒錯，你抓到重點了。 講白一點，他們就是先禮後兵，那個「合作框架」聽起來很和善， 但其實背後更深層的意圖，是要加速他們的「算力自主可控」。

「算力自主可控」呢，簡單講，就是他們想要在AI需要的計算能力這件事上， 從硬體到軟體，都完全不被別人卡脖子，要自己能生產、自己能控制。

而最近的具體動作就是，中國政府進一步明確並發布了針對AI算力設施和數據中心建設的具體國家補貼與融資政策。

你說的沒錯，這表示他們AI自主可控戰略從過往的宏觀宣示， 已經走向更為具體的資金引導與項目落地階段了。

中國人民銀行、國家發展和改革委員會，還有財政部，這三個部委聯手發布了一個很重要的指示。

嗯哼？ 說來聽聽。

這個呢，是直接把AI、電子資訊等14個高科技領域，全部納入到他們的「再貸款政策」支持範圍裡面。 這個「再貸款政策」，你可以把它想像成是中國人民銀行給商業銀行提供資金，

目的是引導銀行將這些資金貸給特定領域的企業，以實現國家政策目標。

再貸款？ 這聽起來很官腔，講白話一點是什麼意思？

講白話一點就是，國家要開綠燈、開金庫了。 他們要透過「結構性貨幣政策工具」——所謂「結構性貨幣政策工具」， 就是央行會針對特定產業或特定目標，去精準地提供資金或政策支持，

跟全面性地降息那種比較不一樣。 他們要直接引導銀行把錢貸給這些AI企業，鼓勵他們去買AI設備、 去買軟體服務。

而且這不是小錢喔，光是這個「科技創新和技術改造再貸款」， 額度就高達12000億人民幣，也就是大概1700多億美元， 這還不包括第二批超長期特別國債裡面，還有915億人民幣，

也就是127億美元，專門用來支持設備更新的資金。

哇靠！ 12000億人民幣，這、這什麼概念？ 就相當於Google今年預計在AI基礎設施上的「CapEx」——也就是資本支出，

白話說就是公司拿來投資在固定資產上的錢——大概就是這個數字再多一點點而已。 他們是直接把國家的錢當作是AI巨頭的CapEx在燒啊？

這不是很扯嗎？

確實很扯。 而且這筆錢，他們不是讓你隨便燒的，他們很明確地要加速「人工智能+產業」的發展。 「AI+產業」的意思就是把AI技術深度融合到各行各業裡， 讓AI能實際應用到生產和服務上。

招聯首席經濟學家董希淼就說了，這個把技術改造和設備更新貸款， 從傳統設備延伸到了AI、軟體服務這些「軟性投入」，就是要彌補他們過去在硬體之外的短板。

彌補短板？ 我看根本就是要把整個AI產業鏈自己蓋起來吧！ 從底層晶片、算力、數據中心到應用，他們就是要搞一個完全閉環的「紅色AI生態系」嘛。

這個「紅色AI生態系」指的就是一個由中國主導、內部循環， 並且受到政府高度掌握的AI產業鏈。 這哪是合作，這根本就是實質上的「排他性」啊！

我看到新聞說，他們還說要搞什麼「東數西算」的AI化升級， 什麼「算力銀行」、「算力超市」？ 這些名詞我聽起來就是，一切都在國家的掌握之中，誰想進來都得乖乖排隊。

對，小明，你把他們的核心意圖抓得很準。 其實「東數西算」這個工程，原本是中國一個把東部數據往西部轉移計算的大型基礎設施工程， 主要是為了降低能源成本。

但現在加入了AI的元素，他們是想把整個國家級的算力變成一個高度集約化、 一體化、協同化的「全國一體化算力網絡」。

想像一下，一個國家級的「算力大腦」，底下有無數的數據中心， 然後透過政策引導，確保這些新建的算力設施有80%以上都用「綠電」——也就是太陽能、 風力等再生能源發出的電力。

而針對這次具體政策，他們也更強調透過國家層面的資金支持與協調， 確保AI晶片、先進封裝及液冷散熱等關鍵技術的國產化替代與規模化應用， 進一步鞏固其『雙軌化』供應鏈的韌性。

他們甚至還想探索「算力銀行」、「算力超市」這種商業模式， 講白話一點，就是把計算能力像商品一樣，打包起來讓大家租用或購買的平台， 讓中小企業也能用比較低的門檻來使用算力。

這邊要注意喔，地方政府在電費補貼上是玩真的，像甘肅、貴州、 內蒙古這些數據中心密集的省份，已經明確對使用國產AI晶片的數據中心， 給予最高五成的電費補貼，但輝達等外國晶片就不適用喔。

這些舉措旨在大幅提升國內AI算力自主供應能力，為相關基礎設施供應商帶來新的投資商機與市場重構。

算力銀行？ 算力超市？ 聽起來很酷啦，但問題是，這些算力從哪裡來？ 還不是要靠自己國產的晶片、自己的技術？

這不就是為了加速「國產替代」才做的嗎？ 所謂「國產替代」，就是用自己國家生產的產品，來取代進口產品， 減少對外部的依賴。

沒錯，這就是「雙軌化」供應鏈加速形成的核心動機。 所謂「雙軌化」，指的是形成兩套獨立運作、互不干涉的供應鏈系統， 一套是全球通用的，一套是他們自建的。

你要知道，在美國制裁下，中國在晶片製造上確實遇到瓶頸。 可是他們換個方式打仗啊！ 他們轉向從「先進封裝」來突破。

這是一種把多個晶片像樂高一樣堆疊或整合在一起的技術，就算單一晶片製程沒那麼先進， 也能透過這種方式提升整體效能。

像華為就提交了一項四晶片封裝技術的專利，這可能用在他們下一代「昇騰910D」AI加速器上。 這「昇騰910D」就是華為自家研發的AI加速器晶片型號。

講白話一點，就是我製程上不行，但我可以把很多小晶片包裝在一起， 用面積換效能。 目前預期華為的「昇騰950」AI晶片，這是華為新一代的AI晶片，

雖然單卡「FP8」的算力大約是NVIDIA H200的一半， 這個「FP8」是一種在AI運算中常用的數據格式，數字越小，

運算速度越快，但精準度可能會稍微降低，而「NVIDIA H200」則是輝達目前最高階的AI加速器之一， 但透過雙晶片封裝和自主研發的HBM記憶體，HBM呢，就是一種「高頻寬記憶體」，

它是專門為AI晶片設計的，可以想像成是晶片旁邊一條又寬又快的數據高速公路， 能讓AI晶片以驚人的速度存取數據，對於處理龐大的AI運算非常重要。

他們的系統級解決方案還是很有競爭力的。

喔？ 一半的效能，這樣也行喔？ 那他們晶片製造那一塊，「中芯國際」，現在搞得怎麼樣了？ 之前不是說良率很低嗎？

「中芯國際」就是中國最大的晶圓代工廠嘛。

這邊確實是他們的痛點。 摩根士丹利就估算說，「中芯國際」7奈米晶片的良率大約只有30%。 這個「7奈米」是衡量晶片製程先進程度的單位，數字越小代表技術越尖端。

甚至報導，中國計畫未來兩年內要把「7奈米以下先進半導體晶圓」的月產量從2萬片提高到10萬片， 到2030年更要達到50萬片。

這個「7奈米以下先進半導體晶圓」指的就是比7奈米製程更先進、 更難生產的晶片。 可是，良率太低，生產成本就會非常高，這對商業化來講是很不利的。

摩根士丹利也點出，對中國半導體產業而言，這真的是一場極其艱辛的耐力賽。 但他們還是得做，因為這是國家戰略，要提升「國產化」——也就是產品在國內生產的比例。

所以說，他們現在不是只靠稀土、鎵、鍺這些資源武器來卡脖子了， 而是要從底層技術就開始「自力更生」？

這對全球的AI供應鏈來講，根本就是一個大分叉啊！ 美國那邊不是也一直在限制他們嗎？

是的，限制越多，他們自力更生的決心就越強。 其實在2025年的報導裡也預測，中國晶片產業到2026年將讓全球驚訝， 因為AI自主化已進入關鍵轉折期。

你看，像是DeepSeek這樣中國頂尖的開源大模型，在今年5月初就正式宣布全面運行在華為昇騰晶片上， 這代表他們已經開始告別輝達的生態系統了。

哇靠，連頂級模型都跳船了！ 這真的是「脫鉤」越來越明顯了啊。 「脫鉤」就是指中美科技產業在特定領域互相分離、不再依賴的趨勢。

沒錯。 而且除了晶片，中國在AI算力基礎設施上還有一塊「超前部署」， 那就是「液冷散熱」。 這個「液冷散熱」就是用液體來取代傳統風扇，為數據中心或晶片散熱的技術。

去年8月的時候，中國的液冷散熱市場就已經爆發了，液冷概念股飆漲。 「AI概念股」泛指那些業務跟AI發展有關聯、因此股價容易受AI熱潮影響的股票。

工業和信息化部等七部門聯合印發的方案，更是直接把液冷技術作為AI算力基礎設施的「關鍵組成部分」， 從「技術備選」轉向「剛需配置」。

廣州眺遠營銷諮詢的總監高承飛就說了，液冷技術不僅能顯著提升伺服器效率和穩定性， 還能讓數據中心在單位空間內佈置更多伺服器，同時兼具節能降噪的優勢。

幹嘛？ 他們是要用液冷散熱來彌補晶片效能的差距嗎？

有一部分原因。 中國數據中心的用電量，你知道嗎？ 22025年預計會達到1933億度，佔全國社會用電量的1.9%， 而且去年1、2月的同比增速高達46.2%！

這電力需求太巨大了。 所以，高效節能的液冷散熱，加上前面講的電費補貼，就能讓他們就算用7奈米甚至更舊製程的晶片， 只要數量夠多，再配上便宜的電費，一樣能堆疊出強大的總算力。

輝達CEO黃仁勳在一次訪談中就說了一個很「爆炸性」的觀點。 他說中國AI發展真正的優勢，根本不在於最先進製程的晶片， 而在於他們「豐富的能源」和「頂尖的AI研究人員隊伍」。

他甚至說，人為地割裂AI生態系統的行為是「極其愚蠢」的。

哇靠！ 黃仁勳這是在暗示美國政府嗎？ 這是什麼意思？ 難道他說「電費幾乎是免費的，又何必過分在意每瓦性能」的意思是， 中國就算用7nm的舊晶片，只要數量夠多，加上夠便宜的電，

一樣能堆疊出強大的總算力？ 這不是很打臉美國的晶片禁令嗎？

他確實是這個意思。 黃仁勳非常直白地指出，如果中國有足夠多的7nm晶片，而且電費成本極低， 他們完全可以透過大規模平行組合來實現強大算力。

更關鍵的是，他警告說，如果像DeepSeek這樣的中國AI模型， 率先在華為晶片平台上完成最佳化，那對美國而言將是「災難性的」。

這句話的弦外之音，就是美國現在的限制，可能反而會刺激中國在國內生態系中， 快速發展出獨立且具競爭力的AI技術與應用。

你看DeepSeek-V4全面擁抱華為昇騰，這就印證了他的擔憂。

這真的是「以毒攻毒」啊，限制越多，對方反彈越大。 那在這種中美兩大AI陣營「各玩各的」局面下，那西方巨頭這邊， 還在燒錢搞他們的「世界模型」這種聽起來很科幻的東西嗎？

「世界模型」是AI領域一個很宏大的願景，目標是讓AI能像人類一樣理解並模擬真實世界， 預測各種情況的發生。

他們的「本賺比」怎麼驗證啊？

這個對比就非常明顯了。 美國這邊，以Google的母公司Alphabet為例，他們在「世界模型」這種前瞻性的AI研發上， 投入的是天文數字。

最新的財報顯示，Alphabet將2026年的資本支出指引上調到1800億到1900億美元， 幾乎全部都是為了AI基礎設施建設。

Meta也不遑多讓，預計也要投入1450億美元。 這真的是燒錢無極限。

這些數字真是誇張，每年都嘛聽到他們在喊CapEx，燒錢無極限。 結果呢？ Google的「Genie 3世界模型」，這是Google的一個世界模型計畫名稱，

上次不是說才玩幾分鐘就崩潰了？ 現在還悄悄地把「Gemini Nano」這種本地AI模型塞到Chrome裡面讓大家下載，

「Gemini Nano」是Google開發的一款輕量級AI模型， 主要設計給手機或電腦等裝置直接在本地端運算使用。

這是什麼意思？ 是「世界模型」燒到沒錢了，改走邊緣運算來分擔成本，還是想要用我們的電腦當他們的免費算力中心啊？

這不是很諷刺嗎？

小明你這個觀察很犀利。 Google Chrome悄悄向用戶設備下載Gemini Nano本地AI模型， 這確實是一個將AI推論工作負載從雲端轉移到本地設備執行的趨勢。

這背後當然有幾個原因：一是降低雲端推論的成本，二是可以讓AI應用在離用戶更近的地方運算， 提高反應速度和隱私性。

不過，也要知道，Google Cloud為了降低推論成本， 其實也跟NVIDIA合作，透過硬體和軟體的協同設計，已經把AI推論的成本降低了十倍。

但就「世界模型」這麼龐大的願景來說，這個舉動也確實透露出， 即使是科技巨頭，在面對天文數字的CapEx和實際商業變現之間， 還是得做很多現實的考量。

所以一邊是國家隊瘋狂砸錢，要自建所有基礎設施，追求「自主可控」； 另一邊是西方巨頭燒錢搞「世界模型」這種聽起來很科幻的東西， 但實際商業化卻面臨成本壓力。

這兩種模式，到底誰才玩得起？ 誰才真的能搞出「本賺比」啊？

這個問題很核心。 其實，最近史丹佛大學的2026年「AI指數報告」——這是史丹佛大學每年發布的、 追蹤全球AI發展趨勢的重要報告——就指出一個很有趣的現象：

美國和中國頂級AI模型之間的性能差距，已經從2023年的30多個百分點， 大幅縮小到今年3月的2.7%了。

這意味著什麼？ 儘管美國在AI私人投資上依然遙遙領先中國，但如果加上中國政府的直接資助， 以及中國在專利和研究論文上的巨大投入，他們的效率優勢已經不容小覷。

喔？ 所以不是砸錢多就贏囉？ 那中國那個「Moonshot AI」這種新創公司，最近很紅啊， 他們算不算真的賺到錢了？

「Moonshot AI」是中國一家專注於大模型開發的新創公司。

Moonshot AI確實是一個很好的例子。 他們以「Kimi聊天機器人」這種超長上下文處理能力迅速崛起， 「Kimi」是Moonshot AI開發的聊天機器人服務。

他們的年度經常性收入，也就是「ARR」，已經突破1億美元了， 而且還完成了約20億美元的新一輪融資，估值達到200億美元。

這就證明了，即使在中國這個很特別的生態系裡，只要能把AI技術落地， 解決特定痛點，還是能實現快速商業化和高估值，驗證了「本賺比」的可能性。

嗯，所以結論就是，現在的AI市場，已經不是只有純粹的技術競賽， 也不是只有資金的遊戲，它更是地緣政治跟國家戰略的深層較量。

那在這種中美兩大AI陣營「各玩各的」局面下，台灣這種「非紅鏈」供應商， 我們的「信任溢價」到底還值不值錢？

「非紅鏈」指的是不依賴中國供應商、不與中國官方戰略掛鉤的供應鏈， 特別是在科技領域； 而「信任溢價」就是因為供應商值得信賴、安全可靠，所以客戶願意付出更高的價格或給予更多合作機會。

這個就是我們最關心的重點了。 在這樣一個「雙軌化」的地緣政治AI新棋局裡，台灣的戰略地位反而更加凸顯。

你看，最近台股在外資回補669.76億元新台幣帶動下，大漲1778.51點， 創歷史新高！ 這裡的「台股」就是台灣的股票市場，而「外資」就是外國資金，

通常指外國投資機構在台灣股市的投資。 整個5月上旬，外資持續買超台灣的「AI相關供應鏈」股票。 這個「AI相關供應鏈」泛指所有為AI產品或服務提供硬體、 軟體、服務的企業串聯。

台新投信甚至把台股電子股2026年的獲利年增率預估，從3月的33%大幅上修到「近五成」。 「台新投信」是台灣一家知名的資產管理公司，負責基金投資和研究。

近五成！ 這根本就是錢淹腳目了啊！

沒錯。 鉅亨網的研報也直接說了，「2026年的台股，其實市場已經給出非常清楚的答案： AI + 半導體，就是資金唯一的主戰場。

」包括聯發科的「AI ASIC」——這是Application-Specific Integrated Circuit for AI 的縮寫，

專門為AI運算設計的客製化晶片——像他們NRE收入持續成長， NRE呢，是Non-Recurring Engineering的縮寫，

它指的就是「非經常性工程費用」，簡單講就是設計客製化晶片收的錢， 因為這是客戶特別訂製的設計，不是量產的標準產品。

這證明客製化晶片設計實力； 「日月光投控」的先進封裝，這是全球最大的半導體封測代工廠， 而「先進封裝」指的就是把多個晶片整合在一起的先進技術，這些都是不可或缺的環節；

還有像「環球晶」的擴產，這「環球晶」是全球第三大矽晶圓製造商； 以及「國巨」董事長陳泰銘都說，「國巨」是台灣知名的被動元件製造大廠，

國巨的AI業務佔營收比重，預計會從過去的10-12%躍升到20%， 因為AI伺服器和資料中心對高階MLCC、MLCC，也就是「多層陶瓷電容器」，

是一種很小的電子零件，它能儲存電荷、穩定電流，就像電路板上的水庫一樣， 對於高速運算的AI伺服器來講，是不可或缺的「被動元件」。

「被動元件」就是電子產品中，不需要電能就能運作的基礎零件， 像電阻、電容、電感這些。 精密電阻電感的需求量和規格都在同步上升。

「精密電阻電感」指的則是高精度、高品質的電阻和電感，對於AI伺服器穩定運作很重要。 這些都證明了台灣在全球AI供應鏈中的核心地位，和我們作為「可信賴夥伴」的「信任溢價」。

這些數字看起來很漂亮啦，但問題是，台灣真的能吃下這麼大的訂單嗎？ 你不要忘了，我們之前也一直在講，台灣在「電力、水資源、土地」這些基礎設施上， 根本就快撐不住了。

政府的「AI新十大建設方案」喊得很響，這個「AI新十大建設方案」是台灣政府推出的一個大型計畫， 目標是全面提升台灣在AI領域的競爭力。

方案說要「以硬帶軟」衝AI，這「以硬帶軟」的意思是台灣要憑藉在硬體製造上的優勢， 進一步帶動軟體和AI應用的發展，但如果連最基本的「水電瓦斯」都供不應求， 那不是空談嗎？

小明你的擔憂非常實際，這確實是台灣在享受AI紅利時必須面對的挑戰。 國科會主委吳誠文也提到，這個「AI新十大建設方案」涵蓋了「數位基磐」、

關鍵技術和智慧應用三大主軸，「數位基磐」泛指支撐數位經濟運作的基礎設施， 像是高速網路、數據中心、雲端平台等，目標是要建立台灣自主的AI研發能量，

並推動產業從硬體代工升級到「AI規則的領航者」。 這個「AI規則的領航者」是指在AI技術的倫理、應用規範、 產業標準等層面，具備引導和制定能力的角色。

這是政府層面的積極佈局，但如何將這些計畫實質落地，並解決你剛才提到的基礎設施瓶頸， 確實是接下來的觀察重點。

我們不能只有硬體強，軟體也要跟上，基礎建設更要超前部署。

說來說去，在這種中美AI大戰、供應鏈雙軌化的複雜局面下， 對我們這些普通投資人來講，到底該怎麼看？

是該跟著美國巨頭去燒錢搞「世界模型」的夢想，還是看好中國國家隊的「算力基建」硬實力？

這就是我認為最核心的投資判斷了。 這兩種AI發展路徑，都在尋求他們的「本賺比」驗證。 西方巨頭透過技術突破，希望能用「世界模型」這種通用型AI， 帶來顛覆性的應用；

而中國則是從底層的算力基礎設施、晶片國產化開始，建立一個自給自足的AI生態系， 確保國家戰略安全。

長期來看，我自己的看法是，投資人還是要回歸最基本面，聚焦那些具備「實體護城河」、 能真正創造現金流的「AI水電工」型企業。

這個「AI水電工」是一個比喻，指那些為AI產業提供最基本、 最不可或缺的基礎設施和服務的公司，就像水電工一樣重要。

無論是哪一種AI發展模式，它們都需要龐大的算力、穩定的電力、 高效的散熱、先進的封裝技術。 這些基礎設施的供應商，就像「淘金熱裡的賣水人」，需求永遠都在，

他們的「本賺比」是相對明確且穩健的。

說得也是，那些燒錢燒到不知道有沒有盡頭的「本夢比」公司， 就算未來前景再好，也很容易被資金壓力跟宏觀逆風衝擊。

但那些提供AI基礎設施的「賣水人」，需求只會越來越大，這確實是更穩妥的選擇。

沒錯。 所以，接下來我們要持續觀察幾個點：

第一，「中芯國際」先進製程的良率，尤其是7奈米以下，能不能有效提升， 這會直接影響中國國產AI晶片的成本效益。

「中芯國際」就是中國最大的晶圓代工廠。

第二，「華為昇騰系列AI晶片」的性能，特別是在訓練側能否追上國際水準， 以及他們的CANN生態系統能否吸引更多開發者和應用。

「華為昇騰系列AI晶片」是華為專門為AI開發的一系列晶片產品； 而CANN呢，是華為專為AI開發設計的一個統一運算架構，

你可以把它想像成一個軟體平台，讓開發者能在華為的AI晶片上高效地開發和部署AI應用。

第三，「中國AI晶片廠商」有沒有更積極地參與「國際基準測試」， 並且公開其產品成績，這會影響其市場公信力。

「中國AI晶片廠商」指的是像華為這類製造自家AI晶片的企業； 「國際基準測試」是由第三方機構或國際組織制定，用來客觀評估AI產品性能的標準化測試。

第四，中國在「液冷散熱技術」的規模化應用，以及其在「全國一體化算力網絡」中的實際普及率， 這會影響其「綠色算力」的進程。

這次政策把液冷從「技術備選」轉為「剛需配置」，後續執行力會是重點。 「液冷散熱技術」就是用液體為數據中心或晶片散熱的方法；

「全國一體化算力網絡」是中國政府推動的一個大型工程，旨在整合全國的計算資源， 形成一個統一調度、高效運作的AI算力平台；

而「綠色算力」指高效節能、對環境友善的計算能力，主要透過使用再生能源和節能技術來實現。

第五，中國「12吋矽晶圓」的國產化進度，特別是像「奕斯偉材料科技」這樣的本土供應商， 能否如期達到「高國產化率」，確保晶片製造的基礎材料自主。

「12吋矽晶圓」是目前半導體產業主流、用來製造晶片的大尺寸基板； 「奕斯偉材料科技」是中國本土一家重要的半導體材料供應商；

而「高國產化率」指國內生產的零件或材料，佔整個產品的比例非常高。

第六，中國提出的『新型全球供應鏈合作框架』具體將如何運作， 哪些國際夥伴將被納入，這會影響現有的國際科技合作模式。

同時，中美之間關於AI的官方對話進展，能否在「技術標準」、 「風險管控」上達成實質性共識，這將影響「地緣政治的AI走向」。

「中美之間關於AI的官方對話」指中美兩國政府針對AI技術的發展、 治理和潛在風險，進行的官方層級溝通；

「技術標準」指一套統一的規範或要求，確保不同AI系統或產品之間能互相兼容和協作； 「風險管控」指對AI技術可能帶來的倫理、安全、社會等方面的風險進行評估和控制；

「地緣政治的AI走向」則是全球AI發展的趨勢，受到中美兩大強權國家戰略和競爭的深刻影響。

第七，台灣在電力、水資源、土地和人才這些基礎設施上，能不能有效應對AI巨量需求， 真正鞏固我們「非紅鏈」的「信任溢價」。

這些都將決定我們能不能在這場全球AI大戰中，不只成為賣水人， 也能成為真正的「淘金者」——比喻那些直接從AI技術或應用中， 賺取高額利潤的公司或個人。

聽你這樣一說，感覺這場AI大戰，還有得吵、還有得爆氣啊！ 好了，感謝大家收聽本集，我是小明。

我是熙宇。 我們下週空中再會！