為何輝達主導AI運算？供需結構、技術優勢一次看

在一波猛烈的漲勢後，輝達 (NVDA-US) 曾一度成為全球市值最高的企業。不過，投資人已開始對繼續加碼這家晶片巨頭保持謹慎，因為人工智慧 (AI) 運算的發展之路未必一帆風順，也未必會永遠依賴輝達的技術。

截至目前，輝達仍是 AI 淘金熱中的「賣鏟人」代表。隨著 Hopper 系列與接班的 Blackwell 系列晶片訂單湧現，營收也持續飆升。

但未來能否繼續成功，將取決於微軟 (MSFT-US)、Google(GOOGL-US) 等科技巨擘是否能從 AI 投資中找到商業獲利模式。即便這些企業獲利，也不確定是否仍需大量使用輝達最強大、最昂貴的晶片。

今年 1 月，中國新創公司深度求索 (DeepSeek) 推出一款效能媲美美國大型企業 AI 模型的產品，但研發資源卻少得多。消息一出，輝達單日市值蒸發 5,890 億美元，創下史上最大紀錄。不過到 5 月中，股價已回升大部分失土。

以下是輝達成長背後的動力與挑戰一覽：

輝達最熱門的 AI 晶片是哪些？

當前最賺錢的產品是 Hopper H100，命名向電腦科學先驅 Grace Hopper 致敬。它是從遊戲顯示卡演變而來的高效能圖形處理器 (GPU)，目前正逐步被新一代 Blackwell 系列取代，命名則是向數學家 David Blackwell 致敬。

這兩款晶片都具備「模組化」設計，能把多顆輝達晶片串聯，形成一個超級運算單元，具備龐大數據處理與高速運算能力，特別適合用來訓練 AI 神經網路。

輝達自 1993 年創立，早在十多年前就投入此領域，押注平行運算有朝一日會在遊戲以外的領域派上用場。Blackwell 將以多種形式販售，其中一款為 GB200 超級晶片，整合兩顆 Blackwell GPU 與一顆 Grace CPU。

為什麼輝達的 AI 晶片這麼特別？

生成式 AI 需透過「大量資料」與「反覆試誤」方式學習，例如翻譯、摘要、圖片生成等，這過程需要龐大算力。Blackwell 晶片訓練 AI 的效能據稱為 Hopper 的 2.5 倍，晶片內部晶體管密度高到無法用傳統方式單顆製造，實際上是兩顆晶片以特殊連接方式合併，運作上仍如同單一晶片。

這對想快速訓練 AI 的客戶而言極具吸引力，因此美國政府已禁止該類晶片出口至中國。

輝達如何躍居 AI 領導者？

輝達原本就是 GPU 龍頭。這類晶片內建數千個運算核心，擅長平行處理，能即時渲染 3D 影像、陰影與反光效果。2000 年代初，輝達工程師發現這類晶片可應用於遊戲以外的計算場景，AI 研究人員也開始大量導入 GPU，加速模型訓練。

輝達的競爭對手在做什麼？

根據 IDC，輝達目前掌握約 90% 資料中心 GPU 市場。包括 AWS、Google Cloud、Microsoft Azure 等主要雲端服務商，既是輝達客戶，也正在自行研發晶片。超微 (AMD-US) 與英特爾 (INTC-US) 則是輝達的主要競爭者。

在今年 5 月台灣舉行的 Computex 展上，輝達宣布開放自家 NVLink 技術，未來將支援非輝達晶片的高速連接，此舉顯示輝達願意與其他生態系共存。不過，目前市場主導地位仍未動搖。

輝達如何維持領先地位？

輝達不只硬體進步快，也同步更新軟體生態系，並設計出可讓客戶快速部署的晶片叢集解決方案。相比之下，像英特爾的 Xeon 雖然能處理複雜數據，但核心數少、處理速度慢，難以勝任 AI 訓練任務。

即便是英特爾這樣的傳統資料中心巨擘，目前也還沒有能真正挑戰輝達的產品。

AI 晶片需求現在狀況如何？

輝達表示目前各型號晶片仍供不應求。微軟、亞馬遜 (AMZN-US)、Meta(META-US)、Google 等企業宣布將投資數千億美元建構 AI 資料中心。然而，市場也開始擔心 AI 投資過熱，微軟已暫緩部分資料中心計畫，是否「供過於求」成為潛在隱憂。

中國新創 DeepSeek 為何引發震撼？

DeepSeek 推出新一代開源 AI 模型 R1，聲稱以少量資源達到美系競品水準，震驚業界。該模型採用較輕量的「推理」(Inference) 訓練方式，無須動用大量算力。儘管如此，輝達仍表示 DeepSeek 的成果值得肯定，並未違反美國出口管制，間接澄清外界對其取得高階晶片的疑慮。

輝達強調，即便 AI 模型訓練方式轉變，推理階段依然需要大量 GPU 與高速網路資源，公司仍會扮演重要角色。

超微、英特爾、輝達的差距有多大？

超微是第二大 GPU 廠，2023 年推出 Instinct 系列，並計畫中 2025 年中出貨性能提升 35 倍的 MI350。然而該公司 AI 晶片營收約 50 億美元，與輝達年營收超過 1,000 億美元相比仍差距巨大。

英特爾則已明言，目前「尚未在雲端 AI 資料中心市場占有一席之地」，並於 1 月宣布旗下 AI 晶片「Falcon Shores」將不對外發售，僅供內部測試使用。

輝達除了硬體領先外，還開發了 CUDA 軟體平台，使開發者能直接在其晶片上開發 AI 應用程式。這套系統性優勢讓整個產業難以脫離輝達的硬體生態。