AI的物理極限：五位業界領袖在米爾肯論壇的坦白

ASML、Google Cloud、Perplexity等五家公司高層在米爾肯全球會議直言AI的晶片、能源與架構瓶頸。從台灣供應鏈到中美技術競爭，深度解析華人世界的戰略意涵。

全球最先進晶片製造設備，只有一家公司能造。那家公司的CEO，剛剛告訴世界：未來五年，晶片還是不夠用。

五月初，比佛利山莊的米爾肯全球會議（Milken Global Conference）上，五位橫跨AI供應鏈各層的高層同台而坐，說出了這個行業最少公開承認的事實：AI的瓶頸，不在演算法，而在物理世界。

需求是真實的，供給跟不上

ASML CEO 克里斯托夫·福凱（Christophe Fouquet）的話最直接：「儘管晶片製造正在大幅加速，我強烈相信，未來兩到三年、甚至五年，市場仍將處於供給受限的狀態。」換言之，Google、微軟、亞馬遜、Meta這些超大規模雲端業者，付了錢，也不一定拿得到足夠的晶片。

Google Cloud營運長弗朗西斯·德蘇薩（Francis deSouza）用數字說明需求有多龐大：Google Cloud上季營收突破200億美元，年增63%；而未交付的確定訂單（backlog）在單一季度內從2,500億美元暴增至4,600億美元，幾乎翻倍。「需求是真實的，」他平靜地說。

估值150億美元的自律系統公司Applied Intuition CEO 卡薩爾·尤尼斯（Qasar Younis）則指出另一種瓶頸：不是晶片，而是數據。訓練能在物理世界運作的AI模型，必須讓機器真正進入現實環境、觀察發生了什麼。「純粹靠合成模擬來訓練物理世界的模型，還需要很長時間才能實現。」

這個「真實世界數據」的瓶頸，對台灣、東南亞的製造業AI應用尤其關鍵。工廠自動化、港口物流、農業無人機——這些場景的訓練數據，無法憑空生成。

宇宙數據中心與能源的代價

晶片之後，能源是下一堵牆。德蘇薩透露，Google正在認真評估在太空建立數據中心的可能性——因為那裡有更豐沛的太陽能。當然，太空是真空，無法用對流散熱，只能靠輻射，工程難度遠高於地面的氣冷或水冷系統。但Google仍將其視為可行路徑。

他更深層的論點是「垂直整合帶來效率」：從自製TPU晶片到模型、再到AI代理，全棧自研讓Google在「每瓦計算量（flops per watt）」上遠超競爭對手。「在TPU上運行Gemini，比任何其他配置都更節能，」他說，因為晶片設計師在模型出廠前就知道它的需求。

福凱的觀點也指向同一個方向：「沒有什麼是無價的。」算力越大，耗能越多，能源有其代價。這個邏輯，對電力基礎設施正在快速擴張的東南亞國家來說，既是機遇，也是警示。

廣告合作

[email protected]

挑戰LLM根基的200萬參數AI

壇上最異類的聲音，來自量子物理學家出身的伊芙·博德尼婭（Eve Bodnia）。她創辦的Logical Intelligence，正在開發一種根本不同於大型語言模型（LLM）的架構——能量基礎模型（Energy-Based Models，EBM）。

LLM預測「下一個詞元」；EBM試圖理解「數據背後的規則」。「語言只是我的大腦與你的大腦之間的使用者介面，推理本身與語言無關，」她說。

她的最大模型只有2億個參數——相比主流LLM的數千億，差了三個數量級。但她聲稱推論速度快了數千倍，且知識更新不需要從頭重新訓練。「開車時，你不是在搜尋語言模式。你觀察周圍，理解世界的規則，然後做決定。」

在AI界開始質疑「規模擴展是否足夠」的此刻，這個論點值得關注。中國的AI研究社群近年也有聲音質疑LLM的路線，EBM的發展是否會在中美AI競爭中開闢第三條賽道？目前還沒有答案。

物理AI、國家主權與台灣的位置

尤尼斯說出了這場討論中地緣政治意涵最濃的一句話：「幾乎每一個國家都在說：我們不希望以物理形式存在於我們領土上的智慧，被另一個國家控制。」

網路時代，美國技術以應用層（Uber、DoorDash）的形式擴散，摩擦出現得相對較晚。物理AI不同——自律車輛、防衛無人機、農業機械，這些存在於現實空間，各國政府無法忽視其安全、數據主權與控制權的問題。他補充：目前能部署無人計程車的國家，比擁有核武的國家還少。

這個觀察對華人世界有多重意涵。台灣作為全球最先進晶片的主要製造地，本身就是這場地緣博弈的核心節點。台積電（TSMC）的每一片晶圓，都在某種意義上決定著誰能在這場競賽中保持領先。

福凱的話則更直接點出了中國的處境：「今天，美國擁有數據、算力、晶片與人才。中國在技術棧上層做得非常好，但在下層缺少一些關鍵元素。」DeepSeek的出現確實震動了業界，但沒有EUV光刻機，中國晶片製造商就無法生產最先進的半導體——這個限制，在模型層面的突破面前，形成了結構性的複利劣勢。

代理人、控制與企業信任

Perplexity首席商務官迪米特里·謝維連科（Dimitry Shevelenko）描述了AI代理的下一個形態：不是工具，而是「數位員工」。Perplexity的新產品Perplexity Computer，讓用戶扮演管理者的角色，指揮一支隨時待命的AI員工隊伍。

但控制問題隨之而來。他的答案是「粒度」：企業管理員可以細緻設定每個代理能存取哪些系統、是唯讀還是可讀寫。當代理替用戶執行操作時，會先呈現行動計畫並請求確認。有些用戶覺得這個確認流程礙事，但謝維連科認為這是必要的摩擦——尤其是在他加入有180年歷史的Lazard董事會後，深刻理解了一個建立在客戶信任上的品牌，對風險的保守態度有多理性。

「粒度是良好安全衛生的基石，」他說。這個邏輯，對金融業、法律業、醫療業等高度監管的亞洲產業，尤其具有參考價值。