83億美元挑戰Nvidia：AI推論晶片的新戰場

全球最貴的晶片，是為了打電動遊戲而生的。這個「將錯就錯」的帝國，正面臨83億美元的集體挑戰。

從訓練到推論：戰場悄悄移動了

過去幾年，AI軍備競賽的核心是「訓練」——用海量資料讓模型學習。Nvidia的GPU（圖形處理器）原本為遊戲畫面渲染而設計，卻意外成為訓練大型語言模型的最佳工具，進而讓Nvidia成為全球市值最高的企業之一。

但戰場正在位移。當ChatGPT、Gemini等AI產品走入日常，真正消耗算力的不再只是「訓練」，而是每一次用戶提問、每一次模型回應的「推論（Inference）」。推論的核心訴求是：更快、更省電、更便宜。

投資英國AI晶片新創Fractile的NATO Innovation Fund總監Patrick Schneider-Sikorsky直言：「推論現在才是主流，而現有的GPU架構在規模化部署最關鍵的地方，根本不是為推論而生的。」

這個「設計初衷的缺口」，正是全球新創搶進的機會窗口。

83億美元的賭注

根據調查機構Dealroom數據，2026年AI晶片新創在全球已募集83億美元，全年有望創下歷史紀錄。

美國市場領跑：Cerebras Systems於2月完成10億美元融資；MatX、Ayar Labs、Etched各自完成5億美元輪次。歐洲雖規模較小，Axelera與Olix今年融資均超過2億美元，Euclyd、Optalysys、Fractile、Arago則計劃在2026年完成至少1億美元的募資。

廣告

廣告合作

[email protected]

廣告

歐洲創投Seedcamp管理合夥人Carlos Espinal說：「這已經不是利基賭注，而是人們思考AI基礎設施的核心。」

面對挑戰，Nvidia並未坐以待斃。去年12月，它以200億美元收購AI推論新創Groq的資產；今年3月，投資兩家光子技術公司共40億美元；2026財年（截至2026年1月）研發支出超過180億美元。這家坐擁「近乎無限彈藥」的霸主，正用資本速度應對技術挑戰。

地緣政治的隱形邊界

對華人世界而言，這場晶片競賽有一條無法忽視的政治紅線。

ASML本週公布財報，營收與獲利均超預期，並上調2026年銷售預測——但股價依然下跌。原因之一：出口管制收緊，導致對中國大陸的銷售佔比下滑，市場對未來成長空間感到憂慮。

這個訊號值得細讀。當西方對中國的半導體出口限制持續升級，中國大陸本土的AI晶片生態系正被迫加速自建。華為的昇騰（Ascend）系列、寒武紀等本土玩家獲得更多政策與資本支持，但在製程技術與軟體生態上，與Nvidia的差距仍是結構性的。

台灣則站在另一個交叉點。台積電2026年第一季純利潤年增58%，創歷史新高，AI晶片需求強勁是主因。無論哪家新創最終挑戰Nvidia成功，幾乎都繞不開台積電的先進製程。台灣在這場競賽中，是所有玩家的「公共基礎設施」——這既是優勢，也是地緣風險的集中點。

新創能打敗Nvidia嗎？

技術論點成立，但市場現實複雜。

Nvidia的護城河不只是GPU硬體，更是CUDA這套軟體生態——全球數十萬名開發者、數百萬個模型都建立在CUDA之上。新創即便晶片效能更優，也面臨「重寫全部程式碼」的切換成本。這是技術史上反覆出現的困局：更好的技術，不一定贏得市場。

另一個變數是資本週期。AI晶片從設計到量產通常需要三至五年，而創投市場的耐心有其極限。若AI應用成長放緩，部分新創可能在產品成熟前就面臨資金壓力。

不過，也有樂觀的理由：推論市場的規模遠大於訓練市場，且仍在快速擴張。只要AI應用持續滲透各產業，對更高效推論晶片的需求就不會消失——這個蛋糕，或許大到足以容納多個贏家。