晶片被追上了，輝達為何屹立不搖？——護城河的真面目叫 CUDA

超微(AMD)新款AI晶片MI325X在記憶體、頻寬全面看齊甚至超車輝達，但輝達資料中心AI加速器市佔率依然穩守86～92%。真正的護城河，是耕耘近20年的CUDA軟體生態系。半導體主權戰爭系列第一部，解析輝達為何屹立不搖。

更快的晶片問世了，市場卻紋風不動。

超微（AMD）去年發表新一代AI加速器MI325X，主打256GB記憶體、每秒6TB頻寬，數字甚至超越輝達（NVIDIA）主力產品的記憶體容量（依AMD產品規格表）。然而在2024年全球資料中心AI加速器市場，輝達市佔率仍推估高達約86～92%（Mercury Research及多家分析師引用報導）。規格表上落居下風，市場卻寸步未讓。

本文是PRISM系列「半導體主權戰爭」的第一部。這一部的提問很單純：對手端出更好的晶片，輝達市佔率為何屹立不搖？先講結論——因為勝負的關鍵，根本不在矽晶片。

光看規格表，早已短兵相接

若只做晶片對晶片的比較，根本無法解釋輝達的壓倒性優勢。

AMD的MI300X端出192GB記憶體、5.3TB/s頻寬，記憶體容量已超越輝達H100、H200；後續的MI325X又更進一步。Google則以自研晶片TPU v6e（Trillium）主打能效設計，據評功耗低於H100的700W（輝達官方規格）。不過，常被引用的TPU 300W數字，是否為Google正式公布的官方TDP並不明確，當成參考值來讀比較穩妥。

晶片	記憶體	頻寬	特點
AMD MI300X	192GB HBM3	5.3TB/s	記憶體容量超越H100、H200
AMD MI325X	256GB HBM3e	6TB/s	記憶體與頻寬達到對等甚至領先
Google TPU v6e	自行設計	自行設計	約300W推估（H100為700W）

效能指標的差距也在收斂。AMD表示，8張MI325X的配置在Llama2-70B推論任務上，效能與輝達H200相差在3～7%以內（MLPerf Inference v5.0提交結果，2025年4月，AMD ROCm部落格）。這是廠商自行提交的數字，不宜照單全收；但至少單看硬體，這已不是可以稱為「難以逾越」的差距。

矛盾就出在這裡。記憶體、頻寬、能效，對手都已對等甚至領先，錢卻依舊流向輝達。輝達資料中心部門營收約1,150億美元（約3.7兆台幣），年增約142%（依輝達2025會計年度財報）。規格上的短兵相接，與營收上的一枝獨秀，竟在同一時期並存。更耐人尋味的是，這些彼此較勁的晶片——輝達H100、AMD MI325X、Google TPU——先進製程與CoWoS封裝大多出自台積電之手。硬體這一端的競逐，台灣本就站在供應鏈核心；但真正拉開輝達與對手的，卻是矽晶片之外的東西。

買了新引擎，卻沒有路可跑

解開這個矛盾的鑰匙，是CUDA。

CUDA是輝達在2006年發表架構、2007年公開開發工具的軟體平台，至今累積約20年。依輝達公布，開發者約600萬人，架構其上的CUDA-X函式庫超過900個（NVIDIA GTC 2025主題演講）。開發者人數是逐年墊高的累積值——從業界推估的約400萬，到GTC 2024的500萬、GTC 2025的600萬。與其看成某一時點的快照，不如視為20年累積的結果，更為準確。

廣告合作

[email protected]

打個比方：新晶片是更快的引擎，CUDA則是那具引擎奔馳所需的整片路網。引擎再快，沒有路也跑不動。

這片路網的真面目，是層層堆疊的函式庫。cuDNN（深度學習運算）、cuBLAS（線性代數）、NCCL（多GPU間通訊）、TensorRT（推論最佳化）等函式庫層層疊起，每一層都是長年調校的沉澱。外界常提到「數千工程師-年」的規模，但這並非官方數字，而是業界部落格層級的推估，需留意分寸。開發者只要拿來用就好，不必從頭重寫。

問題在於，這些程式碼在對手的晶片上無法直接運行。要搬到別的晶片，得大幅重寫生產環境的程式碼、重新驗證，再把團隊重新訓練一遍。PRISM的分析認為，這筆移植成本大致高過新晶片帶來的效能好處。於是客戶撥完算盤，還是留在輝達。

第一線的證言，道出這道牆有多高。SK海力士副會長朴正浩表示，招募AI晶片人才時，人人都要求「讓我用輝達GPU和CUDA」；若要他們改用國產晶片開發，得多花3倍以上的時間（韓國《京鄉新聞》，2024年3月）。韓國IC設計新創Rebellions、FuriosaAI，據稱有40～50%的工程師是軟體人力（Unicorn Factory《Behind Chips》，2025年6月）。明明是做晶片的公司，卻有一半人在攻軟體。這組數字，正好點出真正的戰場在哪。

是正當成果，還是創新的瓶頸？

面對同一個現象，評價卻南轅北轍。

輝達與擁護陣營，把這看成正當投資的回報。CUDA是20年、數千工程師-年灌注的成果，提供的不只是效能，還把開發體驗、穩定性、文件、社群整套打包（依此論點）。執行長黃仁勳一向把CUDA定位為驅動加速運算的「飛輪」與平台，而非硬體（GTC 2025、2026主題演講，取其大意）。在這套邏輯裡，20年堆起的生態系本身就具備正當的產品價值——面對一套久經驗證的堆疊，客戶沒有理由去承擔移植風險。

挑戰者與開放陣營的診斷則相反。他們認為，封閉式鎖定造就了議價能力與供應綁定，壓低了AI的成本效率與創新速度。「GPU很多，但CUDA只有一個」一語，濃縮了這層憂慮（ZDNet Korea，2025年8月）。台灣的《經濟日報》也有相近觀察：CUDA歷經20年發展、坐擁600萬開發者，要轉移就得重寫程式碼，真正的門檻是軟體生態系的斷層（經濟日報，2025年8月）。這一派舉出運算史的前例——開放標準終究取代了封閉堆疊。不過這樣的結局這回是否重演，至今無人敢斷言。

從時間軸來看，圖像會更清楚。2006到2007年，多數人還只把GPU當成遊戲用途時，輝達就把CUDA撒向學界與研究者，打下一根「楔子」（日經用語）。AI熱潮一來，這根楔子長成了護城河。此刻，正是它防禦力的最高點。

裂痕徵兆與堅固並存

這並不代表這道護城河能永遠固若金湯。

分析師預期，輝達資料中心AI加速器的市佔率，到2026年可能滑落至約75%（引用Mercury Research、Bernstein預測）。這個數字反映了對手晶片增加，以及Google、亞馬遜等大型雲端業者力推自研晶片的趨勢。不過，即便市佔率下滑，絕對營收仍可能持續攀升——因為市場本身正在變大。對站在AI晶片供應鏈核心的台灣（台積電先進製程、CoWoS封裝）而言，這塊餅變大本身就是紅利，未必與誰勝出直接掛鉤。這是「危機」與「史上最佳業績」同時成立的局面。

中國則完全是另一盤棋。受出口管制衝擊，輝達在中國的市佔率，據傳從一度的約90～95%，跌到2025年的約54～55%（引用Bernstein與台灣媒體，來源間落差甚大）。黃仁勳甚至以「從95%掉到0%」來形容中國市場（多家報導引述）。不過，這波急墜是管制造就的特殊局面，若與全球市佔率的走勢混為一談，就會讀錯。這兩個數字，務必分開來看。

下一部

第一部的問題設定，到此為止。硬體為何贏不了——因為護城河築在軟體上。

那麼，這道牆該如何攻破？反擊分三路而來。第二部談開放標準與RISC-V陣營的反擊，也就是要卸下廠商綁定的開源軟體堆疊之動向。第三部談出口管制下加速的中國國產化——華為CANN於2025年8月全面開源，被台灣媒體視為對CUDA獨占的正面叫陣，是這一部的關鍵線索。第四部則檢視直接撼動市佔率的監管戰場。

這一部留下兩點事實：三路反擊有個共通點——都瞄準軟體標準與監管地形，而非硬體；而它們的成敗，至今仍無人能打包票。

清楚的只有一件事：光靠打造更快的晶片，繞不開這片路網。至於誰會先改寫這道算式——那是接下來三部的故事。