華為AI晶片集群挑戰輝達：台灣半導體機會與威脅

30 秒看重點

• 事件： 華為推出昇騰910B AI晶片集群，欲以量取勝挑戰輝達。
• 意義： 全球AI算力競爭白熱化，預示多元技術路線與市場生態變革。
• 影響： 牽動台灣半導體供應鏈佈局，帶來新挑戰與合作機會。

華為如何挑戰輝達AI霸權？

華為這次推出的AI晶片集群，核心是其自研的「昇騰910B」處理器。你可以把它想像成一個超級大腦，由許多小腦袋（AI晶片）串聯而成，專門用來處理龐大到難以想像的AI運算任務。過去，全球AI高效能運算市場幾乎是輝達（NVIDIA）的天下，他們的GPU就像是AI界的超級跑車，速度快、效能強。但華為的策略很不同，由於美國的出口管制，他們無法取得最先進的製程或技術來打造單顆超越輝達的晶片。因此，華為選擇了一條「曲線超車」的路：以量取勝。

這就像是說，如果我沒有法拉利跑車，那我就用上百台性能不錯的特斯拉，把它們組合成一個龐大的車隊，一樣能完成原本需要超級跑車才能做的事。華為透過大量部署相對次級的昇騰晶片，搭配軟硬體整合，建立起自己的AI算力中心。這不僅能滿足中國境內對AI算力的龐大需求，也能減少對外國技術的依賴。報導中特別點出「和輝達別苗頭」，顯示華為正試圖透過這種方式，打破輝達在AI晶片市場的獨大局面，為全球AI基礎設施帶來更多元化的選擇。

這個模式的關鍵在於「生態系」。輝達不僅賣晶片，更提供CUDA等軟體工具，讓AI開發者能輕易上手。華為則在努力建立自己的AI開發平台和工具鏈，希望能吸引夠多的開發者投入，形成一個自給自足、與輝達抗衡的AI生態圈。這是一場不僅比硬體效能，更比軟體、服務與開發者社群規模的長期戰役。

台灣怎麼看這件事？

對台灣而言，這場由華為發起的AI晶片算力戰，無疑是半導體產業的最新觀察重點。首先，如果華為的「以量取勝」模式成功，可能會對全球AI晶片市場的定價策略造成衝擊，進而影響我們引以為傲的晶圓代工與封測產業。其次，這也可能促使更多國際客戶考慮建立多元的AI供應鏈，尋找輝達以外的替代方案，這對台灣設計服務、IP供應商和零組件廠或許是新的合作機會。然而，由於美國對華為的制裁依然存在，台灣企業在與華為合作時仍需謹慎評估地緣政治風險與出口管制規範。這是一場需要台灣半導體產業審慎評估與靈活應對的全球AI算力競爭。

編輯觀點

華為此舉，不單是技術挑戰，更是地緣政治下的產業戰略。它證明了即使在嚴峻的制裁下，中國仍有能力尋求AI算力自主。對全球而言，這提供了輝達之外的另一種選擇，有助於分散供應鏈風險。對台灣科技業來說，我們應避免選邊站，而是聚焦在提升自身技術核心競爭力，不論哪種AI晶片架構興起，我們都能提供關鍵的技術與服務，持續在全球半導體產業中保持不可替代的地位。

常見問題

華為昇騰910B晶片與輝達GPU有何不同？

昇騰910B在單顆晶片效能上可能不及輝達頂級GPU，但華為透過大規模集群部署及軟硬體整合，達成可與輝達競爭的整體算力，主攻中國市場。

為什麼華為要「以量取勝」來挑戰輝達？

受美國技術制裁限制，華為難以取得先進製程製造頂級晶片，轉而採用將大量次級晶片透過互連技術組成超大型算力集群的策略，以規避限制並滿足市場需求。

這會如何影響全球AI晶片供應鏈？

華為的崛起可能促使其他國家和企業尋求輝達以外的AI晶片替代方案，增加供應鏈的多樣性，但也可能加劇市場競爭，影響晶片定價和技術標準。

對台灣半導體產業的潛在影響為何？

台灣晶圓代工、封測和IP設計服務業者可能面臨市場結構調整，有機會拓展新的合作夥伴，但也需謹慎評估地緣政治風險及合規性，以避免被捲入科技戰。

一般企業或個人用戶能感受到什麼變化？

長期來看，若AI算力供應來源多元化，有望降低AI服務的成本，加速AI應用普及。開發者也可能看到更多元的硬體平台選擇，影響其AI模型訓練和部署方式。

名詞小教室

AI晶片集群

想像一個超級電腦，裡面塞滿數百、數千顆專門處理AI運算的晶片，它們互相協作，組成一個超高效率的「AI大腦」。

昇騰（Ascend）

華為自研的AI晶片系列品牌，目標是提供從雲端到邊緣側，全場景的AI算力解決方案，是華為AI戰略的核心組件。

GPU（Graphics Processing Unit）

圖形處理器，最初用於遊戲圖像渲染，因其強大平行運算能力，現廣泛應用於AI訓練，輝達為市場領導者。

CUDA

輝達開發的平行運算平台和編程模型，讓開發者能充分利用GPU的運算能力進行AI訓練，是輝達生態系的核心優勢。