30 秒看重點
- 事件：中國騰訊為規避美國AI晶片禁令，豪擲重金租用甲骨文十萬枚AI晶片。
- 意義：揭示AI晶片極度稀缺性，以及中美科技戰下企業靈活求生策略。
- 影響：凸顯台灣半導體在AI算力軍備競賽中，掌握不可或缺的關鍵地位。
中國騰訊為突破美國AI晶片出口禁令，轉而租用甲骨文雲端服務高達十萬枚AI晶片，這不僅揭露AI算力需求已達天文數字，更突顯在全球AI晶片荒與地緣政治緊張下，企業正尋找各種靈活變通的策略以確保AI發展動能，對於全球供應鏈和台灣至關重要。
騰訊為何租晶片？算力黑洞怎麼補？
這項大動作背後，是美國對中國AI晶片出口禁令持續緊縮的壓力。美國政府為了限制中國在人工智慧領域的發展，尤其是其軍事應用，禁止 NVIDIA 等大廠將最高階的AI晶片（例如「AI大腦」H100、A100）直接販售給中國企業。然而，大型語言模型（LLM）等生成式AI的訓練與應用，卻需要天文數字般的算力來支撐，這讓像騰訊這樣的大型網路公司面臨「巧婦難為無米之炊」的困境。
騰訊的策略，就像是無法直接買到最頂級的超級跑車，就轉而租用一個提供頂級超跑跑道的賽車場。它並非直接購買被禁的高階晶片，而是透過租用甲骨文（Oracle）的雲端服務來取得所需的算力。這些雲端服務背後，很可能就是搭載著 NVIDIA 等國際大廠的高效能AI晶片伺服器。此舉不僅規避了美國的直接禁令，也確保了騰訊在開發生成式AI模型、優化各種AI應用服務時，能擁有足夠的「馬力」。這凸顯了在AI時代，算力已成為決定企業競爭力的核心戰略物資，而全球AI晶片市場的供不應求更是加劇了這場「算力軍備賽」。
- 近期：美國持續擴大對中國的AI晶片出口管制，限制NVIDIA H100/A100等高階晶片輸往中國。
- 近期：中國大型科技公司面臨AI算力瓶頸，積極尋求替代方案。
- 近日：騰訊為規避禁令，轉向租用甲骨文雲端服務內的AI晶片，確保其AI專案發展所需的龐大算力。
台灣怎麼看這件事？AI晶片爭霸戰的幕後英雄
騰訊租用AI晶片的事件，對台灣來說意義重大。這進一步強化了台灣在AI晶片供應鏈中「不可取代」的戰略地位。不論是NVIDIA、AMD等國際AI晶片巨頭，其先進製程幾乎都由台積電負責生產。這波算力需求黑洞，無疑將持續推升台積電的先進製程訂單與營收，尤其是 CoWoS 等先進封裝技術，更是炙手可熱。此外，台灣的AI伺服器組裝廠、相關零組件供應商，以及提供高頻寬記憶體（HBM）的廠商，都將直接受惠於這波全球AI算力軍備競賽。
這也提醒台灣，在地緣政治緊張下，我們雖掌握關鍵技術，但也必須保持高度彈性與創新。例如，未來若有更多國家或企業仿效騰訊模式，尋求分散式或雲端化的算力供應，台灣的科技業者能否提供更全面的AI解決方案，從設計到生產，再到系統整合，將是我們在AI時代保持領先的關鍵。
編輯觀點：地緣政治下，算力變局考驗全球智慧
騰訊此舉，無疑是中美科技戰下企業展現「韌性」與「智慧」的縮影。雖然透過租用雲端服務可解燃眉之急，但這並非長久之計。它凸顯了晶片供需的嚴重失衡，以及地緣政治對科技發展的深遠影響。對中國來說，加速發展自主可控的AI晶片技術依然是核心目標；對全球AI產業而言，如何在限制與需求之間找到平衡，建立更具韌性的AI算力供應鏈，將是未來幾年的重大課題。台灣作為全球AI晶片的關鍵節點，更需敏銳觀察、靈活應變，確保我們的產業優勢能持續不墜。
常見問題
- 騰訊為何不能直接向輝達（NVIDIA）購買AI晶片？
- 美國政府已實施嚴格出口管制，限制NVIDIA等公司將最高階的AI晶片（如H100、A100）直接銷售給中國企業，以避免其技術用於軍事或其他敏感目的，導致中國難以取得頂級硬體。
- 為什麼租用甲骨文（Oracle）的晶片算是「繞道」？
- 騰訊並非購買晶片所有權，而是租用甲骨文雲端服務提供的算力，這些服務背後的伺服器可能搭載高階AI晶片。這就像租用配備頂級設備的工廠生產，而非直接擁有這些設備，巧妙規避了直接交易禁運物資的問題。
- 這些「十萬枚AI晶片」指的是什麼晶片？
- 雖然新聞未明確指出晶片型號，但通常指的是NVIDIA的高效能GPU，如A100或H100系列。這些晶片是訓練大型語言模型、深度學習等AI應用不可或缺的「AI大腦」，能提供強大運算能力。
- 這對台灣的半導體產業有什麼影響？
- 這將持續推升全球對AI晶片的需求，特別是台積電的先進製程和CoWoS等先進封裝技術。台灣在AI供應鏈中的關鍵地位將更加穩固，相關的AI伺服器及記憶體產業也將受惠，但也需留意潛在的地緣政治風險。
- 中國企業未來會繼續採用這種「租用算力」的模式嗎？
- 在美國禁令持續緊縮的背景下，租用雲端算力會是中國企業維持AI發展的重要策略之一。然而，長期來看，中國仍會積極推動自主研發國產AI晶片，以降低對外部供應鏈的依賴，追求更高的科技自主性。
名詞小教室
- AI晶片 (AI Chip)
- 專門為加速人工智慧運算而設計的處理器，像是訓練機器人思考的「大腦」，讓電腦能更快學習、理解和生成內容，輝達（NVIDIA）的GPU就是其代表。
- 生成式AI (Generative AI)
- 一種能自行創造全新內容的人工智慧，例如圖片、文字、音訊等。像會寫詩、會畫畫的AI，其背後的核心技術正是大型語言模型（LLM）等。
- 雲端算力 (Cloud Computing Power)
- 透過網路租用遠端資料中心提供的運算能力，企業不需自建昂貴設備，就能像「租用超級電腦」一樣進行大規模資料處理或AI訓練，按使用量付費。
- 大型語言模型 (Large Language Model, LLM)
- 透過海量文本資料訓練出的複雜AI模型，能理解、生成自然語言，是ChatGPT等應用程式的核心技術。它需要極龐大的AI晶片算力來學習和運作。