NVIDIA執行長黃仁勳：Google TPU在內的AI晶片都有其侷限性|數位時代 BusinessNext

NVIDIA執行長黃仁勳出席技術大會(GTC)之後的記者會強調，「人工智慧的世界很大，我們的焦點不是手機等物聯網產品，而是大規模的雲端資料中心。」

黃仁勳還指出包括Google TPU在內的各種AI專用晶片都有其侷限性，「NVIDIA致力於一般用途的通用GPU，可以用在任何的神經網絡上，而非僅有CNN網絡上。」

記者參與了大會演說和記者會後，僅有一個感想：就是不要再拿Google TPU類比NVIDIA GPU了。

不要再拿Google TPU比較NVIDIA GPU

因為兩者不僅從專用與通用AI晶片本質不同，發展取向也不同，Google TPU就算已經發展到第三代，重心還是圍繞自家產品與服務，和NVIDIA成為每個地方（everywhere）與多功能的發展取向不同。

NVIDIA要以其開放合作的精神，進攻10億美元的超級運算產業，鞏固包括Google在內的大規模與高速運算資料中心客戶，或成為醫療、自駕車領域夥伴的處理器平台，對於虛擬貨幣挖礦與自駕車感測器等領域晶片不感興趣。

看好高端資料中心產品，售價達1200萬台幣的DGX-2

NVIDIA並未走向FPGA與ASIC等專用晶片研發，而是持續投入更高運算效能的GPU產品，被黃仁勳稱為「世界上最強的，有史以來最大的GPU」的NVIDIA DGX-2系統。

這個史上最強的GPU主要在於GPU「雙向傳輸」技術NVLink Switch的突破。NVIDIA利用此技術將把16個GPU連結為單一且都可1對1點雙向傳輸的GPU。「若相比五年前的AlexNet採用GTX 580s系統需要六天的訓練時間，使用此產品僅需要18分鐘，在五年內，速度提升500倍。」黃仁勳說。「訓練時間大幅度縮短，在推論部分將推論延遲縮短到1.1毫秒，推論速度為每秒6250個影像。」

NVIDIA DGX-2重達350磅，單手難以舉起，每個GPU都可以用每秒300GB的速度運算，也是世界上第一個2PFLOPS (petaFLOPS，等於每秒1千萬億次的浮點運算）系統。那售價呢？黃仁勳指出，NVIDIA DGX-2效能略等於300萬台雙CPU伺服器，前者售價為39.9萬美元，後者成本高達300萬美元。

四家頂尖伺服器廠商包括聯想、雲達(QCT)、美超微(Supermicro)與緯穎 (Wiwynn)等伺服器廠都已推出基於DGX-2設計的系統，而富士康、英業達、廣達與緯創正開發中。

看淡挖礦市場：虛擬貨幣市場僅是額外的紅利

相較於資料中心產品的熱烈推銷，黃仁勳對於近來竄紅的挖礦需求看得很淡。受到挖礦熱潮影響，NVIDIA GPU市場價格水漲船高，Susquehanna分析師 Christopher Rolland 曾指出GPU市價較官方售價高出40%~70%，NVIDIA公布的2018年第一季財報時也指出挖礦GPU營收為2.89億美元。

不過NVIDIA並未看重這種「來得快，去得也快」的挖礦財，不僅會中對於加密貨幣隻字未提，黃仁勳還強調，「虛擬貨幣市場對我們來說本來就是額外的紅利（Bonus），因此如果沒有也沒有關係，我們在其他市場成長性很高。」

「GPU價格走跌對我們來說是好事，過於昂貴的GPU會導致電競玩家無法負擔，我們的GPU是專為電競玩家打造的。」黃仁勳說。

由於加密貨幣價格波動大，讓挖礦GPU需求起伏不定，礦工在乎的是GPU C/P值品牌忠誠度低，加上比特大陸等廠商紛紛ASIC等挖礦專用晶片市場，這些都是NVIDIA看淡挖礦需求的背後主因。

NVIDIA不會研發車用光達晶片

而在自駕車領域，NVIDIA也一貫維持其「通用」的精神，強攻NVIDIA DRIVE Xavier平台，但不會進軍光達晶片等專用垂直領域。

光達（Lidar）成本是自駕車感測硬體最高的部分，現今的機械式64線光達價格達8萬美元以上，業界認為若機械式光達晶片化後，價格將有機會低至500美元，意法半導體與Intel紛紛加入研發行列。

黃仁勳很明確地指出，「我們不會投入資源研發光達晶片」。

黃仁勳指出，人類利用耳朵、眼睛與皮膚等多重感官，精準感受這個世界，自駕車也雷同，需要多種感測器相輔相成，舉例來說，雷達對於移動（Motion）的感測很好，但解析度不夠高，光達可以看很遠，但解析度低，而照相機解析度高，但易受光影與氣候影響。因此NVIDIA會截長補短和廠商共同合作，把多種感測器融合在NVIDIA產品裡。

騰雲科技持續展現強勁成長，不僅連續五年維持雙位數的營收增幅，更於 2025 年前三季累計營收來到 5.47 億元、淨利 1.03 億元，年成長率高達 67%，顯示騰雲科技已從智慧零售解決方案供應商擴展成為智慧社區、智慧城市解決方案供應商，並持續發揮高毛利、高成長、以智慧場域資料為核心驅動的代理式 AI 解決方案全方位供應商。

騰雲科技是怎麼辦到的？

騰雲科技董事長暨總經理梁基文不藏私分享兩大關鍵：「首先是以 AI 賦能的產品與服務，協助客戶提升效率、優化營收；其次是透過騰雲孵化器與其生態系中新創夥伴協作，打造零售、不動產、製造與數位保險等產業所需的新商務服務。」

以 AI 賦能全產品線，強化客戶黏著度、深化長期關係

梁基文表示：「AI 不是單一產品或立即變現的技術，要能有效消除資訊不對等，需協助企業先將散落的資料整合成數據資產，才能找出能驅動決策的洞察。」因此，要讓 AI 真正落地，需要同時理解產業現況與營運痛點的夥伴，才能把技術與數據轉化為具體價值，成為企業成長的新引擎。

有鑑於此，騰雲科技的策略是推出 AI Agent 平台 –TrendVotex，由深耕百貨零售、商業不動產等產業的專業團隊協助打造符合場景需求的 AI 代理服務。

例如，為百貨零售打造的「AI 品牌行銷專家」透過市場輿論進行趨勢及同業動態分析、以口碑行銷進行品牌塑造、針對會員數據進行自動化文案生成及傳播、針對行銷成果進行效益分析等自動化決策，「AI 招商助理」則能整合商圈熱度、樓層營運狀態等資訊，提出精準的櫃位調整與招商策略。至於針對複合式商業不動產管理場景推出「AI 能源智慧管理」服務，導入 AIoT 終端裝置佈署並運用其感測數據與歷史異常紀錄，預測設備故障風險，協助排程維修，降低停機時間，大幅提升營運績效。

梁基文補充說明：「除了協助企業打造專屬 AI 代理與串接代理式工作流程（Agentic Workflow），我們也推出 Marketing、Content、Sales、Manufacturing 等跨產業可重複使用的 AI 代理模組，加速零售、不動產、製造、旅遊與數位保險服務等產業的導入腳步。」

值得注意的是，為真正發揮、極大化 AI 價值，騰雲科技不僅提供技術，也協助企業梳理流程、整合分散數據，打造可支撐多場景的數據驅動營運中台。

梁基文表示，不只零售業正加速虛實通路整合，製造與金融服務業也十分重視「全通路數據」，例如製造業需要即時掌握生產過程關鍵數據指標與庫存狀況以確保良率及產能、數位保險業則積極深化對顧客旅程的掌握以完善服務能量等，騰雲科技推出「隨開即用」、雲地整合的 AI 平台，讓企業能在多場景中無縫串接數據並兼顧資訊安全，充分展現「From Insight to Intelligence」價值。

例如，協助數位保險整合顧客的「線上資料（如客戶資料、風險判斷」與「線下數據（如客戶活動數據、場域營運數據）」，透過 AI 進行產品推薦、簡化內部核保作業流程，並提供更加順暢的一致體驗，讓保險也能像零售一樣真正做到懂顧客。

「接下來，我們會把在百貨零售與商業不動產驗證過的技術，進一步擴大到製造、數位保險等產業，讓價值放到最大。」梁基文如是說道。

五大技術、四大產業，騰雲科技以孵化器成就下一個十年

梁基文表示：「過去 10 年，我們專注在『新零售・新生活』；接下來將延伸至『新商務・新生活』，透過收購、合資、投資等方式與外部夥伴共創新的成長動能。」

具體做法是以 ABCDE（AI、Blockchain、Cloud、Data、Experience）五大技術為核心，鎖定零售、不動產、製造與金融服務四大產業，透過外部合作與孵化機制強化解決方案的廣度與深度：整合現場設備、門市裝置、POS、排隊系統、取貨流程、感測器與後勤運作，推出 AIoT 智慧場域管理方案，滿足跨場域、跨產業與跨國企業的需求。

例如，協助泰國五星級酒店導入 AIoT 智慧場域管理方案以優化能源設備管理、降低營運成本並提升使用者體驗等。明（2026）年，騰雲科技計畫將 AIoT 智慧場域管理方案推向製造業廠房，協助客戶管理冷氣、燈光等能源設備並進行碳管理，同時，透過監控產線設備的振動與溫度等數據，提供 AI 預判的設備維修時機（Preventive Maintenance），擴大數位與綠色雙軸轉型的綜效。

除以集團力量推廣 AIoT 智慧場域管理方案，騰雲科技亦積極擴大相應的生態體系發展：首先是與跨業夥伴一同延伸 AIoT 智慧場域管理方案的應用範疇，如與保險業者合資成立數位保險公司以提供 AI-Ready 數位應用方案；其次是建立消費者生態體系以發揮「新商務‧新生活」的相互影響綜效。例如，騰雲科技子公司騰加數位將擴大 AIoT 平台運營版圖，深入零售、商辦與飯店等多元場景，並以此為載體整合數位支付、會員數據與數位內容傳播等應用，藉此強化場域的智慧化能力，以及拓展騰雲解決方案的落地深度與廣度。

「透過 AIoT 智慧場域管理方案、營運中台與 TrendVotex 等產品與服務，我們不僅能更精準回應台灣、日本與東南亞市場在流程自動化、營運效率提升上的需求，也能同步改善大眾的日常體驗，真正落實『新商務・新生活』的共好價值。」關於未來的發展，梁基文如是總結。