從火雞棚出生的ARM,憑什麼讓賈伯斯和其他大廠都買單,還成半導體史上最大收購?
從火雞棚出生的ARM,憑什麼讓賈伯斯和其他大廠都買單,還成半導體史上最大收購?

9月14日,AI運算公司輝達(Nvidia),以400億美元的驚人價格,與軟銀集團(SoftBank)達成協議,併購軟銀旗下的ARM公司。

消息一出立刻炸鍋,由於長久以來,ARM都是以獨特的中立性為經營方針,堅守不與客戶競爭為原則,將核心技術授權給「任何公司」。原為日皮英骨的ARM,在被美國公司Nvidia併購後,能否還能保持中立,備受矚目。

Arm Nvidia.jpg
本月14日,Nvidia宣布收購Arm。
圖/ Nvidia

延伸閱讀:半導體史上最大收購案!Nvidia砸1.1兆從軟銀手中買下Arm,背後打什麼算盤?

時間回到1980年代,由於當時的英特爾(Intel),拒絕替英國的橡果電腦(Acron Computers)研發16位元處理器,橡果只好自行成立研發部門,此部門即為ARM成為獨立公司的前身。

1990年,橡果電腦、蘋果(Apple)和晶片製造商VLSI共同合資,將橡果的研發部門獨立出來,於英國劍橋設立另一個子公司,ARM Holdings正式成立。英特爾大概想不到,當初所做的決定,竟促使如今最強勁的對手誕生。

1997年,賈伯斯回歸蘋果後,曾使用ARM的技術,推出掌上型電腦Newton,但銷售成績不佳而停產。幸好,賈伯斯也因此開始使用基於ARM的晶片,作為最初iPod、iPad和iPhone的基礎。初嚐成果的ARM,也因為其低耗能的技術特色,陸續吸引更多合作夥伴,例如 索尼(Sony)、惠普(HP)、國際商業機器公司(IBM)、和飛利浦(Philips)等。

ARM現任執行長西蒙.賽加斯(Simon Segars)原為STC(Society of Technical Communication)員工,但是在報紙上讀到有關於ARM的文章後感到嚮往,因而寫信至ARM尋求一份職位。賽加斯說,即使ARM當時只是一間新創公司,為降低成本,辦公室甚至是設在養火雞的穀倉內,他仍對於該公司文化,以及微型處理器的晶片設計深深著迷。

賽加斯曾提到:「在STC明亮的辦公室內,你每天打卡上下班,周末計算著上工的時數,但是來到ARM,一切都不同!每個人都全心投注於工作之上,並願意做任何能幫助公司往成功邁進的必要之事。最後一個離開辦公室的人,只需鎖上門並開啟警報器即可。」可見得他被ARM的向心力深深吸引。

2013年,賽加斯接任ARM第三位執行長,加速推動智慧產品晶片的研發。不過在他上任之前,就已經領導團隊開發ARM7和ARM9處理器,幫助世界上第一台智慧手機誕生。

2016年,軟銀集團以320億美元的價格,收購ARM。賽加斯表示,會同意軟銀的收購,一方面是認為在軟銀的幫助下,公司會有更進一步的發展,同時提到,軟銀大多數的客戶,都與ARM主要的客戶沒有重疊,這也表示,ARM可以持續奉行中立主義的策略,將智慧財產權同時販售給蘋果、三星(Samsung)或華為等互相競爭的公司。

ARM的業務日益擴大,從一開始的電腦和手機,到智能家電、智慧汽車、智能城市和穿戴式裝置等,在AI的領域被廣泛應用。它的商業模式並非生產晶片,而是設計,並將核心技術授權予他人。大多數的製造商主要取得項目為「指令集」的授權,即處理器如何處理命令的技術以及晶片的配置藍圖。

除此之外,ARM的技術有著低功耗能、設計與生產分離的特點,使製造商有更大的客製化空間來製造晶片,對比它的主要競爭對手英特爾(Intel),雖然對生產線絕對的掌控權,但同時也限縮了製造商的發展空間。這也是為什麼ARM能夠以小搏大,與英特爾互相競爭的原因。

如今,市面上約有85%的可攜式裝置內,都能找到ARM的設計,在2017年以前,一度取得全球半導體IP市場過半的市占率。然而截至2019年三月底的財報顯示,在半導體IP市場的整體佔有率下降至44.7%,同比下降12.7%;技術授權費的收入也同比下降8%。

ARM解釋,由於近年國際貿易情勢緊張,致使一些製造商自2018年起,開始囤積相當數量的晶片零件;以及科技的日趨成熟,手機的週期壽命也逐漸拉長,這些都是市占率不如以往的原因。不過隨著ARM逐漸打入IoT產業,若以中長期來預估,其技術授權費仍有上升的趨勢。2019年,ARM整體營業額為18.98億美元。

賽加斯認為,ARM與Nvidia看見的是被AI定義的未來世界,而技術上的結合,將能推動更好的AI服務和產品製造,並研發最適合AI應用的晶片。不難理解此次的併購,雙方都在AI軟體以及晶片製造上,看見廣大的商機和願景。

責任編輯:蕭閔云

參考資料:ZDNETBBC

關鍵字: #Nvidia #ARM
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓