限制輝達AI晶片出口,美國禁令範圍擴大!除了中國也禁賣中東
限制輝達AI晶片出口,美國禁令範圍擴大!除了中國也禁賣中東

2023.8.31

美國限制輝達AI晶片出口,範圍擴大到中東

輝達(Nvidia)在本周的監管文件中表示,美國將AI晶片出口管制由中國擴大到其他地區,包括部分中東國家。出口管制措施主要會影響到用在加速機器學習的A100和H100晶片,但Nvidia表示,不會為公司帶來實質性影響。目前尚不清楚對中東出口存在什麼風險,另外Nvidia本週未具體說明有哪些中東國家受到出口管制影響。

先前美國出手限制GPU雙巨頭Nvidia跟AMD出口中國,不過Nvidia獲得一年緩衝期,期限至今年為止。以下為2022年9月2日報導。

在美國政府突然下令禁止AI晶片出口至中國及俄羅斯,導致Nvidia、AMD股價重挫後,如今似乎又峰迴路轉,禁令曝光隔日Nvidia宣稱已經獲得美國政府許可,旗下AI晶片出口將寬限到2023年為止。

美國兩大晶片業者Nvidia及AMD在8月底證實,美國政府對半導體出口實施了新的限制措施,禁止先進AI晶片出口到中國及俄羅斯。這代表Nvidia旗下H100及A100兩款AI晶片將無緣銷售到中國市場,估計當季可能導致4億美元的營收損失。

美國暫緩AI晶片禁令,給予Nvidia一年緩衝

目前AI晶片領域的主要玩家便是Nvidia跟AMD兩家大廠,不過AMD僅有一款高階的AI晶片MI250受到禁令影響,另一款MI100則不受限制,該公司估計不會對業務造成太大影響,因此這次事件的焦點主要落在Nvidia身上。

Nvidia執行長黃仁勳在公司內部信中向團隊喊話,聲稱他們會立刻著手和中國客戶尋找替代方案,而無法取代的部份則會尋求政府的許可,認為替代方案可以滿足絕大部份客戶的需求。

Nvidia Hopper H100 GPU
原先預計2023年初上市的H100晶片,受到美國突如其來的禁令影響,將不得向中國出口。不過在Nvidia成功取得政府許可後,預計能緩衝到到2023年9月為止。
圖/ Nvidia

包含H100及A100兩款AI晶片的資料中心業務,是Nvidia成長最快的事業體之一,今年第二季營收達到38億美元,年增61%。

這起事件導致Nvidia股價在隔日大跌逾7%,蒸發近300億美元市值,而AMD也下跌約3%,連帶美國費城半導體指數也有超過3%跌幅。

不過事情很快有了轉圜,Nvidia在隔日的公告中表示,他們獲得了美國政府的許可,兩款AI晶片的出口限制都會暫時得到寬限。Nvidia在文件中提到,美國政府已授權Nvidia進行H100晶片開發所需的出口、再出口及國內轉移(in-country transfers)。

根據《日經亞洲》報導,美國政府給予了A100半年緩衝,在2023年3月1日前,開放Nvidia出口美國客戶的A100訂單到中國;與此同時,他們還獲准在2023年9月1日前,透過香港廠房供應AI晶片。

但Nvidia也補充,中國客戶想取得AI晶片產品,仍需要從美國政府獲得相關技術的許可。

美國為何突然禁止AI晶片?

對於這次的AI晶片禁令,美國政府表示他們希望藉此禁止這些AI晶片出口,防止中國取得推動軍事現代化的技術,不過暫時沒辦法對外公佈具體的政策變化,僅聲稱他們正以更全面的手段,保障美國的國家安全及外交利益。

今年6月曝光的一份報告中指出,他們追蹤了中國軍方的採購紀錄,其中有辦法辨別的97個AI晶片,全都是由Nvidia、AMD、Intel、Microsemi等美國公司設計,反而找不到中國軍方使用中國公司設計的AI晶片的跡象。

shutterstock_china flag_red ship_342129065.jpg
美國聲稱禁止AI晶片出口,是為了阻止中國取得推動軍事現代化的技術,但被認為是美國針對中國的半導體封鎖中,又一次的出擊。
圖/ aekkorn via Shutterstock

中國方面則聲稱,美國的作法違背了公平競爭的原則,也違反了國際貿易的準則,美方不僅是損害中國企業的合法權益,也連帶影響了美國公司。

雖然美國的說法是針對軍事用途,但這些AI晶片對運算模擬、打造先進資料中心都極為重要,這次的禁令很可能會波及更大的範圍,導致中國產業界受到影響,禁令發酵後只能購買性能較差的設備,連帶影響技術發展與進步的速度和空間。

然而就如同中國官方說法,此舉也會傷害到美國企業的發展。個人電腦市場萎靡、加密貨幣寒冬等因素,已重重打擊了Nvidia的財務成績。今年8月發布的財報中,67億美元的營收遠遠低於分析師預期的81億美元,原因便是顯卡銷售受到市場環境影響。

此時包含AI晶片在內的資料中心業務,也成為Nvidia財務成長的主力,而中國又是AI晶片的進口大戶,貿然實施禁令恐怕影響甚大。這或許也是禁令曝光隔日,美國政府便立即授權Nvidia繼續出口的原因之一。

外界評美國科技封鎖若太過頭,可能招致反效果

這次祭出的AI晶片禁令,是美國針對中國的科技封鎖組合技之一。美國近期不斷加強對中國的科技封鎖,前陣子剛通過的晶片法案中,便要求獲得美國政府補助的企業,10年內不得在中國或不友善國家設置新廠,也不能擴充先進製程產能。

而晶片法案過關三天後,美國再次祭出新措施,針對先進製程使用的EDA(電子設計自動化)工具實施出口管制,阻止中國發展3奈米以下的先進製程技術,目前中國內部還沒有任何可行的替代方案。

TSMC
美國近來不斷推出新手段,加強對中國的科技封鎖,但專家認為倘若封鎖太過頭,可能反倒讓台積電、三星等廠商,決定建立服務中國市場的供應鏈。
圖/ shutterstock

先前美國也計畫針對長江儲存等中國半導體廠商進行制裁,管制美國NAND Flash半導體製造設備出口,來削弱中國半導體產業的發展。

不過有專家認為,美國針對中國的科技封鎖必須張弛有度,一旦過於收縮限制、要求半導體業者選邊站,很可能導致美國與台灣、韓國、荷蘭、日本半導體業者脆弱的合作關係瓦解。

美國計畫召開Chip4會議時,韓國媒體《韓聯社》便披露,韓國政府雖已表達參加意願,但計畫在會議上請求美國不要將對中國的出口限制,列入Chip4的內容當中,以免過於刺激中國。

而荷蘭雖按照美國要求,禁止ASML向中國出口EUV設備,但如果要將禁令拓展到DUV設備的話,很可能是太冒險的作法。

哥本哈根商學院副教授道格拉斯.富勒(Douglas Fuller)於《日經亞洲》發表的評論也指出,要是美國繼續加強管控,要求台積電、三星等公司與中國切割,最終可能導致半導體業者發覺,專門建立一個半導體供應鏈服務中國市場,反而是值得的。

資料來源:CNBCReutersNikkei Asia

責任編輯:侯品如

關鍵字: #Nvidia #AI
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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