【觀點】美國突然加速、新晶片令即刻開鍘!輝達很痛,華為可能趁勢崛起?
【觀點】美國突然加速、新晶片令即刻開鍘!輝達很痛,華為可能趁勢崛起?

根據《日經亞洲》報導,輝達(Nvidia)在25日提交的文件中顯示,已接獲美國政府通知,要求在沒有取得事先許可之下,必須立即停止出口某些高階AI晶片給中國。

美國商務部在10月18日時,發布了一系列新的半導體出口禁令,縮緊了在高階AI晶片的定義,並增加了預防措施,例如規定向40多個國家出貨之前,都需要申請額外許可,以免轉售給中國。

原先這個新的管制措施要到11月16日才生效,但如今似乎加速,輝達在當地時間24日就接獲美國通知,要求禁止出口指定產品。輝達原本可出貨到中國的A800、H800,全部中箭落馬。

美國這波禁令來得又快又急,涵蓋了哪些重要產品?除了輝達之外,還有哪些公司也受到衝擊?以下是10月24日報導:

為了防止中國透過先進半導體製造技術,製造供軍方使用的晶片,以及從美國及其他地區進口「先進高效能運算」晶片,用來發展及維護人工智慧(AI)系統、超級電腦等,2022年10月7日,美國商務部工業與安全局(BIS),發布對中國的晶片及先進半導體設備出口管制。

禁令發布一年後,美國BIS加大力道,阻撓中國晶片發展。這次的「升級版」禁令,管制範疇涵蓋全球,不僅僅限於美商,威力十分驚人。

習近平APEC 2022
美國為了限制中國以及使用先進晶片開發、生產先進軍事系統,包括大規模毀滅性武器、改善軍事決策系統,以及軍事自動化系統等,不惜祭出晶片禁令,時隔一年後升級禁令,擴大打擊面。
圖/ APEC

首先,美國將半導體先進製程製造設備,列入管制清單。邏輯晶片方面,16/14奈米(含)以下的半導體製造設備列入管制清單。

同時也增加對記憶體生產設備的管制:DRAM在18奈米(含)及以下,NAND快閃記憶體128層(含)及以上的製程設備,必須取得核准,方可出口到中國。

除了設備外,高效能運算晶片及用於超級電腦的晶片、零組件等,皆列入管制清單。這將影響英特爾(Intel)、超微(AMD)、輝達(Nvidia)高效能運算晶片的供應商。台積電也將成為「間接」被影響者,用於高效能運算晶片封裝的「ABF載板」,也會受到影響。

美國為何要推「升級版」禁令?誰會受影響?

先前的禁令,對高效能運算晶片管制的門檻在「算力」及「頻寬」(傳輸速率),輝達的AI晶片A100及H100首當其衝,成為被管制出口給中國的晶片。

由於中國AI晶片市場約占輝達25%左右,為了能夠對中國出貨,輝達推出「降規格」的A800、H800,低於美國設定管制的規格,因此能向中國出貨。

經過1年,美國政府認為AI晶片管制仍有缺失,中國即使使用輝達降規格的A800、H800,仍然能夠發展AI平台,百度的「文心一言」、阿里巴巴的「通義千問」等大型語言模型,仍然能夠在中國「活蹦亂跳」。這顯示即便在美國的封鎖下,中國藉A800、H800等晶片,仍然能持續發展AI技術。

因此美國政府開始研擬更嚴格的管制措施,企圖「阻斷」或「拖慢」中國發展AI的進程。

NVIDIA DGX H100
輝達的A100及H100為首波被管制的AI晶片,晶片令升級後,降規版的A800、H800也不能出口至中國。
圖/ 輝達提供

由於輝達的GPU軟硬體生態完整,而且經過十多年的淬鍊,是AI訓練、推論的最佳選擇,不僅是中國,全球各地發展AI技術,「基礎設施」幾乎都是使用輝達的晶片與軟體。

目前受限於台積電CoWoS高階封裝產能不足,輝達的GPU供不應求,全球發展AI的公司莫不積極買進輝達的AI晶片,以及輝達提供的AI伺服器。

美國升級晶片令,實際上限制哪些產品?限制了誰?

2023年10月17日,美國公布對中國AI晶片管制出口的更新版,除了之前以「算力」及「頻寬」規格外,加上「算力密度」(簡單說就是算力除以晶片面積)。

新規範出爐後, 輝達原本可出貨到中國的A800、H800全部中箭落馬,連LS40、LS40S及RTX4090也列入管制。英特爾的Gaudi 2 AI晶片,以及超微的MI250、MI300等,都在管制範圍

另外為了防止中國公司透過海外子公司「迂迴」取得輝達晶片,因此將俄羅斯、伊朗等40餘國,納入AI晶片出口管制地區。

除此之外,中國的「壁仞科技」及「摩爾線程」這兩家GPU(繪圖處理器)設計公司,及其相關子公司共13家,也被納入實體清單,以管控它們取得先進製程代工之管道。

延伸閱讀:一支華為Mate 60手機,曝中國半導體供應鏈新面貌!進展到哪了?

壁仞科技、摩爾線程也成美國「黑名單」,這兩家公司是在做什麼的?

壁仞科技及摩爾線程近年來積極開發與A100功能類似的IC,而且已公開產品規格,而且有樣品問世。

美國政府「鎖住」輝達晶片,等於替這兩家公司(以及其他開發AI晶片的中國公司)打開一扇窗,倘若美國政府不以「實體名單」管控這些公司取得先進製程下片的管道,這對輝達很不公平。

不過從華為海思的麒麟9000S晶片能夠大量生產來看,中國已具備7奈米製程生產能力,將來中國自己發展的AI GPU晶片,可以用自己的7奈米製程生產。

華為能趁勢取代輝達嗎?美國升級晶片令是七傷拳?

目前華為的「昇騰910」AI晶片,號稱算力與A100相當,是中國可以用來替代輝達GPU的解方。不過輝達耕耘AI市場已久,軟硬體生態完整,華為想順勢取代恐非一蹴可及。

從2022年中國AI加速卡的市場來看,輝達市占率高達85%左右,華為約占10%左右。不過華為有自己的AI系統,與客戶有競爭之嫌。

華為
華為的「昇騰910」AI晶片,號稱算力與A100相當,不過輝達AI軟硬體生態完整,華為想取代恐非易事。
圖/ shutterstock

由於美國企圖「升級」AI晶片禁令,市場早有所聞,因此中國公司從去年起就積極採購輝達AI晶片,很多中國系統公司如字節跳動、騰訊等公司相信買進很多晶片,有庫存可支應短期的需求。之後再靜觀其變,擬定新的策略。

美國對中國揮出重拳,固然可阻止中國的AI快速發展,不過也可能促使中國加速半導體產業的自主化,雖然很困難,然而經多時的努力,有可能突破技術的瓶頸,這是美國政府不得不密切觀察之後的發展。

延伸閱讀:中國挾鎵、鍺以令諸國,看似強硬其實頗無力?

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:林美欣

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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