蘇姿丰得喊黃仁勳表舅!AI界兩大巨擘是親戚?關係有多深?一文揭秘
蘇姿丰得喊黃仁勳表舅!AI界兩大巨擘是親戚?關係有多深?一文揭秘

輝達(NVIDIA)執行長黃仁勳與超微(AMD)執行長蘇姿丰堪稱是全球人工智慧(AI)晶片產業最有權勢的兩大人物,他們不僅是競爭對手,還有一層親戚關係。

美國有線電視新聞網(CNN)報導,蘇姿丰2020年在消費者科技協會(CTA)活動上被問到與黃仁勳的關係時,曾說過「我們是遠房親戚」。輝達發言人也證實,黃仁勳與蘇姿丰是遠房親戚。

近幾年專注家族傳承研究的資深財經媒體人吳佳晉說,黃仁勳與蘇姿丰雖只相差6歲,但按照輩分來說,蘇姿丰得叫黃仁勳一聲表舅。

延伸閱讀:靠擦地賺錢比賽、合作夥伴愛他又恨他,3個小故事揭秘AI霸主黃仁勳

「晶片戰爭」(Chip War)作者、美國學者米勒(Chris Miller)說,他最初也對此感到驚訝,但就其他方面而言,看見兩位台裔成為晶片業的核心人物並不奇怪,「台灣雖離矽谷很遠,但實際上,全世界沒有哪兩個地方在家庭、商業、教育關係連結如此緊密」。

矽谷創投公司Race Capital的普通合夥人楊珮珊指出,台灣擁有生產世界頂尖硬體的悠久傳統,支撐起台灣經濟。她稱讚台積電及華碩、宏碁和富士康等龍頭公司,激勵許多年輕人立志成為技術工程師。

米勒也贊同此一觀點,「近半世紀以來,台灣經濟一直以電子產品生產和晶片組裝、製造、設計,以及所有半導體領域為中心。如果你看看台灣當前經濟,就會發現半導體是最大的出口產品」,這意味當年輕人進入大學、考慮未來職涯時,半導體是最受歡迎的選項之一。

黃仁勳與蘇姿丰也不例外,儘管兩人幾乎是在國外長大,日後卻都走上了相似的道路。

兩人都出生台灣、走上相似道路,曾在同間公司上班

輝達表示,黃仁勳1963年出生於台北,後來搬到台南;由於父親在煉油廠工作,又舉家遷往泰國。黃仁勳9歲時,東南亞的政治動盪促使雙親決定將他們兄弟送到美國,而1969年出生於台南的蘇姿丰則是在3歲時移民紐約。

蘇姿丰就讀於麻省理工學院(MIT),黃仁勳唸的是俄勒岡州立大學(Oregon State University)和史丹佛大學(Stanford University)。

黃仁勳在1993年創立輝達前,曾在超微擔任微處理器設計師;近20年後,蘇姿丰也加入超微擔任高級副總裁,最終因帶領公司浴火重生而廣受讚譽。現在,兩人都住在加州聖克拉拉(Santa Clara),各自的總部相距僅5分鐘車程。

超微在最新年報中,將輝達列為遊戲和資料中心的最大競爭對手;這是超微4項主要業務中的2項。

根據報導,2家公司曾因銷售圖形處理器(GPU)而為遊戲玩家所熟知,這些圖形處理器可在電玩遊戲中展現視覺效果,讓畫面變得栩栩如生。儘管兩家公司仍在GPU領域競爭,但他們的圖形處理器如今也被用於生成式AI,支援最近流行的ChatGPT等系統。

例如,ChatGPT的開發商OpenAI已使用輝達的H100 GPU訓練其語言模型,而超微則將最近推出的MI300X稱為「全球」最先進的生成式AI加速器。

延伸閱讀:蘇姿丰:失敗不是選項!3個故事透視半導體女王,AMD如何變黃仁勳最威脅對手?

晶片業核心人物!在AI軍備競賽中佔有一席之地

兩家公司也在資料中心設備銷售方面相互競爭,資料中心是用於儲存大量電子資訊的實體設施,仰賴中央處理器(CPU)等晶片,協助電腦順利執行作業系統和程式,而資料處理單元(DPU)可釋放電腦空間,以利使用者一次執行多項任務。超微和輝達皆向企業出售這兩種處理器。

近年來,輝達與超微因提供有望重塑社會的尖端技術,而獲得更多主流認同。除了AI系統外,他們製造的處理器愈來愈常用來協助電動車運行,甚至在個人電腦到遊戲機PlayStations等幾乎所有領域持續發揮影響力。

米勒也說,任何上網的人都可能接觸到不只一個,而是數十個、數百個輝達和超微晶片。「大多數人從未想到輝達或超微,因為他們從未見過這些公司生產的晶片。事實上,在日常生活中,每個人可能同時依賴著輝達和超微。」

人工智慧的榮景推升了輝達股價,今年迄今已上漲了208%,公司規模比輝達小得多的超微股價也上漲73%。

與此同時,蘇姿丰成了美國薪資最高的企業高層之一,去年連4年榮膺標準普爾500強中薪酬最高的女執行長。根據美聯社與高階主管薪酬分析公司Equilar的聯合評估,蘇姿丰的薪資在2019年男女執行長中名列前茅。

然而,隨著地緣政治緊張加劇,這兩家晶片製造商的前景可能出現變化。

輝達上週表示,美國擴大禁止先進AI晶片銷至中國的最新限制提前生效,「短期內不會對其財務產生重大影響」,但長遠來看,這類限制恐使其「永遠失去商機」。

超微8月表示,將遵守美國的出口管制規定,並考慮為中國專門開發特別版AI晶片。

蘇姿丰2020年受訪時說:「我認為輝達是一家偉大的企業。」「他們(輝達)在過去10年展現的技術能力,引領這個產業進入部分AI關鍵領域,這點毫無疑問。」

「這是一個競爭激烈的世界,因此,我們無疑將會努力競爭。但這也是個你不時得與競爭對手合作的世界。」

本文授權轉載自:中央社

責任編輯:蘇祐萱

關鍵字: #黃仁勳 #蘇姿丰
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