輝達Blackwell供不應求!黃仁勳:可以轉單給台積電以外廠商,但品質可能降低
輝達Blackwell供不應求!黃仁勳:可以轉單給台積電以外廠商,但品質可能降低

9月11日,由高盛在舊金山舉辦的「2024 Communacopia」技術會議上,輝達(NVIDIA)執行長黃仁勳談及AI晶片的發展策略,以及公司前景的樂觀態度,

針對Blackwell晶片出貨可能延遲?黃仁勳11日表示,在台灣地緣政治緊張升溫等憂慮下,必要時可能會轉換晶圓代工廠,但警告如此會導致產品品質下滑。

至於現階段投資人工智慧缺乏回報率疑慮?黃仁勳也表示,雲端服務商每花一美元買進輝達晶片,就可透過出租服務賺取5美元營收。

黃仁勳說,輝達伺服器表面看來雖然昂貴,每台機櫃動輒要價數百萬美元,卻能取代數千個節點(node,指資料結構當中,儲存和處理數據的一個基本單位)。

重點1:Blackwell晶片計劃於今年第四季出貨

「我們背負著許多人的期待,全世界都在依賴我們。」

黃仁勳在演說中解釋,對於輝達的零件、技術、基礎設施和軟體的需求如此之大,但產品供應量有限,甚至讓客戶產生情緒化反應,「目前局勢相當緊張,我們仍會盡最大努力做好工作。」

先前報導指稱,輝達下一代Blackwell晶片傳出設計缺陷,將會延遲推出?對此黃仁勳重申Blackwell晶片且已全面生產,計劃於今年第四季開始發貨。

黃仁勳表示,「每個客戶都希望能盡早拿到產品、成為產業第一,供應商們正全力迎頭趕上。」

黃仁勳的說法對市場產生激勵作用,帶動輝達股價單日漲幅超過8%。

nvidia-blackwell-architecture-og.jpg
輝達Blackwell晶片。
圖/ nvidia

重點2:為輝達客戶的投資回報拍保證

當被問及大量人工智慧支出,是否能為客戶帶來投資回報?黃仁勳在會議中強調,輝達的技術直接影響其客戶的財務表現,這些客戶包括亞馬遜(Amazon)、Meta和Google母公司Alphabet。

然而,隨著摩爾定律出現瓶頸,無法像過去那樣提供創新速度,使得資料中心的運算成本不斷上升,因此「全世界價值上兆美元的通用資料中心,都會被加速運算現代化,這無論如何都會發生。」

他說明,「運算成本可能加倍,但計算的時間減少了20倍,因此最終會節省10倍的成本,這樣的投資報酬率對於加速運算而言並不罕見。」

黃仁勳也說,輝達伺服器看起來昂貴,每台機櫃動輒數百萬美元,卻能取代數千個節點(node)。「更驚人的是,僅僅是連接舊的通用運算系統的電纜成本,比將這些系統全部替換並集中到一個機櫃中的花費還高。」

除此之外,黃仁勳也指出,雲端服務供應商在輝達上每花費1美元,就相當獲得5美元的租金回報,「比如OpenAI的Chat GPT或GitHub Copilot,或是輝達內部使用的共同生成器,對於生產力的提升效益非常驚人。」

他進一步分享,軟體工程師編寫每一行代碼的日子已經徹底結束,未來每位軟體工程師都會與一位數位工程師合作,輝達有32,000名員工,期望在不久的將來能增加「100倍甚至更多的數位工程師」。

重點3:輝達高度依賴台積電生產

此外,黃仁勳也坦言,輝達的大部分重要晶片高度依賴台積電生產,「台積電響應我們需求的靈敏度和能力令人難以置信。」

不過,輝達大部分技術都是由內部研發,他也暗示,如果有必要,也會將訂單轉給其他供應商,減少對台積電的依賴,但這樣的轉變可能會導致晶片品質降低。

輝達面臨反壟斷調查,近期股價震盪

儘管輝達在第二季報告了300億美元的收入,但其股價在同一天下跌了超過2000億美元,因此,這次黃仁勳的出席演講,被視為安撫投資者情緒的機會。

上週,《彭博》報導稱美國司法部已經對輝達發出傳票,並納入反壟斷調查中,其市值下跌了4000億美元。

然而,輝達否認了這份報導,並表示他們並未收到傳票,但仍願意回答監管機構對他們業務的任何問題。儘管近期股價下跌,但輝達的股價在過去12個月內仍上漲了近150%。

延伸閱讀:一個消息,讓輝達股價大漲8%!美政府將開放輝達AI晶片出口沙烏地阿拉伯
黃仁勳超愛用!Perplexity AI是什麼樣的工具?盤點科技大佬AI小幫手

資料來源:《Bloomberg》、《Forbes》、《The Register》、《TrendForce》

本文初稿為AI編撰,整理.編輯/ 蘇柔瑋、李先泰

關鍵字: #Nvidia #黃仁勳
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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