GTC 2025 紀實|用算力樹立輝達障礙!黃仁勳如何一磚一瓦打造「綠色高牆」?
GTC 2025 紀實|用算力樹立輝達障礙!黃仁勳如何一磚一瓦打造「綠色高牆」?

輝達 (NVIDIA) 的年度 GTC (GPU Technology Conference) 開發者大會已結束兩週。經過時間沉澱,我們更能清晰地解讀大會內外所傳遞的訊息。

GTC 的舉辦固然受到 AI 技術與應用快速演進的驅動,但輝達作為主辦方,更在會中展現出強烈的企圖心,強力宣示其 AI 觀點。

在本屆 GTC 中,輝達甩開競爭對手的意圖處處可見,這不僅體現在其所謂「護城河」生態系的持續深化,也展現在它不斷跨足新的 AI 應用領域、擴大版圖的行動上。

IMG_8591.jpg
輝達2025年GTC規模頗大,場外可見斗大的NVIDIA招牌。
圖/ 陳修賢攝

輝達高牆,難以逾越

輝達在 GTC 期間宣布的產品與配套措施,已透過媒體與社群廣泛傳播。黃仁勳一口氣公開了未來四年不同世代晶片產品線的細節,不僅涵蓋 Blackwell 世代及其後續產品,也為輝達與客戶合作打造客製化 ASIC 晶片開啟了大門。

為應對包括金融、生醫等不同 AI 應用市場的需求,輝達也鎖定與各領域的關鍵客戶及夥伴合作,共同打造具體的 AI 應用架構。

輝達才在今年一月的 CES 展上宣布進軍實體 AI (Embodied AI) 與機器人領域,在本次 GTC 上,便已確認將以開源方式拓展相關軟體生態系。

晶片廠商為其晶片搭配驅動程式等軟體並非新鮮事。多數晶片商會提供公版軟體與參考設計,以降低客戶導入新產品的門檻。然而,輝達憑藉長年積累,以 GPU 為核心,為 AI 運算、網路等複雜基礎設施所打造的 CUDA 生態系,已構築起難以逾越的高牆與深溝。

這也使得 AMD、Intel 等追趕者在其面前,要加速追趕變得益發困難。

輝達 CUDA 生態系如此強大,甚至引來法國競爭主管機關在去年中對其啟動反壟斷調查。

不只自強,還要利他

關心輝達的台灣讀者想必都理解,輝達將與夥伴的緊密協作視為重中之重。黃仁勳在本次 GTC 的媒體記者會上便特別提到,與其他矽谷科技巨頭相比,僅有約三萬六千名員工的輝達規模並不算大,因此格外需要強調與盟友的密切合作。

他以輝達近期推出的矽光子 (Silicon Photonics) 技術產品為例,強調若無台積電及其他台灣、東亞合作夥伴的共同協力,輝達單憑一己之力,不可能如此快速地將此技術打造完成並推向市場。藉由矽光子等新技術,輝達現在能將大量高階 GPU 相互連接,巨幅提升算力規模,以滿足全球眾多 AI 廠商的運算需求。

如今輝達羽翼已豐,資源遠比過往豐厚,它也開始積極拓展策略性投資,以強化其「護城河」體系。

自 2021 年以來,輝達也積極進行策略性併購,總計已併購七家 AI 新創公司,光是去年便收購了四家。

就在 GTC 期間,輝達收購了合成訓練資料 (Synthetic Training Data) 市場的領導廠商 Gretel,意圖強化其在實體 AI 領域的實力。與此同時,其持有約 5% 股份的 AI 雲端平台營運商 CoreWeave,據報已在那斯達克 (Nasdaq) 上市。

不只晶片,更是基建

更能反映輝達長期野心的,是其進入量子運算領域的承諾——這是一個需要長久探索才可能成熟的領域。在 GTC 議程中首次設立的「量子運算日」(Quantum Day) 上,來自美、歐、澳等西方國家的十二位量子運算新創公司與大型企業代表,輪流與黃仁勳進行了對談。

儘管目前量子運算的眾多可能發展途徑仍在探索階段,距離成為技術與商業主流仍極遙遠,但黃仁勳仍花費一個上午與專家們進行腦力激盪;接近中午時,也浮現出當前可採取的行動共識。 對輝達而言,在現行主流的 CPU+GPU 模式基礎上,未來可能邁向 CPU+GPU+QPU(量子處理單元)的新模式。

此外,在輝達邁向實體 AI 的當下,材料科學、生物科技等領域極度缺乏高品質的訓練資料,而善用量子運算正有潛力在此類資料的生成上提供巨大幫助。中午時分,黃仁勳與眾人相約明年 GTC 再聚,共同檢視過去一年的具體進展,並展望量子運算的未來。

黃仁勳在今年 GTC 期間屢次強調:輝達已不再將自己定位為單純的晶片公司,而是 AI 的「基礎技術公司」(Foundational Technology Company),致力於打造 AI 相關的「基礎設施」(Infrastructure)。

他一再重申,其口中的「基礎設施」,並非僅指一般所稱的資料中心與網路硬體,而是支撐 AI 運作的基礎技術體系,這不僅包含晶片、伺服器、網路通訊設備等硬體,更涵蓋在其上運行的軟體與工具。

絕非偏執,而是戒慎

居於領先地位的輝達為何如此急迫?從電腦週邊的繪圖晶片與板卡起家,如今已躍居 AI 生態系核心地位的輝達,身處 AI 產業浪潮之巔,其審慎應對、積極佈局的心態不難理解。

當 AI 巨頭競相投入鉅額展開軍備競賽時,輝達無疑是最大的受益者。然而,AI 模型研發的重心終將逐漸從模型訓練轉向實際的 AI 推論應用。

屆時,科技巨頭的投資策略與營運模式是否會隨之改變?它們是否仍會持續如此大手筆地投資 AI 資料中心的硬體設施?這一切都還是未定之數。但任何風吹草動,都可能對輝達產生巨大影響。

人們或許還記得英特爾 (Intel) 傳奇人物安迪・葛洛夫 (Andy Grove) 的名言: 「唯偏執者得以倖存」(Only the paranoid survive)

輝達絕非偏執,但其一路走來的警惕與審慎,或許正是維持其今日地位的關鍵。

延伸閱讀:影片|光碟機老將3年大翻身!達明機器人「開眼」機械臂搭AI模型,如何穩居全球市占老二?
3分鐘看完黃仁勳GTC演講精華!AI會旺到2028?最新GPU發展路線圖、概念股一次收

責任編輯:李先泰

往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 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