比 NVIDIA 好五倍才有資格挑戰：AI 晶片戰爭全景圖

TL;DR

• Dylan Patel 給所有挑戰者的門檻：必須在某個維度比 NVIDIA 好五倍，因為供應鏈壓縮加軟體生態差距，會把五倍優勢一路磨到歸零。
• CUDA 護城河一年內在 frontier 模型市佔被砍七成：Gemini 全跑 TPU、Claude 主力在 Trainium，三家旗艦模型只剩 GPT 還留在 CUDA 上。
• Cerebras 把整片晶圓做成一顆晶片，IPO 首日漲 68%、市值逼近千億，50 到 70 倍營收的估值賭的是 OpenAI 那筆超過 200 億美金的合約能不能執行。
• ARM 決定從授權商變晶片廠，自製晶片毛利是純授權的十倍，已拿到 20 億美金客製訂單；但 2,500 億美金市值要靠四年後的 250 億營收去合理化。
• Yardeni Research 推出 AI-11 要接班 MAG7，11 檔全是算力供應鏈：2023 年自由現金流加總是負的，2025 年衝到 1,230 億美金，週期性比市場想像的強。
• Gelsinger 的三十年後見之明：Intel 衰敗的根因是商業人才掌舵、十年不蓋新廠、把 1,000 億美金拿去回購跟配息。台灣能源儲備不到三週，封鎖不用開一槍。
• 投資這局的判準最後只剩定價權。記憶體跟代工現在有，產能補上來就沒了；估值已 price in 未來四五年同軌成長，但這個產業連三個月同軌都沒做到過。

2026 年 7 月 15 日，兩集 podcast 在同一天上線。a16z 找來 SemiAnalysis 的 Dylan Patel，講現在這個王朝怎麼守：想挑戰 NVIDIA，你得比他好五倍才有資格上桌。All-In 找來前 Intel CEO Pat Gelsinger，講上一個王朝怎麼亡：十年不蓋新廠，1,000 億美金還給股東，然後被時代輾過去。

一個講守成的數學，一個講衰敗的解剖。把這兩集，加上過去三個月的另外五集（Jensen 在 Stanford 的對談、Cerebras CEO 上 Odd Lots、TWiST 拆 Cerebras IPO、Motley Fool 拆 ARM 財報跟 AI-11 籃子）攤開來拼，會得到一張比任何單集都完整的地圖：這場晶片戰爭打到哪裡、挑戰者各自走哪條路、錢在哪一層堆積、風險在哪一層引爆。這篇就是那張地圖。

一、NVIDIA 的護城河不是一條，是一整套系統

先把 Dylan Patel 那句話講完整。他的論點不是「NVIDIA 晶片最好」這麼簡單，而是整條供應鏈的系統性優勢：

你不能只是做跟 NVIDIA 一樣的東西然後做得稍微好一點。你必須在某個維度上好五倍。

為什麼是五倍？因為 NVIDIA 會在每個環節壓縮你的優勢：跟台積電和 SK Hynix 的議價能力比你好、製程節點比你先拿到、量產比你快、網路方案比你成熟。你設計上的五倍優勢，壓縮完可能只剩兩倍半。NVIDIA 再壓一下利潤率，你只剩五成，最後被軟體生態的差距抹平。

AMD 就是活生生的例子。他們在二奈米製程比 NVIDIA 先到、HBM 密度更高、用了 3D 堆疊，供應鏈端的硬體規格其實更好。但績效功耗比還是輸，市佔還是被壓著，Microsoft 買了一批之後就停了。硬體規格贏、系統輸，這就是 NVIDIA 護城河的真實形狀。

把鏡頭拉高一層，Jensen 自己在 Stanford GSB 的對談裡給了一個五層產業框架，由下到上：

層級	內容	美國現況
能源	電力供應、電網	依賴中國供應鏈
晶片	GPU、加速器	領先，但仰賴台積電、ASML
AI 工廠	資料中心、基礎設施	領先
模型	frontier model	領先
應用	企業軟體、藥物開發、機器人	還在擴散中

他強調每層美國都要贏，但最關鍵的是應用層：應用沒擴散，飛輪轉不起來，下面四層做再好都沒意義。這個框架也解釋了 NVIDIA 的焦慮：它壟斷第二層，但需求完全由第四、第五層決定。

Jensen 在同一場丟出的另一個數字更刺眼：NVIDIA 在中國的市佔率曾經是 95%，現在是 0。不是市場競爭的結果，是出口管制的代價。他在台上直接說「decoupling 這個概念本身就是瘋狂的、深度缺乏資訊的想法」。護城河再深，也擋不住政策把整個市場劃出去：技術的仗打到一半，規則會被政治改寫。

二、挑戰者路徑一：Cerebras 把整片晶圓做成一顆晶片

既然照著 NVIDIA 的玩法做只會被壓縮到死，挑戰者的第一條路就是換一個完全不同的架構。

過去 75 年的半導體業，每一次有人想把整片晶圓做成單一晶片都失敗了，連 Gene Amdahl 1980 年代的 Trilogy 都摔得很難看。Cerebras 創辦人 Andrew Feldman 在 Odd Lots 上說，他們從零開始花了五年、燒了 5 億美金才把第一顆 Wafer Scale Engine 做出來，比目前最大的 GPU 大 58 倍，競爭對手來實驗室參觀完想抄都抄不起來。

技術上的勝負手其實不在「大」，在記憶體的選擇。一般 GPU 用 HBM，單位面積塞得多但速度慢；Cerebras 反過來選塞不多但快很多的那種，靠把晶圓做大來補容量。結果是他們聲稱比最快的 GPU 快 15 倍，特定任務快 50 到 1,000 倍。

這個選擇還附帶一個漂亮的副作用：閃過整條供應鏈最塞的三個地雷。HBM 只有 Samsung、SK Hynix、Micron 三家做，現在天價；台積電的 CoWoS 封裝產能大排長龍；三奈米製程一位難求。Cerebras 用五奈米、不用 HBM、不用 CoWoS，全部繞過。

速度真的有人付錢嗎？Feldman 給的數據很有說服力：Anthropic 推過一個 premium 版本，token 速度兩倍、價格六倍，賣到缺貨。速度的需求曲線比直覺陡得多。他還補了一刀：「如果你的競爭對手二十分鐘內能做完三倍、五倍、十倍的事，你會被打爆。」

市場也用錢投了票。Cerebras 5 月 14 日在 Nasdaq 上市，募了 55.5 億美金，首日漲 68%，市值逼近一千億。但 TWiST 的 Alex Wilhelm 把數字翻開來就沒那麼浪漫：上一季營收 1.714 億美金，年化 6.86 億，對照 344 億的估值是 50 倍營收倍數，全稀釋算是 70 倍。2021 年 SaaS 泡沫高峰也就 30 到 40 倍。

這個估值賭的是一件事：2026 年 1 月跟 OpenAI 簽的那筆 750 MW、超過 200 億美金的算力合約，2026 到 2028 每年交付 250 MW。問題是這種合約到底是 commitment 還是 option？NVIDIA 之前跟 OpenAI 那筆投資就是 option。Jason Calacanis 講得很白：「This is one of the highest stakes games I've ever seen.」這些實驗室今年的算力 CapEx 是百億美金等級，營收還沒跟上，Dario Amodei 都說過，算力建那麼大、營收沒到，基本上就是破產。合約能不能執行，比估值倍數本身重要。

三、挑戰者路徑二：自研晶片，CUDA 的地基正在鬆

第二條路不是做出更好的晶片賣給大家，是大客戶自己下場，讓 NVIDIA 直接少掉一個客戶。這條路的殺傷力藏在一張表裡。Feldman 在 Odd Lots 攤開三家 frontier lab 旗艦模型的現況：

模型	訓練	推論	CUDA
Gemini	Google TPU	Google TPU	完全沒用
Claude	AWS Trainium	TPU + Trainium + GPU	邊緣使用
GPT	GPU	GPU	還在用

一年前這三家全在 CUDA 上，一年之內市佔被砍掉七成。這不是緩慢侵蝕，是大失血。NVIDIA 不可能不知道，所以拚命往機器人、自駕、physical AI 走，我之前在 Jensen 的「零億美元市場」 寫過這個轉向的邏輯：傳統 LLM 訓練的軟體鎖定正在鬆動，NVIDIA 要去找下一個還沒被鎖定的市場。

最有趣的問題是 Dylan 丟出來的：Google 應該把 TPU 拿出來賣。他認為 TPU 的效能已經跟 Blackwell 收斂到很接近，如果 Google 願意實體銷售而不只是租，這個「副業」的市值潛力可能比本業還大，畢竟 NVIDIA 現在的市值比 Google 還高。但這需要把 TPU 團隊、JAX 軟體、Cloud 的運作方式全部翻掉一次，而且最好的 TPU 人才已經被 OpenAI 挖走好幾個。Google 手上有牌，一直沒打。

ARM 選的是同一條路的另一個入口。這家過去只賣設計圖的公司決定自己做晶片，理由很直白：自製毛利是純授權的十倍，而且未來兩年已經拿到 20 億美金的客製訂單。故事對準 AI 資料中心：ARM 宣稱自家 CPU 比 x86 省電兩倍，每 GW 能省下 100 億美金資本支出，在全產業缺電的當下賣得動。問題出在價格：財報前市值就超過 2,500 億美金，公司給的指引是會計年度 2031 年營收 250 億。用四年後的數字算，現在的市值是十倍營收、23 倍 PE，好消息全部 price in 了。

AMD 則用整櫃系統直搗黃龍：下半年的 Helios 全機架方案直接對打 NVIDIA 一台 300 萬美金的整櫃產品，OpenAI 跟 Meta 都下了大單。

至於新創晶片公司，Dylan 點出一個結構性的 catch-22：設計晶片時你必須針對當下最主流的模型架構最佳化，但等晶片做出來，架構可能已經變了。DeepSeek 跟各大實驗室已轉向大量小矩陣運算，對舊架構優化的晶片直接失去優勢。硬體迭代三年、模型架構迭代六個月，這個時間差就是新創的墳場。

四、瓶頸後面還有瓶頸：記憶體、設備、代工的週期位置

挑戰者不管走哪條路，最後都要撞上同一面牆：整條供應鏈的產能是有限的，而且卡關的位置比想像中深。

Motley Fool 的 Tyler Crowe 提醒了一件大家常忘的事：「瓶頸後面還有瓶頸」。台積電跟 Intel 是晶圓代工的關卡，但 ASML、LAM Research、KLA 這三家設備商才是給晶圓廠造機台的關卡，一台 EUV 光刻機要排好幾年。ARM 想自己做晶片，還是得跟台積電一起去 ASML 排隊。供應鏈越長，新進玩家越難超車，這同時是風險，也是現有玩家的護城河。

錢的這一端，Yardeni Research 推出新標籤 AI-11 要接班 MAG7：SanDisk、Western Digital、Micron、Intel、Samsung、AMD、Marvell、Taiwan Semi、Broadcom、SK Hynix、ASML。刻意不放 NVIDIA 避免跟 MAG7 重疊，看一眼名單就知道，這是一個純粹的算力供應鏈籃子。

但 Motley Fool 那集拆出兩個關鍵提醒。第一，MAG7 是七個不同產業的龍頭，相關性低；AI-11 是同一條供應鏈，會一起漲也會一起跌，這不是分散風險的籃子，是放大產業 beta 的籃子。第二，Travis Hoium 丟出一個讓人冷靜的數字：這 11 家 2023 年的自由現金流加總是負的。2018 年加起來有 850 億美金，2025 年衝到 1,230 億。這說明的不是這個產業多會賺錢，是它的週期擺盪多劇烈。記憶體尤其誇張，價格瘋漲、毛利衝高，但歷史上從來沒有永遠持續過。Travis 用 1998 年類比：泡沫可能還沒破，可能還有兩三年好光景，但「我是不是買在離頂太近的地方」這個問題會一直在。

需求端的黑天鵝也在同一個位置：如果哪家實驗室又找到 DeepSeek 等級的演算法優化，每個 token 的算力需求大幅下降，需求曲線可能比想像中早平緩。Dylan Patel 拆解 AI Token 供需那集 講過記憶體還要再翻兩三倍才夠用，但這個產業到底會走多遠，連他也說沒人說得準。

五、Intel 的三十年教訓，跟台灣這顆火藥庫

這場戰爭裡最重要的反面教材，是 Intel。Gelsinger 在 All-In 上的解剖直白到殘忍：一家技術公司被商業人才接管，再提拔更多商業人才，惡性循環就開始了。早期 Intel 的高管會議，二十個人有十五個是博士，決策靠技術判斷；後來決策靠試算表。他回鍋前的五六年，Intel 把 1,000 億美金用回購跟股息還給股東，同一段時間十年沒蓋新廠。

他講了一句適用於所有技術公司的話：「這些投資的經濟效益單獨來看不好，只有在技術趨勢正確的前提下才會變成好投資。」試算表會告訴你不要做，技術直覺會告訴你不做會死。最唏噓的註腳是 Larrabee：Intel 當年用 x86 做類 GPU 的專案，在他第一次離開 Intel 之後一週被砍。十年後回頭看，那可能是一整個產業。

Dylan 對今天的 Intel 給了冷靜的診斷：世界需要 Intel，因為三星的先進製程比 Intel 還差，台積電是實質獨佔，台灣一旦出事，Intel 就是全球最先進的製程。但執行力還在谷底：從設計到出貨要五到六年，業界標準三年；一顆晶片要修版十四次，別人一到三次。他最樂觀的劇本是 hyperscaler 們意識到台積電的壟斷終究會把價格推上去，每家各丟 50 億美金給 Intel。這不是慈善，是保險。

保險之所以必要，是因為台灣這顆火藥庫。Gelsinger 丟出的數字讓人背脊發涼：台灣的能源儲備不到三週。不需要開一槍，封鎖三週島上就斷電，晶圓廠一旦關機要九十天才能重啟。他直接說，台灣斷電對全球經濟的衝擊會超過大蕭條，而過去四年中國已經在台海做了七次封鎖演習。CHIPS Act 讓美國先進製程產能從 12% 升到 18%，但他的態度很明確：不夠快，不夠大。

中國那一側的算力限制反而不是電力。Dylan 說中國電力充足、蓋資料中心比美國快得多，真正的限制是資本配置：政府還沒決定把大量資本灌進 AI 基建，因為同時想扶植華為打敗 NVIDIA。但企業已經在繞路了，字節跳動是 Google Cloud 最大或第二大的客戶，在海外大量租用 Blackwell。管制擋得住晶片出口，擋不住算力出租。

六、投資人怎麼看：估值已經進入「合約能不能執行」的階段

把前面的線收攏，投資這局的框架長這樣。

第一，估值看的不是現在的營收，是合約的執行率。Cerebras 的 50 到 70 倍營收倍數，賭的是 OpenAI 三年 750 MW 如期交付；ARM 的 2,500 億市值，賭的是四年後 250 億營收兌現。Jason 那句話值得記住：「I just remember when we paid 70x for SaaS companies and that was terrible.」歷史不會重演，但會押韻。

第二，判斷誰是好生意，看定價權。記憶體跟代工現在有，因為產能週期在緊俏端，兩三年後補上來就消失。NVIDIA 的定價權建立在系統性優勢上，比較耐久，但 CUDA 那張表說明連它都在被侵蝕。下次看一檔晶片股，先別問成長率，先問它能不能漲價而不掉客戶。

第三，需求曲線的斜率沒有共識，這才是最大的分歧點。多頭的依據是速度溢價跟 agent 帶來的推論爆量；空頭的依據是編排層跟演算法優化。AI21 的 Maestro 已經示範用多模型路由把成本壓到一半、成功率更高，Gelsinger 更直接喊出 token 成本要降一萬倍才能讓 Jevons 悖論真正發揮。這跟 Gavin Baker 講 AI 不是泡沫那集 的價值創造與捕捉斷裂是同一題：算力堆出來的價值是真的，但誰捕捉得到、用幾折的成本捕捉，決定了誰的估值撐得住。

第四，Gelsinger 給了一個時間尺度上的定心丸：AI 是二十年的建設週期，不是兩年的泡沫，因為能源產能是天然的煞車器，美國電力成長率過去十幾年只有 1%，現在也才 4% 到 5%，電力供給會自動幫瘋狂的市場設上限。中間會有修正，但每次修正都該說謝謝，那代表泡沫沒有失控。

寫在最後

七集 podcast、七種位置的人，結論很一致：NVIDIA 的護城河是一整套系統，不會被單點突破打穿，但它正在同時被三股力量磨損，客戶自研、架構換代、政治劃界。挑戰者的機會不在「做得比 NVIDIA 好一點」，在找到 NVIDIA 的系統照顧不到的維度：Cerebras 賭速度、Google 賭垂直整合、ARM 賭電費。而所有人的命運，最後都綁在同一條供應鏈的幾個窄口上：三家 HBM 廠、一家 EUV 廠、一家先進代工廠。

對台灣讀者來說，這篇的重點不是選股，是位置感。那家先進代工廠就在我們腳下，Gelsinger 講的三週能源儲備、九十天重啟、七次封鎖演習，講的全是我們住的這個島。台積電的獨佔是台灣的護城河，也是全世界的單點風險，而全世界正在用 CHIPS Act 跟 Intel 保險方案一磚一磚降低對這個單點的依賴。護城河的另一面是倒數計時，這件事在台灣的公共討論裡被講得太少。

接下來幾季我會盯三件事：Cerebras 對 OpenAI 的第一批 250 MW 有沒有如期交付認列、Google 對「外賣 TPU」的態度有沒有鬆動、記憶體價格與 AI-11 自由現金流有沒有出現週期轉折的訊號。第一件驗證需求的真實性，第二件驗證 NVIDIA 護城河的下一道裂縫，第三件驗證這個籃子還能拿多久。

---

本文整併自 2026 年 4 月到 7 月的七集 podcast：Stanford GSB 對談（Jensen Huang、Ro Khanna、H.R. McMaster）、Motley Fool Hidden Gems 兩集（ARM/AMD 財報、AI-11）、This Week in Startups 拆 Cerebras IPO、Odd Lots 訪 Cerebras CEO Andrew Feldman、All-In 訪前 Intel CEO Pat Gelsinger、a16z Podcast 訪 SemiAnalysis 創辦人 Dylan Patel。

這類把多集 podcast 串成一張產業地圖的深度文，我會持續寫，訂閱 wilsonhuang.xyz 就不會漏掉。

Sources:

• Cerebras IPO mints two billionaires, sets stage for potential AI wave (CNBC)
• OpenAI Signs $10 Billion Deal With Cerebras for AI Computing (Bloomberg)
• Transcript: U.S. Leadership in AI w/ Jensen Huang and Congressman Ro Khanna
• Arm Holdings Q4 fiscal 2026 earnings beat on AI demand (Yahoo Finance)
• The Best AI Chips Stocks to Buy Right Now in 2026 (Motley Fool)