輝達總裁兼執行長黃仁勛5月29日在COMPUTEX展會上就Grace Hopper超級晶片發表主題演講。
今年夏季，人工智慧（AI）晶片（晶片，Chip）應用呈指數級增長。分析稱，這是由於諸如ChatGPT及MidJouney等各種AI產品橫空出世，AI晶片業績因此在今年暴漲。
曾經被外界認為在疫情期間因為過度生產晶片，預期在今年面臨生產趨緩的半導體產業，卻因為AI晶片的需求暴增，再次成為全球焦點。
這也讓發展AI晶片的龍頭——美國大廠輝達（Nvidia，中國稱英偉達），一夕之間市值暴增，甚至超越了半導體晶片代工龍頭廠家台積電（TSMC）與韓廠三星（Samsung），輝達創辦人黃仁勛（Jensen Huang）也成為國際金融科技界新的聚焦點。
黃仁勛認為，美國的一連串禁令反而讓中國的半導體公司開始生產自己的AI晶片，與輝達現在傲視群雄的遊戲、繪圖和人工智慧處理器等產品進行競爭。
但是，AI晶片產業同樣無法迴避地緣政治問題，尤其是這幾年來在美國不斷出盡「辣招」，試圖掣肘中國晶片產業的發展，白宮未來是否會全面禁止輝達等AI晶片前沿公司繼續銷售AI晶片給中國客戶（譬如騰訊或百度等），全球正拭目以待。中國面對美國可能使出的貿易制裁手段，如何加速自己生產國產AI晶片，成為下一場美中半導體大戰焦點。
AI晶片背後的美中半導體大戰
眾所皆知，如同石油般，半導體無法逃避區域政治。美國在幾年前發起針對中國半導體產業進行制裁的貿易戰，幾乎是在全方位展開。從2019年要求台積電等公司禁止銷售晶片給中國科技龍頭華為公司之後，後者手機生產線被腰斬，至今全面停擺。2022年美國施行的晶片法案，要求擁有美國綠卡及國籍者，不能在中國半導體公司中任職，引發中國強烈抗議。
上個月，中國宣布封殺美光（Micron）產品銷往中國，彭博社稱這是北京對美國的出口管制措施，所實施的最具意義的報復行動：「自己看似強硬，而且經濟不會受到重傷。」
如今，美中半導體科技戰在進入深水區後，美國是否會循台積電與華為模式，開始全面禁止美商生產的AI晶片銷往中國，成為各界關注焦點。輝達公司在中國的客戶幾乎包含中國所有科技電商龍頭，包含阿里巴巴、騰訊、百度和抖音母公司字節跳動等等，這些公司在銷售產品上，特別需要AI晶片。AI晶片技術也是涉及軍事武器和醫學藥物發展的重要技術，敏感性越來越高。
商人面對美中半導體大戰則感受特別深。輝達主事者黃仁勛今年五月底在接受《金融時報》專訪時稱，美國為了阻礙中國半導體產業實施的出口管制措施，已經讓輝達「手腳被綁住」，已經難以在該公司最大的市場之一銷售若干先進AI晶片。
台灣出生的美國科技企業家黃仁勛1993年創立輝達（英偉達）。
黃仁勛認為，美國的一連串禁令反而讓中國的半導體公司加速生產自己的AI晶片，與輝達現在傲視群雄的遊戲、繪圖和人工智慧處理器等產品進行競爭。他強調，中國「若沒辦法買到想要的東西，中國就會自己做，所以美國勢必要謹慎面對。」
半導體產業專家、台灣南台科技大學朱岳中教授告訴BBC中文說，輝達尚未正式公開過中國營收在該公司總體營收的占比，但他推估至少有10%以上。換言之，中國市場對該公司影響仍然很大。朱岳中說，作為商人，黃仁勛因此對美國針對中國的禁令有意見，並不讓人意外。
此外，中國的AI平台，譬如百度或阿里巴巴現在發展使用AI晶片，還是多半來自美商輝達與超微（AMD）2022年9月前美國禁令前採購的晶片。朱岳中表示，中國AI發展平台還是沒有如ChatGPT或谷歌等順暢，因此在用完美國買來的高階晶片後，中國的AI發展勢必會遇到阻力。
禁止持有或交易中芯國際股票。
當然，中國這幾年來一直也在發展國產AI晶片，包含寒武紀、海光信息及百度等等。但是，朱岳中認為，這些AI晶片需要高階製成的晶片廠合作量產。但當下中國最強的公司中芯國際，晶片最高製程只到14奈米，因此短時間要超越美國，可能性很低。
科技分析機構「摩爾透視與戰略」（Moor Insights& Strategy）首席分析師安舍爾·薩格（Anshel Sag）則告訴BBC中文說，他不認為中國無法獲得AI晶片，就會因此加快其發展，超車趕上美國。他強調，北京在中國公司被實施制裁或限制銷售之前，早就推出了長期的國家半導體計劃，「但考慮到中國已經花費了多少億資金，卻未見成果，僅僅是再投入更多資金並不是該問題的唯一解決方案。」
科技研究公司「蒂里亞斯研究」（Tirias Research）創辦人、半導體分析師吉姆·麥格雷戈（Jim McGrego）則告訴BBC中文，AI晶片產業和世界需要美中兩國都更具彈性，且願意進行談判，引領發展。他說：「不幸的是，我不認為這種情況會發生。我們正朝著一個迫使產業分裂和可能引發經濟災難的局面前進。」
有些專家認為，晶片已經成為「現在的石油」，容易受地緣政治影響而觸發全球危機。
AI晶片是什麼？
如同上世紀的石油，晶片是當下全球科技運作的主要命脈。晶片用於手機、電腦、軍事武器（譬如超音速飛彈）以及汽車處理器，高階的晶片運用是這些產品未來繼續升級的關鍵。
AI晶片在此背景下被研發及生產，開始影響人類生活。
目前，主要可以看到的是，AI晶片的發展正在加速機器及超級電腦學習和深度學習的處理速度，使得使用者能夠在圖像辨識、語音識別、自然語言處理等領域取得突破性進展。AI晶片的出現驅動了自動駕駛、智能家居、物聯網等領域的發展，為人類的日常生活帶來了更多智能化的應用便利甚至風險。
分析師薩格告訴BBC中文稱，人工智慧研究加快了人們在應用中利用人工智慧的便利和進程，AI晶片的快速發展與此有很大關係。他說：「在許多不同行業中已經廣泛應用了人工智慧，現在我們看到它在所有行業中的應用，並且有多個應用程式能夠幫助人們節省時間和金錢。」
因此，有評論說，二戰後，當代經濟的變化，從「石油財」到「晶片財」，現在正要進入「AI晶片財」。全球科學家正前仆後繼地進入AI在半導體領域的研究及發展，在今年有了很大的進一步突破。台灣清華大學人工智慧研究中心黃朝宗副教授解釋說：「若說AI應用如同汽車改變人類運輸方式的話，那麼AI晶片就是其不可或缺的燃料，而若要讓每人都有一台汽車的話，那麼就需要提供同量級的燃料量，這就是AI晶片在當今的重要性。」
長期研究人工智慧與晶片，黃朝宗告訴BBC，AI晶片受到關注的主因是近期「生成式AI」（Gen AI）神經網路的快速崛起。
關鍵：生成式AI
因此，有評論說，二戰後，當代經濟的變化，從石油財到晶片財，現在是正要進入了AI晶片財。
研究者認為，「生成式AI」應用的應用程式，譬如文本生成和圖像生成，將可預見地開始被大量地整合到個人和企業的工作流程里。譬如，Bing Chat、ChatGpt、Google Bard、Office365 Copilot、MidJourney等都已開始整合，黃朝宗說「生成式AI」應用的發展，是AI晶片如何能繼續生產的關鍵。
黃朝宗告訴記者，先前AI發展的瓶頸在於無法有效地、穩定地訓練超大型網路，尤其是其訓練資料是相當龐大的文本庫或圖庫。但是，近年來，科學家成功地找到合適的訓練方法，建立了先前難以想像的龐大生成式網路，其生成品質也因而達到讓人類分辨不出真假的程度。
他認為，目前的實作瓶頸變成是「如何以合乎成本的方式，讓數以億計的使用者皆能進行推論使用」。
人工智慧和機器人已經被軍隊在戰場上試驗使用。
針對「生成式AI」，半導體分析師麥格雷戈告訴BBC中文說，在未來10年內，AI將影響我們幾乎所有的生活需求，譬如工作、娛樂或教育等等。
他指出：「AI的秘密在於不斷發展的軟體（software）。「他強調，在可預見的未來，AI多數是在很基礎的用例上使用，譬如電池控制、監控或控制噪音上，大概占90%。但是，隨著技術進步，特別是在生成式AI（Gen AI）的發展上，「AI預見將完成更具挑戰性的任務，這是我們在ChatGPT或Stable Diffusion等應用程式中所看見的。」
黃朝宗則說，在教育方面，已預見AI會是雙面刃，一來可以加速積極性高的學生自我學習的速度，但另一方面也可能弱化學生自行整合知識的能力:「目前AI擁有的是基於龐大人為資料下的準確猜測能力，而非人類使用的因果推理能力，因此在使用上仍須相當小心。」他對BBC說。
誰領先AI晶片的生產？
以製作繪圖晶片（GPU）起家的矽谷大廠輝達，在GPU非常適合進行AI計算的背景下，隨著AI技術及應用產品自今年起爆炸性的發展下，多年投資在有了驚人回報。分析輝達之所以在AI晶片行業中領先，有幾個因素。
首先，該公司在圖形處理單元（GPU）領域擁有領先地位。GPU的高並行運算能力，使其成為訓練和運行大規模神經網絡的理想選擇。此外，該公司多年來致力於開發專用於人工智慧的硬體和軟體工具（如TensorRT等），這為開發者提供強大的工具和支援。
譬如，分析師薩格告訴BBC，「輝達在這個領域的很多主導地位都是來自該公司在軟體方面投資的結果，特別是他們研發的產品CUDA（統一計算架構，能整合軟硬體），充分利用GPU的可編程性，提供高性能又易於開發的GPU。」
去年底台積電董事長劉德音（右二）贈送給拜登的禮物是一張晶圓。左二即是輝達黃仁勛。
分析師麥格雷戈則解釋，隨著處理要求的增加，尤其是大型語言模型（LLM）、設備、網絡和雲端對更專業的AI處理的需求也在增加。他告訴BBC，這種處理要求，都被集成到從基本的MCU（微控制器單元）到SoC（系統單晶片），再到現在輝達生產招牌的GPU這樣的分立加速器的所有事務裡頭。他說，「輝達之所以成為AI晶片的主導者，不僅是因為它的晶片主導了雲端的AI培訓，而且主要是因為該公司繼續投資開發軟體工具和資料庫。」
清華大學黃朝宗則觀察到，輝達早在10多年前就開始致力於維護開發者平台，讓AI研究者可以輕易地使用他們的GPU進行研究，這是該公司目前難以被取代的深層原因。但是，他也強調，若晶片已被公認為新時代的石油，在這個比喻下，目前位居咽喉點的產油公司其實還是台積電。
他認為，因為輝達全線晶片或谷歌（Google）公司的TPU（張量處理器，是該公司開發的專用積體電路，用於加速機器學習）都是台積電生產的，「因此，未來AI晶片的發展潛力或瓶頸，台積電都扮演重要角色。」
