文‧洪寶山

緯創旗下子公司申讓處分620張緯穎壓垮了AI股嗎？七月最後一個交易日，AI股風雲變色，先是創意因為下修全年展望，一字板跌停鎖死到終場，4211張賣壓待消化，拖累原本開盤氣勢還不差的電腦股，半小時不到，廣達、緯創、技嘉、英業達、華碩等人氣股都壓回到平盤。光寶科更誇張，7月28日法說會唱多，開高走高，差一檔漲停板，結果十一點拉回平盤，再過十分鐘，開始急跌，一小時不到差兩檔就跌停板，拖累8月1日召開法說會的台達電，結果廣達與台達電雙雙觸及兆元市值的股票雙雙下殺，整個AI股開始鳥獸散，從電源供應器、散熱模組、PCB、IP、機殼等族群無一倖免，更別說電腦族群是震央，技嘉跌-9.64%、英業達跌-8.87%、緯穎跟華碩都跌-6%左右，光這幾檔股票的市值就達到3.5兆元台幣，拖累加權指數終場下跌-147點。由此可知，AI族群已經成為左右台股漲跌一股重要勢力。

ChatGPT掀起第四波工業革命 輝達AI晶片缺貨缺到不行

歷史是意外推動的，ChatGPT突然掀起第四波工業革命，好在有生成式AI崛起才挽救了今年的股市，特別是在美債殖利率倒掛九個月，華爾街一片唱衰美國難以躲過高利率的殺傷力，而且市場高估了中國消費力復甦的速度，Ｕ型經濟復甦變成了Ｌ型復甦，結果道瓊指數漲了+6.98%、那斯達克指數漲+36.79%、費城半導體指數漲+52.12%，光從股價表現一點也看不出半導體飽受庫存去化的困擾，一切都是因為輝達的AI晶片缺貨缺到不行。

黃仁勳曾在台北電腦展說過一句話：「用得越多，越便宜」，當時不太懂什麼意思，以為是行銷話術，現在看來真是如此。H100晶片配有一個Transformer引擎，主要處理驅動類似ChatGPT的預訓練模型，與用於GPT-3處理的HGX A100相比，配備四對H100與雙GPU NVLink的標準伺服器的訓練速度可提高十倍，所以H100可以將大語言模型的處理成本降低一個數量級。輝達的DGX超級電腦，搭載八個H100 GPU，將它們連接成為一個巨大的GPU，根據雲服務提供商認為，一萬顆A100晶片是一個好的AI模型的算力門檻，例如微軟為OpenAI構建用於訓練其模型的AI超級電腦，就配備了一萬顆輝達的GPU晶片。

微軟掀起算力軍備競賽 美國四大雲服務提供商迎戰

微軟掀起算力軍備競賽，Google當然迎戰，Meta、亞馬遜以及特斯拉也加入戰局，在上週第二季財報，微軟與Google都表示加碼投資AI基礎建設，單單這五家企業至少就是五萬片AI晶片需求，再加上中國已知至少百度、科大訊飛、第四范式、清華、復旦在內的企業或科研院等共計六十九家都宣稱研發或發表類ChatGPT大模型。而且A800與H800晶片的效能較A100與H100低三分之一到一半，等於是需要更多的AI晶片才能達到等同微軟等四大雲服務提供商的算力，也難怪輝達的H100，四月中旬就已經喊到四萬美元以上，甚至有賣家出價6.5萬美元，年初時輝達的A100晶片約1.7萬美元左右，可以想見輝達的第二季財報還是科技業的亮點。

在全球伺服器市佔率，鴻海佔43%、廣達17%、緯創14%、英業達12.8%等，光是這四家台廠市佔率就達到86.8%，其他依序為美超微7.6%、神達1.8%、技嘉1.5%、環鴻0.8%、仁寶0.6%、和碩0.2%。在美中賽局裡，伺服器攸關資安與國安，美國四大雲服務提供商必須排除中國供應鏈，所以AI的崛起，台廠有明顯的優勢，不僅可避免陷入價格紅海競爭，而且輝達在AI寡占地位的時間會比市場預期的還要久。

輝達寡占的地位越久 台廠供應鏈地位就越重要

AI晶片發展至今，CUDA已成為AI基礎設施，主流的AI框架、庫、工具都以CUDA為基礎進行開發，他牌的AI晶片如要接入CUDA，需要自己提供適合的軟體，後果就是大模型整體訓練和開發成本會高於輝達，還得承擔結果和開發時間的不確定性，在AI的競賽裡，時間的領先優勢才是重點。

算力的釋放需要複雜的軟硬體配合，才能將晶片的理論算力變為有效算力。數據中心通常更願意採用同一種晶片，或者同一家公司的晶片來降低算力池化難度。對客戶而言，更換雲端AI晶片要承擔一定的遷移成本和風險，除非有很好的理由，否則客戶更換的意願很低，所以輝達寡占的地位越久，台廠相關的供應鏈地位就越重要，這次ICT產業崛起將成為台灣新護國群山。

因為輝達與其他晶片廠商的差距，是院士與高中生的差別，關鍵就在輝達早在2006年就推出了計算平台CUDA，CUDA框架裡集合了很多調用GPU算力所需的代碼，如果沒有這套編碼語言，軟體工程師發揮硬體價值的難度會變得極大。