半導體產業是外貿南韓的命脈，2023年南韓出口半導體1,310億美元，進口1,060億美元，順差250億美元。對外匯存底雄厚的台灣而言，貿易逆差是帳面數字，但對2023年底時外債達6,636億美元的南韓而言，外貿出現逆差時，那是沈重的負擔。而半導體正是挑起貿易平衡重擔的核心產業，一旦半導體不再獲利，南韓將面對極為嚴重的後果！本文將從南韓海關公布的南韓半導體出口結構、主力產品兩大方向探索南韓半導體產業的現狀。從帳面上的出口結構觀察，南韓出口的半導體，35.8%直接銷往中國，銷往香港後最可能轉往中國內地的比例是14.1%。除了這兩大出口目的地之外，越南的12.3%與台灣的8.7%分居第三、第四，排名第五的是美國的8.1%，其餘國家相對比重較低。由於南韓的記憶體佔全球8成的比重，從南韓記憶體的出口結構，大致也可以找到解讀全球供應鏈變化的線索。中國＋香港正好貢獻南韓出口的50%，雖比2022年略減2%，但依舊是出口主力，而之後得越南、台灣合計是20.4%，前四大出口市場合計70.3%，但關鍵不是出口國，而是到底誰買了、用了這些半導體？以台灣零件通路商的出口結構、客戶結構判斷，中國客戶的比重已經從6成降到5成，台灣回升到35%，而東協國家也同步上揚，顯示美國的出口禁令，已經深度影響從南韓半導體原廠到台灣零件通路商的銷售結構。除了三星電子（Samsung Electronics）自用之外，在中國、香港、台灣、越南市場流動的各國半導體，有80%以上是賣給台商、陸資大廠的，一旦台海生波，南北韓之間的38度線不會平靜的！當台積電被戴上地緣政治的大帽子時，三星的壓力不會比較小！與此同時，南韓也進口很多的半導體，來自中國、台灣、日本的半導體分居前三名，但真正的兩大逆差國是日本與台灣。來自中國的半導體很多是三星西安與SK海力士（SK Hynix）無錫工廠的貢獻，主導權仍在韓廠手上，至於從日本進口的是設備、材料，包括曝光、長晶、蝕刻等設備，但從台灣進口的卻是實打實的半導體。除了跟聯發科等台灣IC設計公司進口邏輯晶片與驅動IC之外，聯電、旺宏、華邦也都是南韓的供應來源。其實三星、SK海力士擅長高階的記憶體，南韓進口的微處理器與驅動IC竟然有45.2%來自台灣，這與大家一般的印象並不相同。從這個結構觀察，您認為「三星有滅台計畫嗎？」，三星我們如何在G2/AUKUS架構下，重新理解台韓之間的產業競合關係呢？

生成式AI（Generative AI）是AI領域中的部分子集合，未來5~10年全球經濟成長最關鍵的驅動力量之一就是生成式AI。DIGITIMES研究中心於2024年5月完成「生成式AI引領應用與硬體新商機—超前布局未來1.5兆美元市場」專題報告，內容即涵蓋三大部分，分別為「生成式AI技術崛起」、「生成式AI運算力發展，從雲到端」、「生成式AI應用領域案例」等，針對生成式AI最新關鍵趨勢完成一系列研究。根據DIGITIMES研究中心預估，2022~2030年全球生成式AI市場複合年均成長率可望超過80%，在2030年達到1.5兆美元規模，就服務、軟體及硬體三大組成來看，2024年硬體（主要以生成式AI伺服器為代表）佔生成式AI市場最大比重。隨著各垂直領域百花齊放、應用面更為普及風潮下，預估至2030年時，服務將躍居整體生成式AI市場超過一半的比重。許多專家將生成式AI的浪潮及其影響比擬為新世代的網際網路（internet），確實網際網路以其廣泛的應用以及扮演重要基礎建設的角色，對許許多多產業帶來深遠的影響，Google、微軟（Microsoft）、亞馬遜（Amazon）、Meta、蘋果（Apple）、阿里巴巴、百度等眾多新興企業掌握住此一潮流已成為舉足輕重的產業巨人；同理，生成式AI也不會只是短期噱頭（hype），而是會實實在在地影響我們及所處企業、產業及社會未來發展的重要力量。生成式AI今後發展的三大關鍵—模型、運算力、資料。模型方面，從2023年著重雲端大參數量大型語言模型（LLM），2024年增加對邊緣小參數量LLM的關注，以因應為符合邊緣裝置較低運算力及記憶體頻寬的先天限制，雲端大參數量LLM則擴及多模態LLM，領先業者跟跟進業者差距有所拉開。運算力方面，雲端伺服器AI運算晶片成長可期，值得關注生成式AI應用從雲擴及到端，2024及2025年AI NB及AI智慧型手機出貨量及滲透率可望快速攀升，指標晶片業者紛推出可運行邊緣生成式AI推論的晶片，為提升晶片AI運算力，目前以整合神經網路處理單元（Neural Network Processing Unit；NPU）加速器為主流。此外，邊緣運算包括物聯網等應用區隔，AI的影響力也將日益顯著。訓練資料部分，目前指標LLM業者使用英文為主要訓練資料，而繁體中文訓練語料的數量，遠比不上簡體中文，目前繁體中文訓練資料成為模型訓練的一大課題。在生成式AI的應用案例方面，本篇專題報告探討從智慧交通、智慧零售、智慧醫療、智慧製造以及智慧家庭五大類別，以生成式AI普及的速度來看，不管是零售、製造或是家庭生活、移動應用，都有龐大的商機，各種應用情境在2024年開年以來的國際展會包括CES、MWC以及嵌入式電子與產業電腦應用展（Embedded World）、車電展等，都可以感受到此一趨勢。(作者為DIGITIMES研究中心研究總監) 

從世紀交替之際的西元2000年開始算，數位科技與網際網路帶給世界的改變，大致可以區分為四個階段。第一個階段是從2000年初網路泡沫之後的.com時代，這個時代的領導廠商是諾基亞（Nokia）等電信服務公司與提供網通設備的思科（Cisco）。第二階段應該從2007年iPhone上市開始，這個階段是行動通信時代，贏家是蘋果（Apple）、三星電子（Samsung Electronics）與中國的紅色供應鏈。之後則是透過各種終端設備所創造出來的大數據時代，讓AWS、Google、Meta、微軟（Microsoft）等公司在雲端服務上大放異彩。經過大約20年的積累，各種數據的演算、交叉作用，帶給人工智慧相關應用一次前所未有的新商機。ChatGPT應時而生，短短五天帶來了上百萬的用戶，激勵了大語言模型（LLM）的應用。而GPU+NPU+CPU+AP各種晶片間的連動，也需要更多高頻寬記憶（HBM）與驅動IC。春江水暖，上游的半導體設計與網路巨擘蠢蠢欲動，量產製造大廠不可能無動於衷。台灣電子六哥中，人工智慧、伺服器上頗有斬獲的鴻海、緯創、廣達都展現出強勢的成長動能，更有不少周邊的IC設計公司希望在邊緣運算上取得一席之地。我們可以篤定地說，在人工智慧的大潮下，商機回溫，但真正需要觀察的理解未來10年是人工智慧的新時代，自己企業的價值主張與策略目標。台積電的國際布局與核心客戶轉移2030年會是一個什麼樣的世界呢？台積電資深副總裁張曉強最近在一場簡報中指出，2030年時全世界的GDP總量將達145兆美元，比2023年的104.5兆美元，還要多出40兆美元。而驅動全球經濟成長原生的主要動能，將來自半導體。台積電估計，2030年時全球半導體市場將由2023年的5,230億增加到1兆美元，而背後支撐半導體市場的主力就是晶圓代工。台積電估計到2030年時，全球晶圓代工市場是2,500億美元，如果台積電以現在60%的市佔率估算，屆時台積電的營收將達1,500億美元，超過2023年693億美元的營收不只1倍。張曉強又說，2030年時全球電子產品的市場規模是3兆美元，而包括軟硬體相關服務在內的IT市場商機更高達12兆美元。我們很容易理解，從快遞服務到車聯網、智慧製造、區塊鏈、元宇宙與背後的大數據、雲端服務，沒有一樣可以不依靠半導體的運算與儲存資料的能力。對台積電這家遙遙領先競爭對手，且看好市場穩定成長的晶圓製造廠而言，繼續關注先進製造能力、客戶結構、產業生態系三大議題便可，各種細微的變化都是雕蟲小技，無法動搖根本。對台積電而言，取得資源、專注製造的重要性，遠比四處張望、尋找商機重要。這就說明了台積電為何偏向虎山行，繼續在美日宣布新投資計畫的關鍵。關鍵在於台積電已經「大到不能不倚賴他」，就算是製程、材料出現新的革命，客戶也會找台積電尋求解方。在很多人都看衰美國新廠之際，台積電拿到「滿意」的補貼與租稅獎勵條件，2030年以前全球的生產布局大致已經粗具輪廓，競爭者很難望其項背。台積電加速布局，與人工智慧、網路巨擘自研晶片計畫有關，布局遠眺2030年的市場需求，那麼政府對這件事會有什麼樣的看法？台積電的策略漸趨明朗，但為難的是台灣的政策！

從2024年3月開始，景氣出現明顯的回溫，觀察產業變化，除了倚賴分析師敏感的觀察力，還可以透過電腦系統自動產出，進行數據的強連結與橫向對比，更可以由人工智慧做初步的判讀。是的，我們面對愈來愈複雜的產業議題，但也可以用數據產出數據，搭配更有效率的AI工具掌握關鍵趨勢，尋找超越人類思維能力所及的答案。在網路世界裡，所有的問題都有答案，只是您如何定義問題而已！世界的改變，我們看到一體兩面，新的挑戰也可以創造更高的價值。孫子兵法說：「善戰者，求之於勢，不責於人」。所有的企業家、專業經理人得先從定義自家企業著手，然後尋找市場上的定位與策略定錨的基礎。對台灣量產製造業而言，單純製造的能力之外，在策略形成過程中，培養定義客戶需求的能力將愈趨重要，亦即主動出擊，「Demand creation」的能力將是顯現B2B商機的致勝關鍵。《隱形冠軍2.0》一書作者強調，供應商必須比客戶更瞭解客戶的需求，這是成為隱形冠軍的基本要件。《虛擬新世界》這本探索元宇宙的新書中也提到，技術的探索固然重要，但以強韌的心理素質找到決策方向，更是我們在新世界裡必須面對的關鍵課題。當我們讀到日本首富柳井正說「經營者最大的風險是常識」時，這不僅是提醒我們對於縱向產品與技術規格須有更明確的理解，對於橫向的跨業商機也要有定義需求的能力。在人工智慧開始大量滲透我們的日常時，產業界將面對兩種議題。第一，製造業者在整個產業轉向的過程中，如何透過專業的論述與上下游連動，以爭取在商機盤旋、拉鋸的過程中有更高的勝算。對周邊專業的服務業者而言，薪資可能佔營收的一半，面對能做的事情愈來愈多，適任的人卻愈來愈少，在薪資上漲、少子化的威脅下，利用電腦系統、數據賺錢，遠比用人腦提供傳統的服務更具價值。但過去不曾嘗試累積數據的公司很難無中生有，傳統的服務業者必將面對極為艱難的挑戰。台積電遠眺2030年的半導體世界，超狂的投資底氣來自上游的GPU、NPU與應用處理器交錯而成的商機，台積電甚至與Microchip合作40奈米製程，這個連逐漸成形的邊緣運算都已經算計在戰略布局內，是寡佔市場中接近獨佔地位者的特權與遠見。

「AI手機」的定義是可離線執行LLM模型，實現生成式AI功能的手機。手機受限於物理極限，在AI應用上專注於文字資訊的提供、影像自動創建、語言即時翻譯、個人助理等四大功能。以手機應用處理器為目標市場的高通（Qualcomm）、聯發科，面對2024全年銷售量上看1.47億支的AI手機，當然不會等閒視之。除了傳統的應用處理器供應商之外，在手機市場上領先群雄的蘋果（Apple）、三星電子（Samsung Elecronics）都是自研晶片業者，而Google 也以Tensor G3的晶片應戰。中國的Oppo、Vivo與小米都是仰賴外部晶片，而三星、蘋果、Google大多以自家需求為主，因此會以不同的市場定位做出AI功能上的調整。現在他們正努力強化CPU+GPU+NPU的功能，提高運算參數，並結合新世代的DRAM，提供更高頻寬的記憶體。各大手機廠或應用處理器供應商，市場定位明確，對象也有跡可尋，未來最大的變數可能是Google背後的Android陣營，Google推出的Gemini與Gemma功能，會帶來多大的改變，也是大家關切的議題。整體而言，生成式的AI正從雲走向端，邊緣運算的商機浮現，業者必須面對軟硬整合的挑戰。這一波AI新浪潮來臨時，能加速運算的GPU最受矚目，參與的業者對整個生態系必須有一定的掌握與價值主張，從諸多變化中找到自家企業在整個生態系中的定位。在GPU的浪潮之後，雲端服務業者（CSP）的自研晶片是新一波應該關注的焦點，而以Arm為基礎的SoC規格如何升級，推論用的NPU或其他XPU在不同市場的經營也都值得留意。毫無疑問，這些新的晶片會從具規模的NB、手機開始滲透，下一個階段是智慧家庭、電動車與工業物聯網的商機。至於大語言模型，Open AI、微軟（Microsoft）、Google 與Meta的動向是指標，但進入邊緣運算之後，各種針對分眾市場的模型壓縮將會是我們觀察的重點。我在這些大的變化中隱約看到全球產業資源的重分配，這些大趨勢的背後有國際經貿，甚至地緣政治的議題嗎？美國高舉大旗，而全世界的焦點也在市值上兆美元的科技大腕身上，但中國擁有最大的數據庫、明確的政府政策、可以忍受最低底線的成本，只要政府願意支持，虧損都是全民共同承擔。不同的社會管理機制、產業文化，將帶來地緣政治在「戰略斷層帶」上的國家，例如台灣、南韓、日本更大的衝擊與壓力。擁有半導體與供應鏈的台灣，是躬逢其盛，還是正在被推向戰場，上帝不知道，AI也無法告訴我們！

生成式AI必然會從以往高度仰賴資料中心的雲服務，將部分具有隱私性、即時性的訊息留在「端」的設備上處理。因此，搭載CPU+NPU的AI PC與AI手機，被塑造成可執行機敏運算，進行有效推論的終端設備，這也是現階段我們看到終端設備的新商機。生成式語言模型　走向更快、更小、更準的新世代一開始生成式語言走的是大語言模型（LLM），2018年啟用的GPT 1創造了風潮之後，整個大語言模型的世界風起雲湧。之後的BERT、GPT 2、T5、Meena與Megatron、GPT 3等不同世代的更迭，激增的運算參數總量，背後是Open AI與微軟（Microsoft）、Google之間的角力，而這是屬於「雲」層次的大語言模型之爭。2021年之後，為了解決使用者的疑慮，更多公司推出針對專屬應用的語言模型，誘使更多用戶在分眾領域與終端設備中啟用人工智慧的應用，這是邊緣AI的源頭，未來也還可能往電動車、工控應用推進。正在擴張中的人工智慧大商機，也從最上游的晶圓製造廠，湧進最下游的終端設備、工控業。從短期商機來看，為解決GPU建構成本與耗能過高的問題，AI PC業者推出內建NPU的CPU平台，這種適合離線運算的大語言模型，總運算參數多數在100億~300億之間，這樣的解決方案目前主要是由微軟的Copolite主導，硬體製造廠、供應商扮演助攻的角色。在AI手機方面，已經有不少手機內建NPU，LLM的語言模型，參數量在10億~100億之間，目前手機應用處理器（AP）的供應商積極提高運算效能，但也必須克服記憶體頻寬的問題。面對這個快速成長的商機，微軟Azure平台在2022年的11月推出免費版，讓ChatGPT在兩個月內累積了超過1億的用戶。之後在2023年的2月推出GPT-4 Plus，並以ChatGPT技術導入New Bing、Edge的應用，2023年9月推出M 365 Copolite，也預期新版的Windows會內建Copolite的功能。至於以AI PC為目標的兩大CPU陣營，以英特爾、AMD主導的X86陣營，以及Arm陣營的高通（Qualcomm）、蘋果（Apple）都在搶先布局，而用戶端的則是惠普（HP）、戴爾（Dell）、宏碁、華碩等各種品牌業者。x86陣營的英特爾（Intel）使用自家Intel 4製程的Core Ultra處理器，而超微（AMD）則是倚賴台積電4奈米技術的Ryzen 8040，操作系統都是Windows OS。在Arm陣營方面，高通Snapdragon X Elite平台使用台積電4奈米製程，預計2024年下半推出。而蘋果的M4則使用台積電第二代3奈米製程（N3E），這是蘋果生態圈的專用處理器。據DIGITIMES估計，全球NB市場規模將從2023年的1.66億台，增加到2024年的1.73億台，其中AI NB的比重將達26%，也就是有4,500萬台的NB裝載新的處理器，並擁有推論的能力。在手機方面，預期2024年11.66億支的手機市場中，有1.47億支是具有推論功能的AI手機，比重是12.6%。短短一、兩年之內，具AI功能的終端設備異軍突起，上下游業者都希望分一杯羹，甚至往更遠的電動車、工業應用發展，將成為下一波人工智慧與雲端服務的關鍵進展，而混合型的人工智慧服務也將帶來更多元的面向與商機。

在討論HBM4標準介面對DRAM產業生態的衝擊之前，讓我們先回顧一下DRAM產業的現況。DRAM產業從2014年的20~22奈米製程，到2024年SK海力士（SK Hynix）跨入10奈米製程，整整花了10年的工夫。如果在過去摩爾定律還適用的年代，這樣速度的製程進展只能算是前進2個世代節點，這是過去用3年時間就可以取得的成果。DRAM製程進展如此遲緩當然是因為DRAM物理特性所造成的限制：DRAM的記憶單元是電容，而電容值（capacitance）與電容面積成正比。在製程持續微縮過程中，電容面積理當會變小，因而電容能保持電荷—就是記憶體單元中的訊號—的時間會縮短，因此每次製程推進時，還要維持電容值不變，這就成了DRAM新製程研發時的最大夢靨。沒有快速的製程推進，就無法在同一面積晶片上提高效能、持續快速的創造新價值。兼之DRAM進入1b、1a製程後，使用昂貴的EUV似乎無可避免，這讓單位面積成本的下降更為艱難。如果製程快速推進無法成為晶片增加經濟價值的手段，就得有其他增加價值的方式。譬如說，創造應用面的價值。目前DRAM在各類應用的標準介面相繼出爐正是此一趨勢的顯現，從原先主流的DDR（Double Data Rate），再到適用於移動系統的LPDDR（Low Power DDR，節能）以及GDDR（Graphic DDR，寬頻）、HBM（大容量、超寬頻）等。也就是說，DRAM產品雖然還有統一的介面標準，但是產品市場正逐漸走向碎片化過程之中。產品市場分化的下一步就是客製化。客製化產品的供應與需求中間的關係是專買與專賣，因此可以很大程度的避開大宗商品（commodity）市場典型的週期性起伏狀況。改變產業的生態樣貌、藉以避免業務及財務的大幅震盪等，也許是這些想客製化HBM記憶體公司的考量之一，特別是記憶體市場現在正在經歷為時不短的週期性價格低谷時期。但是市場開始分割細碎後，規模經濟的威力也會跟著降低。原先DRAM市場由3家大公司寡頭壟斷的局面也可能會因之改變。原先DRAM產業的進入壁壘主要是規模經濟以及先進製程相關的專利障礙。但是現在DRAM製程演進遲緩，兼之有許多小生態區開始出現，可以提供小公司的牛油與麵包，寡頭壟斷的市場生態有可能變化。這也許部分解釋SK海力士目前技術的想法。HBM4記憶體的堆疊部分仍然可能選擇統一的標準介面，在設計及生產上仍能大致維持規模經濟的効力；客製化的任務就侷限於底層的邏輯晶片。這樣的安排大致能維持規模經濟與客製化的均衡，獲取最大利益。只是產業的產品介面標準存在的前提，是所有產業中生產產品的公司以及產品使用者願意共同遵守。如果有些公司選擇專有介面，便無業界統一的介面標準。無論如何，這是2025年就應該會有答案的，而其結果將牽動DRAM產業的生態樣貌。

大勢所趨，網路巨擘建構完整的產業生態系，讓生成式AI在整個轉折過程中處於樞紐地位，而這些網路巨擘從「雲走向端」也是必然的趨勢。過去，終端設備只是連結用戶雲端服務的介面而已，人們使用傳統的手機、電腦，將各種問題拋到資料中心獲得適當的解答。但所有的用戶都憂心自己的提問成為網路巨擘訓練資料中心的養分，用戶從客戶隱私到傳輸的延遲都有疑慮。在用戶修正使用行為的過程中，邊緣運算是最快受惠的族群，這也與台灣傳統的優勢息息相關。無論是AI PC或AI手機，都是第一波驗證邊緣運算的重要機制，台商為主的製造體系或許不是主要的獲利環節，但其他新興國家也很難抗衡。台商無怨無悔地全力投入，加上台積電「讓競爭者看不到車尾燈」的競爭策略，生產製造的學習曲線反倒成為拉大領先差距的關鍵要素。隨著時間的推移，原本隱身在後的台系供應鏈因為台積電突出的表現，以及瞭解台系供應鏈價值的NVIDIA因時而生，台灣在人工智慧的新時代，必然會從隱身幕後的推手，變成協助科技大腕建構全球供應鏈的關鍵夥伴。就像不久之前頻發的地震一樣，當大地動能累積到一定程度時，適當地釋放能量是最好的解決方案。1998年亞洲金融風暴之後，台商睥睨全球的OEM製造體系無法安於台灣的土地、人才條件，往中國移動是釋放能量的選擇，否則台商不會有今天的經濟規模。現在這一波的人工智慧大潮，加上美中貿易摩擦，台灣似乎又到了選擇的時刻。過去政府是心不甘、情不願地放手台商到中國設廠，現在面對的是越南、泰國、印度、墨西哥，甚至捷克、波蘭的新選擇，台灣會主動擬定戰略，還是讓廠商各自尋找生路呢？市值動輒上兆美元的科技大廠，過去只關注侷限於服務核心客群的議題，但現在更期待「整合＋壟斷」，他們正在重塑品牌定位，背後的台商是可以快速回應技術更替，建構超前供應鏈的關鍵夥伴。以代工為主的台商一如既往，仍然是「無害的夥伴」，也預告未來10年將是台灣的黃金十年。

為維持NVIDIA在人工智慧領域的領導地位，NVIDIA除了以CUDA軟體掌握核心價值之外，因身上有台灣DNA，也不斷地強調其與台灣、台積電的淵源，另在實務上NVIDIA甚至還掌握了伺服器供應鏈的核心環節。以H100的晶片為例，DIGITIMES在一年多前報導NVIDIA向SK海力士（SK Hynix）直接採購HBM記憶體的新聞，當時的市場需求讓我們知道「something different」，但不足以讓我們深度理解背後的情境。NVIDIA以H100 PCIe的模組賣給各大伺服器品牌與雲端服務業者，這是我們常見的OEM模式。之後我們開始追蹤NVIDIA以PG 520 PCB的型號將主機板打板的工作交給鴻海，整個系統的組裝交給緯創。NVIDIA以自己的品牌DGX System銷售到市場，甚至以DGX Cloud Service 的服務模式提供給微軟（Microsoft）、甲骨文（Oracle）這些大型系統軟體業者，並量身定做品牌服務工作。NVIDIA提供一條龍的服務，根據客戶需求提供差異化的軟體與硬體架構供客戶選擇。在上游的台積電供應不足的情況下，NVIDIA在不同環節有更高的主導權，也讓其他競爭者望而生嘆。誰在人工智慧的地圖與客戶的雷達上？毫無疑問，在各種戰略配套下，就像台積電在晶圓代工業的實力一樣，NVIDIA建構了AI生態系的深溝高壘，競爭者很難越雷池一步。那麼這些深溝高壘到底包括什麼？我們必須瞭解過去英特爾（Intel）、微軟、蘋果（Apple）創造的模式，也許不會在短期內被推翻，但毋庸置疑的這些傳統運作模式正在被改變，影響力也在削弱中。從前科技巨擘會先掌握發展平台，這個平台會與用戶共構、發展，一旦到了規模之後，特別是針對企業用戶的需求連結雲端的服務。這種經營邏輯之下，代工廠照表操課，除台積電先期布局次世代技術的能力之外，多數供應鏈的廠商只是陪襯的角色，而品牌商的價值也在式微。這完全是符合資本主義、美式、西方成功企業的經營邏輯，甚至可以說，AI新時代的特色就是壟斷！但擁有亞洲人DNA的NVIDIA大不同，黃仁勳動輒強調NVIDIA與台積電的關係，而一年跑台灣三、四次的頻率，也是世界級企業領袖罕見的例子。我相信他不是回台灣吃麻花捲或眷村菜，他回台灣是綁樁來的。除台積電之外，黃仁勳需要鴻海、緯創、技嘉這些重量級的製造大廠，確保整個供應鏈可以與他的總體戰略相匹配，而這個系統短期內很難出現在其他的國家。強大如蘋果、微軟、亞馬遜（Amazon）、Google這些公司，在台灣都有強大的團隊，但NVIDIA絕對是極少數真正理解台灣優勢，並且真正將供應鏈整合在自家經營架構中的超重量級企業。

在人工智慧（AI）的大熱潮中，NVIDIA如何一枝獨秀，我們可以先從伺服器的成本結構看起。傳統x86的伺服器總成本略微超過1萬美元，但搭載8顆GPU的NVIDIA DGX H100系統，總成本將近27萬美元，兩者之間價差相距甚遠。不僅英特爾（Intel）的市值被NVIDIA超越，現在連營業額都輸給NVIDIA，NVIDIA更超越台積電、三星電子（Samsung Electronics），成為全球營業額最大的半導體廠商。NVIDIA的領先優勢，從台積電、SK海力士（SK Hynix）兩大供應商的營收也可以看得出來。在台積電有3奈米、4/5奈米、7奈米幾個主要的先進製程，4/5奈米主要便是供應NVIDIA的GPU之用。在2024年第1季台積電各製程比重變化中可以得知，當專攻3奈米的iPhone出貨走過旺季之後，交貨給NVIDIA的4/5奈米製程成為台積電一枝獨秀的世代。為滿足NVIDIA的需要，原本計劃落腳在銅鑼的CoWos先進封測廠搬遷到嘉義，而CoWos的月產能預期也將從2023年的1.3萬片，暴增到2024年的3.8萬片與2025年的7.6萬片。在記憶體方面，過去幾年三星DRAM部門的營收都是SK海力士的1.5倍左右，但NVIDIA最主要的合作夥伴是2015年率先量產HBM的SK海力士。在景氣轉變的2023年第4季，三星記憶體部門（DRAM+NAND）營收成長率是33%，但SK海力士的DRAM部門成長率高達65%。事實上，從2023年第2季開始，SK海力士的DRAM營收便超過三星，關鍵就是與NVIDIA合作的HBM記憶體。為滿足HBM市場的商機，SK海力士的M15與M17工廠都調整擴廠結構與節奏，希望能快速擴張HBM產能，以滿足高階伺服器市場的需求。台積電魏哲家也說2028年時，AI伺服器晶片的需求將貢獻台積電20%的營收，顯示NVIDIA的兩大供應商都在財報中看好高階伺服器的商機。2020~2022這三年間，全世界半導體廠商的排名依序是英特爾、三星與SK海力士，在以自己的品牌在市場上銷售半導體的公司中，NVIDIA通常只能排名第六、第七。但市場從2023年起開始翻轉，以製造服務取勝的台積電在上半年超越所有的半導體品牌廠，成為全球第一大半導體公司。下半年的NVIDIA更猛，2023年四個季度的營收分別為71億美元、135億美元、181億與221億美元。第1季與第4季的營收差距多達3倍，可以想像十倍速的時代正在發生，能儘快挪動資源的公司將成為市場上最大的贏家。風行草偃，我們看到圍繞在NVIDIA四周的科技公司，都深怕錯過這一波大潮。根據DIGITIMES彙整的預測資料，企業市值名列前茅的大公司中，微軟（Microsoft）、蘋果（Apple）、亞馬遜（Amazon）、Google、三星是年營收超過2,000億美元的超重量級公司，NVIDIA、Meta與Tesla也有1,000億美元以上的規模。但在市值排名前12大的公司中，NVIDIA與台積電的淨利率分別達到52.2%、37.2%，過去的霸主英特爾卻只剩下4.6%。從營收與獲利結構中，我們看到了世代的更替，AI主導的時代已經再明顯不過了！