輝達 GTC 背後的兆元落地戰！新漢董座林茂昌：越強的雲端 AI 越需要邊緣 AI
在 NVIDIA GTC 2026 上，執行長黃仁勳長達近兩個半小時的主題演講，釋出大量 AI 基礎設施與實體 AI（Physical AI）相關訊號。對於台灣 AI 機器人與邊緣 AI 業者而言，這更牽動著未來產業的發展方向。
在展會期間，《TechOrange》專訪邊緣運算與 AI 機器人公司新漢董事長林茂昌，從台廠角度解讀這場演講的關鍵意義，以及 AI 產業鏈的下一步。
NVIDIA「兆元美金營收」及「百萬倍 Token 需求」的意義
林茂昌對於黃仁勳提到的兩大數據印象最為深刻，首先是 NVIDIA 未來的 AI 晶片營收將達到「兆元美金」的規模；其次是隨著 AI 從訓練走向推理，未來市場對於 Token 的消耗量將產生「百萬倍」的需求成長。此外，他也對新一代 Vera Rubin 晶片模組的強大功能與快速迭代感到驚嘆。
然而，林茂昌務實指出，雲端 AI 服務、大型語言模型（LLM）的軍備競賽並非台灣強項，但是無論雲端大廠誰輸誰贏，都必須仰賴台灣的半導體先進製程與伺服器生態系，因此台灣目前在 AI 浪潮中扮演的是不可或缺的供應鏈角色。不過他強調，如果台灣要從供應鏈走向「價值鏈」，關鍵在於 AI 的實際應用與邊緣 AI。
林茂昌點出，雲端 AI 雖然強大，但若沒有廣大的邊緣 AI 來支撐，整個 AI 產業鏈將無法永續發展。具體原因包含：首先，雲端 AI 模型目前多以低價爭取普羅大眾的流量，尚未創造實質獲利，因此必須與企業端的邊緣 AI 接軌，進而讓雲端服務商獲得回報並持續發展。第二，現實世界中的作業現場如智慧工廠需要產業專業知識，必須仰賴開發者將小型化的語言模型結合垂直領域 know-how，才能成就各種特定場域的邊緣 AI 應用。
這也是為什麼 NVIDIA、AMD、高通、英特爾等大廠也在積極搶進邊緣 AI 領域。林茂昌點出了整條 AI 產業鏈的連動關係：「雲（端 AI）這邊的功能越強、投資越大，就越需要邊緣 AI 來支援。」
從「全知但無法行動」到實體 AI：AI 正跨出關鍵一步
「實體 AI」是黃仁勳演講的另一大重點。林茂昌形容，目前的雲端大型語言模型雖然極度聰明、幾乎是「全知」，但就像是被困在籠子裡，缺乏感知外在物理環境與自主行動的能力。因此，業界高度期盼實體 AI 與人形機器人的發展，透過結合物聯網技術來感知環境並做出互動，讓 AI 的決策能直接化為真實世界的行動，達到「知行合一」的境界。
他觀察，這股趨勢已經在快速進化。在機器人平衡與控制方面，中國已在 2026 年春晚中展現了完善的運動能力，即便背後沒有 AI 的成分、是 pre-programming（預先寫好程式碼）；在 AI 決策方面，美國也已有業者如 Figure AI 展示可自主動作的機器人，「雖然（進度）還是簡單緩慢，但是已經開始了就會越來越快，而且會越來越好。」
不過，目前多數 AI 機器人演示仍發生在高度控制的環境中，例如表演場域或預先設計好的場景。林茂昌認為，機器人要深入人類的工作與生活，功能安全與資訊安全是不可或缺的設計前提。他更提及，人形機器人的結構更加複雜，更需不同規格的安全控制設計，「光是兩隻手可能就要三十個關節，如加上全身的關節，可能就有四五十個。」因此，安全性成了新漢切入 AI 機器人產業的重點，也是此次在 GTC 大會的展出主軸。
展望未來，林茂昌預期 AI 機器人將率先於高度結構化的工廠落地，充滿變數的家庭環境則是最終階段。針對黃仁勳宣示「實體 AI 已經到來，每一家工業公司將成為機器人公司」的願景，他也樂觀預期 AI 機器人將像網際網路、智慧手機或生成式 AI 一樣普及，「未來的每一家公司不必然是技術研發者，但必定是技術使用者。」這也意味著，AI 的下一波戰場將不只是發生雲端模型，而是延伸到實體世界的應用場景。
想了解更多 NVIDIA GTC 相關動態？《TechOrange》展會特輯帶你一手掌握：
【TO 展會特輯】透視 NVIDIA GTC 2026
＊首圖來源：新漢