Google TPU 為什麼贏不了 NVIDIA？陳良基：真正差距在對台灣供應鏈的掌握度
專訪：戴季全
撰稿：李昀蔚
隨著 AI 產業競爭從模型、晶片一路延伸到算力與供應鏈，Google、NVIDIA、Apple 和馬斯克（Elon Musk）皆以不同策略搶進下一階段的主導權。本集《全新一週》專訪國立臺灣大學電機工程學系名譽教授、前科技部長陳良基，從 Google TPU 與 NVIDIA 的對戰談起，逐步剖析 TeraFab 想突破的供應鏈瓶頸、Apple 在 AI 時代的調整，以及台灣在這波 AI 應用爆發之際，必須精準把握的新機會與人才戰略佈局。
掌握供應鏈即掌握 AI 生態系
談及市場上「Google 正在與 NVIDIA 競爭」的說法，陳良基點出，這場戰役本質上比拚的是對產業生態與供應鏈的掌握度。他以「物競天擇」來形容產業競爭，指出企業若能鞏固自己的生態環境，生命週期就能更長久，而在當前的 AI 產業中，支撐龐大算力需求的關鍵供應鏈「目前看起來只有台灣」，這也是 NVIDIA 執行長黃仁勳頻繁來台鞏固供應鏈的根本原因。
相對而言，Google 雖擁有自行設計晶片的技術，但其 TPU 遲遲無法成長至足以抗衡 NVIDIA 的規模，當中關鍵的原因，就是對台灣供應鏈的照顧與掌握程度仍不夠。若 Google 長期無法突圍，將持續面臨產能與貨源不足的困境。
同樣不想被供應鏈「掐住脖子」的還有馬斯克。近期，馬斯克宣布打造 TeraFab、自建高度自動化的晶圓廠。陳良基認為，企業家試圖突破供應鏈限制的想法固然沒錯，但半導體是「人類有史以來最精密的工藝之一」。要做出一顆堪用的晶片或許不難，但真正的考驗在於量產時，如何讓每片 12 吋晶圓產出的一兩百顆晶片都能具備高達 90% 的良率。因此，TeraFab 未來的最大壓力點不只是蓋廠，更在於能否跨越這道殘酷的製造良率門檻。
Apple 的 AI 節奏：從輕忽迭代速度到垂直分工
視角轉向另一個科技巨頭 Apple，陳良基坦言：「Apple 在 AI 認知上，有點太過輕忽 AI 生命週期的速度。」過去，Apple 習慣在技術成熟後才導入，並維持 iPhone「一年小改款、兩年大改款」的步調。然而，現在 AI 幾乎每半年就出現一次技術迭代，這種落差讓 Apple 一度面臨競爭對手已領先數倍的困境。
不過，Apple 已敏銳地意識到危機並迅速調整策略，開始將產業鏈進行垂直分工，甚至引進外部企業輔助。陳良基分析，AI 發展前幾年大多聚焦在大企業基礎建設的建置，直到現在才真正準備落實到終端使用者身上。因此，Apple 只要對產業結構的判斷夠準確，憑藉其強大的客戶黏著度，現在進場其實不算太晚，依然有機會在下一階段的 AI 發展中找到屬於自己的定位。
台灣的新機會：拋開軟硬體迷思，直攻高價值整合
當全球巨頭各自佈局，台灣的新機會又在哪裡？陳良基建議，產業鏈的當務之急是「真正了解 AI 是什麼」並緊跟 AI 演進步伐。台灣廠商最強的武器是 B2B 模式，即便無法親臨展會，也必須密切掌握展會動態與潛在客戶的需求。「所以我們不見得要知道使用者要什麼，但是我們要知道，提供給使用者的這些客戶是在想些什麼，這些客戶可能就是在展會展出他們想要的東西，那我們就應該去參加，讓他知道說，你要的這些我可以幫你做，」陳良基說。
此外，AI 高度仰賴數據驅動，而數據又牽涉敏感的隱私權，台灣多年來在國際市場建立的「信賴關係」，將成為爭取客戶訂單的絕對優勢。陳良基指出，隨著機器人、無人車、無人船等終端應用的發展日益顯著，這些領域高度需要硬體與感測器整合，「所以台灣很多本來是做零組件，就想辦法把零組件跟 AI 拉上關係，然後乘著這個 AI 火箭往前衝就對了。」
面對外界常探討台灣的軟體能力，陳良基呼籲打破傳統產業分割的陷阱。他強調，台灣真正的強項在於「讓硬體動起來」的 Embedded Software（嵌入式軟體），因此不需要執著於界定自己是硬體還是軟體公司，因為關鍵在於看準未來 AI 整體供應鏈中「哪一塊最有價值」，只要台灣能將自身強項做到「別人非我不可」，就能持續創造無可取代的產業價值。
國力競爭的隱憂：打破僵化教育，啟動跨領域人才戰略
談完產業趨勢，陳良基指出，台灣長期最嚴峻的挑戰其實在於「人才與教育」。現行的大學與大專院校訓練體系，仍停留在工業革命時代為大量生產而設計的分工邏輯。然而，AI 時代早已打破學科邊界，如今之所以不斷強調「跨領域」，正是因為傳統的分工模式已經失靈。
「誰能夠打破，能夠讓年輕人的這一代，儘早隨著 AI 這一波往前跑，這個國家的競爭力就會起來，」陳良基主張，應將 AI 視為人類難得的新工具，並從小學階段就開始引導孩子接觸適合的 AI 輔助。這樣當他們未來步入職場時，便能將這些工具運用得駕輕就熟。
在少子化的衝擊下，國力競爭最終仍將回歸人才的品質。陳良基點出，懂得善用 AI 工具的人，個人效能可提升十倍甚至百倍，因此只要每個人的產能大幅躍升，即便人口減少，台灣依然能維持強大的競爭力。為此，現有的教育制度、分科方式與各階段的職級配置，都需要因應這波科技變革進行徹底重塑。
確立 AI 治理，讓產業安心發展
過去幾年，全球 AI 發展經歷了一段「野蠻生長」的時期，像是隨意抓取資料、演算法黑箱。如今，全球的 AI 治理已逐漸走向法制化，陳良基也強調，數位空間並非化外之地，政府必須明確界定邊界、權利與義務，不能讓人民長期暴露在未知的風險中盲目試錯，因此必須要建立一套有跡可循的法治環境。
他回憶，早在科技部任內、全球 AI 法令尚未完善時，便已要求台灣 AI 研發團隊必須妥善保存「演算法」與「訓練數據」。這如同食安管理中的溯源機制，確保未來若出現問題時能夠追溯責任。
陳良基最後強調，數位時代下的數據保存更加容易，因此台灣更應盡速建立相關的 AI 法規。這不僅是為了保障人民安全，更是因為當規則清楚了，產業才知道怎麼做。唯有率先成為數位空間中法治最完善的國家，台灣才更有機會在 AI 時代真正站穩腳步，並打造讓全世界安心的發展基石。