輝達樹立「5倍障礙」！一次盤點AI硬體戰局：台積電收費太便宜？為何巨頭都要做自訂晶片？
重點一：OpenAI 透過 GPT-5 的「路由器」功能，從追求極致性能轉向成本效益最佳化，並藉由動態分配運算資源，開啟了對龐大免費用戶的商業變現新途徑。
重點二：輝達（NVIDIA）雖憑藉其全面的生態系與供應鏈優勢主導市場，但面臨 Google 等科技巨頭發展客製化晶片 (Custom Silicon) 的嚴峻挑戰，AI 硬體競賽進入新階段。
重點三：台積電雖目前在晶圓代工領域具壟斷地位，但價格調整幅度溫和，與台灣本地企業文化有關，與美國資本主義形成對比。
免費用戶是OpenAI的吸金大密寶？
SemiAnalysis 創辦人 Dylan Patel 近期在風險投資公司 a16z 的節目中指出，人工智慧領域正迎來一場深刻的典範轉移。核心變革來自於 OpenAI，其即將推出的 GPT-5 將不再僅僅追求模型規模的擴張，而是透過新的「路由器」功能，為 OpenAI 龐大的免費用戶群體開闢了全新的貨幣化道路。
Patel 指出，GPT-5 的路由器能將用戶查詢分流，把如閒聊般的低價值請求導向小型模型，而將涉及購物決策、機票預訂等高價值查詢，則交由更強大的模型或代理程式處理。這種動態資源分配模式，讓 OpenAI 能夠在不犧牲關鍵服務品質的前提下顯著降低成本，這標誌著業界的競爭基準，已從單純的「最強模型」之爭，演變為「成本效益比」的全面較量。
Patel 預測，透過在此類交易中抽取佣金，OpenAI 將能有效將其巨大的免費流量（例如在 ChatGPT 詢問「酒駕律師」的用戶）轉化為實際收入。
AI訂閱「吃到飽」遲早會消失？
AI 技術正在創造巨大的經濟價值，例如將開發人員生產力提高一倍，潛在每年增加數兆美元的 GDP 價值。然而，許多 AI 公司未能充分捕獲這些價值，OpenAI 甚至可能沒有捕獲其所創造價值的 10%。因此導致 AI 模型提供者面臨毛利率壓力。
Patel 也指出，「高費率吃到飽」的訂閱模式難以維持，由於 AI 服務（特別是對於重度用戶）的成本高昂，且使用量差異巨大，因此，市場將逐漸轉向按使用量計費 (Usage-Based Pricing)。
輝達「5倍霸權」有危機？
Patel 在訪談中也提及當前的 AI 硬體賽局。他指出，輝達憑藉其在網路技術、高頻寬記憶體 (HBM)、軟體生態系 (如 CUDA)，以及與台積電等供應鏈夥伴的強大議價能力，在 AI 硬體市場上佔據著看似難以撼動的領導地位。
Patel 強調： 「要擊敗輝達，你不能僅僅依靠供應鏈優勢，因為你沒有專屬客戶，所以你需要做些事情來實現比輝達高5 倍的硬體效率優勢才能與其競爭，然後祈禱工作負載不會轉變。」
有趣的是，即使強如輝達，潛在的威脅也正悄然成形。Patel 強調，對輝達構成最大威脅的並非其他晶片設計公司，而是如 Google、Amazon 和 Meta 等投入巨資開發自家客製化 AI 晶片的科技巨頭。這些客製化晶片，如 Google 的 TPU (Tensor Processing Unit)，能針對其特定的工作負載進行深度優化（例如最近發布的 Pixel 10 系列），從而顯著降低對輝達 GPU 的依賴。
Patel 認為，若 AI 市場持續高度集中於少數大型企業，這些企業將更有動機擴大其客製化晶片的使用規模，進而侵蝕輝達的市佔率。他甚至建議 Google 應考慮對外銷售其 TPU，此舉可能釋放出巨大的商業價值。
台積電收費太客氣？為何漲價反而對英特爾有利？
談到台積電的市場地位時，Patel 指出其被認為在先進製程（如 2 奈米）上領先全球，遠超三星、英特爾等對手。而且不只先進製程，連大部分成熟製程也掌握在手，堪稱全球半導體產業的「壟斷者」。
雖然台積電具備壟斷地位，但其價格調漲幅度相對溫和（每年僅調漲 3%~10%），Patel 認為這與台灣企業文化有關，更形容台積電是「好台灣人」而非「美國式資本家」。他甚至指出，「如果台積電由美國人經營，價格可能會大幅上漲。」亦即台積電雖擁有壟斷地位，但其獲利能力（如毛利率）並未極大化。
話說回來，Patel 認為未來若台積電利用壟斷地位大幅調漲價格，也可能會引發全球科技巨頭（如美國雲端服務商）集體投資英特爾，協助其追趕技術，避免被台積電壟斷；同時，全球最先進的半導體製程幾乎都集中在台灣這座島嶼上，這是全球供應鏈的重大風險。若台灣發生地緣政治危機，英特爾雖然技術落後，但可能會成為全球最先進的供應商。
AI 發展的隱形枷鎖：全球基礎設施競賽與電力瓶頸
AI 革命的背後，是一場龐大的基礎設施競賽，而其最大的制約因素已浮出水面。Patel 指出，在美國，限制 AI 發展的不再是晶片供應或資本投入，而是「電力」。資料中心的建設速度與電網的接入能力，已成為制約 Google、Meta 等公司部署其大量 GPU 與 TPU 的主要瓶頸。
為了解決此困境，企業甚至採取了非常規手段，例如 Google 近期收購了一家加密貨幣挖礦公司 Terawolf 的股份，其主要目的便是獲取該公司現有的電力與資料中心設施。相較之下，中國在電力基礎設施方面擁有更大的調度彈性。儘管面臨美國的出口管制，中國企業仍透過租賃海外 GPU 或在海外建設資料中心等方式積極佈局，並透過每年高達 1500 至 2000 億美元（約為新台幣 4.88 兆至 6.5 兆元）的政府補貼，持續推動國內半導體產業發展，使得全球 AI 基礎設施的競爭格局更趨複雜。
蘋果、英特爾⋯變AI放牛班
Patel最後也對對主要科技公司提出建議。例如，他認為OpenAI應該立即推出信用卡支付功能，並對代理人完成的購物、預訂等交易收取傭金。
至於輝達，利用其龐大的現金儲備（預計今年底超過1000億美元），積極投資AI基礎設施生態系統，甚至可以考慮控制基礎設施的端到端，這將有助於加速資料中心建設，進一步鞏固其市場地位。
而針對正剛打造AI人才戰隊的Meta，則應繼續快速推進資料中心建設，甚至採用快速部署方案（如「帳篷」資料中心）。積極發布更多 AI 產品，超越其核心IP領域，推出ChatGPT 或 Claude Code 競爭產品。
而在AI之戰落後的蘋果，則應大幅增加對 AI 基礎設施的資本支出（至少 500 億美元），加速 AI 模型的開發和部署。他直言，蘋果需要真正理解 AI 作為計算介面將帶來的巨大轉變，並加速產品化以應對這一趨勢，否則將失去對用戶體驗的控制。
針對英特爾，Patel 認為需要大幅縮短產品設計到上市的時間 (從 5-6 年縮短到 2-3 年)，並裁員以提高效率，同時保留優秀人才。同時，短期內不應嘗試分拆公司，因為這會耗費過多管理精力，更可能導致破產。尤其英特爾需要大量資本注入來建設下一代晶圓廠。
延伸閱讀：輝達公布未來3年產品路線圖！推跨資料中心連結技術、矽光子交換器，直攻AI基礎建設
>美國入股英特爾是在幫倒忙？解密市場看衰5原因：無助緩解客戶荒，也還是打不過台積電
資料來源：a16z、Semianalysis
本文初稿為AI編撰，整理．編輯/ 李先泰