不只戰硬體性能！AI 晶片戰線越開越多，各巨頭從各種縫隙挑戰輝達
近來愈來漸多科技公司高喊要「挑戰輝達」，但其實不是瞄準同個戰場。從只做推論晶片的新創，到想掌握設計與製造整條供應鏈的雲端巨頭，再到只想降低自家成本的業者，這場競賽更像不同目標組成的分散戰線，而非單純正面對決。
輝達 AI 訓練市場優勢仍然最強。Silicon Analysts 整理估算，輝達 2025 年訓練市占率超過 90%，推論市占約落在 60%~75%。也就是說，各路挑戰者鎖定的，是訓練與推論中間約 15~30 個百分點的空隙。
不同公司切入方式差異明顯。Groq 專攻推論，主打模型完成訓練後的即時回應；Google 則把最新 TPU「Ironwood」定位為專為推論設計，並租賃 Google Cloud，讓客戶無法直接擁有硬體。OpenAI 與博通合作開發客製化 AI 晶片，目的是把自身模型與產品經驗直接寫進硬體，晶片部署於 OpenAI 自有與合作資料中心，不對外販售。
亞馬遜路線更激進。AWS 將 Trainium 開放外部客戶雲端租用，並累計部署 140 萬顆 Trainium 晶片；Anthropic Claude 已在超過百萬顆 Trainium2 執行。亞馬遜也承諾提供 OpenAI 20 億瓦 Trainium 運算容量，顯示不只想省成本，也想把自家晶片變成可生財的基礎設施。
第三方晶片供應商中，AMD 是少數同時銷售訓練與推論 GPU、且不是雲端平台的公司。Instinct MI300 系列已獲微軟 Azure、Meta、Dell、HPE 與 Lenovo 等客戶採用，執行長蘇姿丰也稱 MI350 系列為 Instinct 史上最大世代性能躍升。不過輝達 CUDA 生態仍是難以跨越的門檻。2025 年 1 月輝達年報指出，全球有超過 590 萬名開發者使用 CUDA 相關工具；SemiAnalysis 2024 年 12 月測試則顯示，AMD MI300X 關鍵訓練基準仍比輝達 H100 與 H200 慢 14%。
這也解釋為何各家公司不只比晶片規格，更比軟體與生態。亞馬遜持續強化 PyTorch 支援，AMD 推出 ROCm 7 與免費開發者雲端，都是為了降低客戶導入門檻。分析師也指出，大型雲端業者並不會完全離開輝達，而是希望掌握更多工作負載控制權同時，繼續與輝達、AMD 保持合作，因 AI 算力需求仍然極度強勁。
整體看來，輝達未必會因市占率下滑而成長減緩，因 AI 晶片市場仍在擴大。各家預估顯示，輝達整體 AI 晶片市占可能隨市場擴張而回復至約 75%，但總市場規模突破 2,000 億美元，輝達仍能賣出比現在更多晶片。真正變化在於，挑戰者不再想著成為「另一個輝達」，而是各自尋找最適合自己的位置。
Nvidia is getting more competition. Here's what that actually means
Broadcom vs. Marvell: A Valuation Showdown for the Custom AI Chip Trade
Cerebras to Deploy 200MW of Compute in Europe by End of 2027
Qualcomm AI Factory Bet Comes as the Semiconductor Pendulum Swings
The Next $1 Trillion Layer in AI Infrastructure (And Who Wins)
（首圖來源：科技新報）