高通戰略轉型：聚焦AI推論市場

30 秒看重點

• 事件： 高通宣告將重心轉向「AI推論」而非「AI訓練」，避開與輝達的正面對決。
• 意義： 這是一次關鍵市場區隔，讓AI能更廣泛地在手機、車用、物聯網等終端裝置普及。
• 影響： 台灣晶圓代工、封測、終端硬體廠將迎來新商機，有助產業生態系更平衡發展。

高通為何轉戰邊緣AI推論？

這是一場科技巨頭之間的精明策略佈局，而非單純的技術退讓。輝達（NVIDIA）憑藉其CUDA生態系和GPU強大的平行運算能力，幾乎獨霸了雲端AI訓練市場，就像武林盟主一樣，想正面挑戰難如登天。高通（Qualcomm）看到了這一點，與其在競爭激烈的訓練市場燒錢追趕，不如另闢蹊徑，將資源投入到它更擅長的領域——「AI推論」（AI Inference）市場。

簡單來說，「AI訓練」就像學生在圖書館埋頭苦讀、學習新知識，需要大量的時間、資料和強大運算力；而「AI推論」則是學生學會後，能在生活中迅速應用知識解決問題。手機上的人臉辨識、智慧音箱的語音助理、電動車的自動駕駛輔助，這些都是AI推論的實際應用。高通在全球手機晶片、車用晶片和物聯網晶片市場深耕多年，擁有豐富的邊緣運算（Edge Computing）技術與客戶基礎。將AI模型從雲端「搬」到這些終端裝置上運行，讓AI處理更即時、更省電、更具隱私性，正是高通的拿手好戲。此舉不僅避開了輝達的鋒芒，更能充分發揮自身優勢，搶佔未來AI應用普及的關鍵入口。這也代表AI將不只是大企業的專利，而是會更深入我們的日常生活。

台灣怎麼看這件事？

對台灣科技產業來說，高通的這項戰略轉型無疑是個大利多！台灣在半導體供應鏈中扮演著舉足輕重的角色，從晶圓代工（台積電）、封裝測試（日月光）到相關零組件、組裝廠（鴻海、廣達、和碩等），都是全球邊緣AI硬體生態系不可或缺的環節。高通將重心放在AI推論晶片，特別是為手機、車用、物聯網（IoT）等邊緣裝置設計的NPU（神經網路處理單元），這將直接拉動台灣供應鏈的需求，創造更多的AI晶片代工訂單、先進封裝商機。此外，台灣的IC設計公司也能從中找到新的合作契機，共同開發更多元、更具效率的邊緣AI解決方案。消費者也將受益於未來更智慧、更個人化的AI裝置。

編輯觀點

高通這步棋走得非常聰明，是AI戰場上一次經典的「差異化競爭」案例。當所有人都盯著AI訓練晶片這塊大餅時，高通看到了AI推論這片藍海。這不代表高通放棄AI，而是以更務實、更貼近應用的角度，為AI的普及化鋪路。對於台灣而言，這正是展現「半導體護國神山」實力的絕佳機會。我們不僅要抓住雲端AI的商機，更要積極擁抱邊緣AI的巨大潛力，讓台灣成為全球AI普及的重要推手。

常見問題

什麼是AI訓練晶片？

AI訓練晶片就像是學校裡的超級電腦，專門用來處理海量數據，教導AI模型如何學習、識別模式，建立智慧的基礎。

什麼是AI推論晶片？

AI推論晶片則像是一個學有所成的AI學生，它不是用來學習，而是直接運用學到的知識，快速解決眼前問題，例如辨識圖片或理解語音指令。

為什麼高通選擇AI推論市場？

高通本身在手機、車用、物聯網等終端設備的晶片市場擁有深厚根基，AI推論能直接應用在這些裝置上，發揮其在地優勢並避開與輝達在訓練市場的激烈競爭。

邊緣運算跟AI推論有什麼關係？

邊緣運算指的是將資料處理和AI運算拉到更靠近資料來源的裝置端進行，AI推論在邊緣裝置上運行，能減少資料傳輸延遲、節省頻寬並提升隱私。

這對一般消費者有什麼影響？

AI推論技術的進步，意味著你的手機、智慧家電、電動車等裝置會變得更聰明、反應更快，提供更個人化且即時的AI功能。

名詞小教室

AI訓練 (AI Training)

就像教小孩認識世界一樣，讓AI模型透過大量數據學習，建立處理問題的能力。

AI推論 (AI Inference)

就像小孩學會後，能馬上應用知識判斷，讓AI模型快速地給出答案或執行任務。

邊緣運算 (Edge Computing)

把處理資料的工作，從遙遠的雲端機房搬到離使用者更近的裝置上，讓反應更即時、更有效率。

NPU (Neural Processing Unit)

專為執行AI運算而設計的處理器，就像大腦中處理特定思考的區域，讓AI任務更快速、省電。