亞洲的新創企業正試圖證明，他們可以在某些應用領域提供比 NVIDIA 更優秀的晶片解決方案。儘管 NVIDIA 的圖形處理單元（GPU）在人工智慧領域繼續佔據主導地位，但這些新創公司認為，GPU 的高能耗與大體積是新秀可以大展拳腳的破口。
人工智慧晶片分為兩大類：一類是用於運行現有 AI 模型的「推理」晶片，另一類是用於開發新AI 模型的高性能「訓練」晶片。像 OpenAI 這樣的公司需要數萬個訓練晶片來開發新模型，但推理過程則需要推理晶片。日本 AI 獨角獸企業 Preferred Networks（PFN）的 CEO 西川徹（Toru Nishikawa）認為，推理晶片的架構將迎來重大變革，並且誰能提供低價合適的架構，誰就能勝出。
新創企業尋找市場機會：挑戰高成本和高能耗
NVIDIA 的成功主要來自於其 GPU 在訓練領域的優勢，但這些 GPU 價格昂貴且體積龐大，不適合用於筆記型電腦和穿戴式裝置。例如，NVIDIA 為資料中心設計的 AI 晶片每片價格高達25,000 至 40,000 美元，是傳統產品的七到八倍。這促使新創企業看到開發更便宜、更節能 AI晶片的市場機會，特別是在 PC 和其他設備上的應用。
分析師也認同這一趨勢。英國研究公司 Omdia 的顧問總監杉山一宏（Kazuhiro Sugiyama）表示，隨著對設備端 AI 需求的增長，更多新創公司開始進入這一市場。這些企業包括美國的SambaNova Systems、由前 Intel 工程師創立的 Tenstorrent，以及最近被軟銀收購的英國公司Graphcore。大型科技公司如 Google、Meta 和 Amazon Web Services 也紛紛加入競爭，NVIDIA 的競爭對手 AMD 也在其中。
挑戰與機遇：亞洲新創企業的戰略優勢
隨著大型科技公司開始供應專用 AI 晶片，預計到 2025 年至 2026 年，NVIDIA 主導的市場將迎來更多競爭者。杉山一宏指出，NVIDIA 產品的「最大問題」在於高昂的價格，這對於希望投資AI 的公司來說是一個負擔。此外，NVIDIA 的下一代 Blackwell 晶片消耗高達 1200 瓦的電力，也引發了成本和能效問題。PFN 和其他新創企業則致力於開發更節能、更高效的 AI 晶片，以應對這些挑戰。
例如，日本的 AI 晶片新創企業 Edgecortix 設計了更流線型的晶片處理方式，減少了記憶體存取的次數，從而提高能效。該公司的 CEO 薩卡揚辛哈‧達斯古普塔（Sakyasingha Dasgupta）表示，Edgecortix 的晶片在工業機器人和自動化設備中的應用潛力巨大，並且比 GPU 消耗的電力少十分之一。這使得亞洲地區成為 AI 晶片新創企業發展的戰略重地。
亞太地區的競爭力：改變中的科技版圖
日本的晶片產業復興也改變了市場格局，例如台積電在熊本縣建立的兩座工廠將促進當地的晶片設計生態系統。這使得亞太地區在地緣政治和經濟競爭中處於關鍵位置。PFN 的西川徹指出，日本在晶片封裝解決方案方面的競爭力也將為 AI 晶片的發展提供支持。
雖然新創企業在以不同方式挑戰 NVIDIA，但業界一致認為，科技行業的變化可能迅速而巨大。西川徹表示，「許多新的處理器架構曾經改變了社會，但大公司很少成功建立新的架構。」Edgecortix 的達斯古普塔也認同這一觀點，認為科技行業中的顛覆性創新往往來自新創公司，而不是已經壟斷市場的大企業。
＊本文開放合作夥伴轉載，資料來源：《NIKKEIASIA》首圖來源：《Unsplash》
