當大家都在看黃仁勳發表最新 GPU 的時候，AWS 在台灣低調展示了一整套由台積電代工的自研 AI 晶片。這不只是展示而已，背後透露的訊息很清楚：雲端巨頭要開始挑戰輝達的算力霸權了。

十年投入，AWS 自研晶片陣容完整登場

AWS 投入晶片研發已經超過十年，這次在台灣把完整陣容擺出來：Trainium 3 訓練晶片、Inferentia 推論晶片、還有通用運算用的 Graviton 處理器。Trainium 3 在 2025 年 AWS re:Invent（美國拉斯維加斯）正式發表與上線，台灣這場展示讓本地產業與開發者可以近距離看到這些晶片的實際樣貌。

數據面最吸引人的是 Trainium 3：效能比前一代提升 4 倍，單顆晶片配備 144 GB HBM3e 記憶體，記憶體頻寬達 4.9 TB/s。Trainium3 UltraServer 最多可以整合 144 顆晶片，合計提供 20.7 TB HBM3e 記憶體及 706 TB/s 總頻寬，可以提供 ExaFLOPS 等級的算力。AWS 台灣董事總經理王定愷在現場講了一句：「No Silicon, No AI.」——除了強調台灣半導體供應鏈的關鍵地位，也暗示 AWS 想掌握晶片設計與製造主導權的戰略意圖。

成本最高降低 50%，但能不能撼動輝達？

根據 AWS 與多家客戶案例，在特定 AI 工作負載上，使用 Trainium 系列可以將訓練與推論成本最高降低約 50%，這是案例上限值，不是全面保證。市場預估，它的算力租賃成本可能比同等級的輝達解決方案便宜 30% 至 50%，但這區間數字目前不是 AWS 官方明確承諾的。對需要大量算力的企業來說，這當然有吸引力。

不過 PTT 科技板的網友跟多數分析者都認為，NVIDIA CUDA 生態系護城河太深，AWS Neuron SDK 雖然持續進步，但目前多被看成降低成本的替代方案，短期內很難完全取代高階 GPU。社群討論中還出現了經典黑話：「老黃：會贏的」——引用《咒術迴戰》台詞，嘲諷輝達執行長黃仁勳面對挑戰者依然穩坐龍頭。

台廠供應鏈受惠，但也要面對戰略選擇

這場晶片競爭的最大受益者，當然是台灣半導體供應鏈。世芯-KY（負責 ASIC 設計服務）、緯穎（伺服器代工）、奇鋐（散熱解決方案）、台達電（電源供應與散熱）等個股成為討論熱點，網友直呼：「鏟子好賺都衝進來了」——諷刺各大雲端巨頭發現賣 AI 算力比賣服務更賺錢，紛紛投入自研晶片市場。

矛盾的是，AWS 一方面大力推動自研晶片，另一方面仍然大量採購輝達 GB300 架構產品。這種「多供應商策略」讓台廠面臨戰略選擇：到底該押注哪一邊？還是兩邊通吃？王定愷的另一句話或許能解答：「企業導入 AI 要先找到金子，再去買鏟子。」——提醒企業不要盲目追逐最新硬體，而應該先釐清自己的資料價值跟商業痛點。

Agentic AI 落地加速，晶片戰只是開場

根據部分業者與評論者的觀點，2025-2026 年被視為 Agentic AI 大規模應用的加速期。過去的生成式 AI 只是「對話式輔助工具」，但現在的 AI 代理已經具備拆解複雜任務、自主呼叫外部工具、甚至自我修正的能力。

AWS 透過 Amazon Bedrock 提供多家模型供應商（如 Anthropic 等）的模型服務，展示其多雲、多模型的戰略佈局，就是為了搶佔這波「AI 任務委派」的商機。隨著 Transformer 架構逐漸成熟，AI 產業正在複製當年加密貨幣挖礦的演進路徑：從通用型 GPU 拓荒期，進化到 ASIC 專用晶片的性價比競賽。

AWS 已在全球多個資料中心大規模部署 Trainium 晶片（具體數量尚未官方公布），這場算力競賽，才剛剛開始。