輝達在 8 月下旬 Hot Chips 大會宣布 Groq 3 LPX 機櫃量產後，PTT Stock 板炸開了。投資人最在意的不是技術有多強，而是一個關鍵事實：這批 LPU 晶片交給三星做，不是台積電。

「三星彎道超車了？」、「台積電要被幹掉了？」這類擔憂瞬間出現。但當產業專家開始拆解供應鏈分工後，市場解讀出現轉變——這不是台積電被搶單，更像是台積電先進製程產能太滿，根本排不進去。

三星接單，但核心技術還在台積電手上

表面上看，輝達確實把 Groq 3 LPU 晶片交給三星生產。但整套 Vera Rubin 系統裡的核心元件——GPU 加速器與關鍵的網路互連組件——用的是台積電 3 奈米製程和 CoWoS-L 先進封裝技術。

更值得注意的是，輝達的 Spectrum-X Photonics 方案採用了 CPO（共封裝光學）技術，這是目前先進的晶片互連封裝技術之一，能實現高頻寬、低延遲的晶片間通訊。這技術不是台積電獨有，但台積電在這領域確實有領先能力。

產業分析師直接點出：「輝達不是不想全給台積電做，是台積電先進製程產能被蘋果、AMD、高通等大客戶訂滿了，排程超緊。三星接的可能是台積電來不及排的訂單。」

GPU 與 LPU 分工：輝達的異構運算布局

這場涉及約 200 億美元的技術授權與團隊收購，反映輝達對未來 AI 運算架構的精準布局。傳統 AI 推論分兩階段：Prefill（處理上下文）與 Decode（生成詞元）。GPU 擅長大規模平行運算，適合處理龐大的 Context；Groq 的 LPU 則專精極速解碼，根據官方資料，在特定測試條件下（100,000-token context），單機櫃可達 每秒約 3,400 個 Token 的輸出速度。

黃仁勳在 GTC 大會說：「針對工作負載的不同部分，我們應該用合適的處理器。」這套「GPU 負責理解、LPU 負責生成」的分工模式，就是為了應對未來 代理式 AI（Agentic AI） 的需求。當 AI Agent 需要連續呼叫模型數十次才能完成複雜任務時，每一步的延遲都會拖慢整體效能。

市場競爭：輝達鞏固領先，但不是一家獨大

輝達拿下 Groq 技術與團隊後，進一步強化了在 AI 算力市場的領先地位。不過，AI 算力市場仍有 AMD、Google TPU、Cerebras 等競爭者，市場格局還沒到單一廠商壟斷的狀態。

科技社群討論的焦點，除了技術本身，還包括對未來雲端算力定價的關注。輝達資深總監 Dion Harris 表示：「這項技術能讓雲端供應商為對延遲極度敏感的客戶提供進階服務。」換句話說，有技術優勢的供應商，在特定應用場景中會有比較大的定價空間。

結論：台積電產能太滿，訂單外溢是正常供應鏈調配

回到最初的問題：台積電真的被三星搶單了嗎？根據產業鏈分析，更合理的解讀是：台積電先進製程產能高度緊張，部分訂單外溢到其他晶圓廠是正常供應鏈調配。

多家報導指出，台積電 3 奈米製程與 CoWoS 先進封裝產能，已被蘋果、AMD、高通等主要客戶大量預訂，排程相當緊湊。在這種情況下，輝達把部分非核心或時程彈性較大的訂單交給三星生產，是供應鏈管理的務實選擇。同時，台積電仍掌握 Vera Rubin 平台中多項關鍵元件的製造與先進封裝技術。

產業觀察者認為：「這不是搶單問題，而是台積電先進產能供不應求的體現。三星接的是台積電暫時排不進去的訂單。」市場情緒也從最初的擔憂轉為相對樂觀，部分投資人開始關注台積電與 CPO 相關供應鏈的長期發展潛力。畢竟，當 AI 算力需求持續成長時，真正受惠的還是掌握關鍵製程與封裝技術的供應鏈廠商。