禍福相依：DeepSeek帶來更多的反省與挑戰

在美中爭逐的過程中，中資企業儘管在硬體上受到諸多限制，甚至5~10年內難以追趕，但算力可用其他方式或在其他地方取得。

延伸報導黑天鵝橫空出世　供應鏈醞釀新局（五）

總的來說，美國仍是超強，因為在AI人工智慧的賽局上，資金、人才、電力的總和是勝利的關鍵，而以AI領域來說，每一樣的需求都是天文數字。

就像台積電一樣，不只是技術領先，先進製程的產能(capacity )更是壓倒性的優勢，也許有一天日本的Rapidus的2奈米製程可以趕上台積電，但產能的建立曠日廢時，想要追上就很難了。

就算台積電遭遇天災人禍，即使用台積電現有的人員，在沒有任何阻礙下掌握足夠的資源，用上10年恐怕也無法完全復原。一些先進的設備供應商，如ASML，每年的產能也是有限的。

另一方面，AI的應用其實還未找到真正可以盈利的方式，但AI的大趨勢卻是如假包換，它不會像網路泡沫一樣，而且AI的算力來自數據中心(data center)，5年內硬體的建設仍會以天文數字的方式增建。

所以Nvidia 、台積電及伺服器大廠5年內仍然會大發，而這些大部分和台灣有關，台灣在供應鏈上居於關鍵地位，這也是前所未有的。

尤其台積電佔有無可替代的優勢，許多以先進晶片組合的數據中心，算力也遠超過DeepSeek使用次等晶片構建的數據中心，只不過美國以晶片禁令封鎖中國的做法與成效開始面對更多的質疑。

使用在AI上的Nvidia次世代晶片至少也都使用7奈米以下製程，想做AI晶片，或者說要有足夠的AI晶片，短期內還是非台積電不可，雖有競爭者，但台積電的產能仍然有壓倒性的優勢。

只是10年以後的市場就很難一枝獨秀，這麼重要的產品，不可能，也不應該只有一家公司獨霸，我們只能希望台積電不要步上英特爾的後塵。

從客觀的角度觀察，DeepSeek的出現對台灣廠商在AI終端應用上也是有很大的助益。以台灣的資金及人才，做不出像ChatGPT這樣的大模型。未來許多公司會使用DeepSeek的架構，我深信部分原因是用了專家系統(Expert system)，也就是加入用戶本身的專長(Domain know-how)。

而台灣累積了三、四十年的發展，在許多行業累積了不少的經驗與數據，譬如健保的醫療數據，就應該可以創出一些好成績，而不再只有硬體優勢。

先進製程仍是關鍵

即使使用DeepSeek架構，用先進晶片組合的數據中心，其算力依舊遠超使用次等晶片建構的數據中心。

不管用ChatGPT架構，或DeepSeek架構，用最先進製程的晶片所建構的Data Center，其算力都會遠超用次世代製程晶片建構的Data Center，就像用3奈米晶片的iPhone ，其算力一定遠勝用5奈米晶片的iPhone 。

我相信台積電最先進製程的重要性及持續領先的優勢，Nvidia 的最新架構GPU用的晶片都是3奈米以下製程，全球獨台積電可提供，但DeepSeek的橫空出世，讓用次世代製程晶片建構的Data Center也可以達到部分的AI運算（只有部份而非全部），因其使用了expert systems ，能讓某些運算更快速完成，所以成本較低。

但相對的，如果原來未知或未有答案的，DeepSeek恐怕就無法運算，所以要完成GAI就不容易了，而這是Nvidia及一些美國新創公司希望完成的），因此美國就無法完全封鎖中國在AI算力的發展。

DeepSeek的出現，雖然台積電壓倒性的優勢仍然存在，但可能讓三星電子在先進製程在AI的運用上多了一點生存的空間，因為三星4奈米以上的製程用在DeepSeek上仍是可以分掉一點訂單。

總結來說，台積電中短期內並不會受到DeepSeek影響；而以高端伺服器建構的data center仍會繼續擴增，但可能不只有GPU，一些以推理為主的晶片比如NPU，也會趕上風潮。最後，DeepSeek有機會帶給台灣廠商終端應用更大商機，比如AI PC。

責任編輯：陳奭璁