近年来，人工智能行业正从概念验证阶段走向真正的商业落地，作为全球AI计算基础设施的核心供应商，英伟达CEO黄仁勋近期在台湾的公开演讲中直言，AI已经从一个投机性领域转变为能够产生实际盈利的行业。这一转变的背后，是生成式AI应用的大规模商业化，企业客户对AI训练和推理算力的需求呈现爆发式增长。英伟达2025财年第一季度财报（截至2024年4月）显示，其数据中心业务收入达到184亿美元，同比增长37%，而AI相关产品贡献了超过90%的收入，这一数据直接印证了AI业务的盈利能力。市场研究机构IDC的数据显示，2024年第一季度全球AI芯片市场规模达156亿美元，同比增长45%，英伟达占据80%的份额，成为这一趋势下的最大受益者。
英伟达的核心AI产品——H100和H200 GPU——是驱动增长的关键。H100采用台积电4nm工艺，配备80GB HBM3显存，FP8精度下算力可达67 TFLOPS，非常适合大规模AI模型的训练；而作为升级款的H200，则采用了HBM3e显存，容量提升到141GB，带宽达到4.8TB/s（比H100提升43%），能更好地支持大模型的推理任务。这些高性能芯片的生产高度依赖台湾供应链，尤其是台积电的先进制程代工和CoWoS封装技术。台积电的CoWoS封装技术是AI芯片实现高带宽传输的核心，其2024年第二季度财报显示，CoWoS产能利用率已达100%，订单排期甚至到了2025年上半年，台湾供应链正逼近产能极限。此外，HBM显存的供应紧张进一步加剧了压力，SK海力士与三星作为主要供应商，产能受限的问题也制约着AI芯片的生产。
AI行业的盈利性，核心来自企业客户对算力的付费需求，“AI代币”模式（即按算力使用量付费）已经成为重要的收入来源，也推动了全球范围内的计算力竞赛。台湾作为全球半导体制造的核心枢纽，正处于这个数万亿美元级生态系统的中心位置，除了台积电，鸿海、和硕等企业也参与AI服务器的组装和供应链管理，进一步强化了其在产业链中的地位。不过黄仁勋也警告，能源危机可能会成为AI增长的瓶颈。国际能源署（IEA）2024年的报告显示，全球数据中心的能耗占总电力消耗的2%，而AI数据中心的能耗增速是传统数据中心的3倍，预计到2030年这一占比将达到5%。为此，英伟达正推动高效芯片设计（H200的能效比提升了15%）与液冷技术的应用，以降低数据中心的能耗。
黄仁勋还敦促台湾企业尽快采用AI技术以避免被淘汰，这背后是AI对传统行业的改造潜力：制造业可以通过AI优化生产流程来提升效率，半导体行业则能利用AI进行芯片设计和良率提升。与此同时，主权AI模型的兴起也带来了新的机遇。主权AI指的是各国或企业基于本地数据训练的专属模型，能够确保数据安全与合规。英伟达推出了定制化的AI训练平台，比如DGX Cloud的本地部署版本，帮助客户构建自己的主权AI模型，从而在多样化的市场中保持竞争力——例如，通过与欧盟Gaia-X计划合作提供解决方案，英伟达已经获得了大量订单。
行业动态上，2024年6月台积电宣布将投资120亿美元在高雄建设新的CoWoS封装厂，预计2026年投产，以缓解当前的产能压力。竞争对手方面，AMD在2024年第二季度推出了MI300X GPU，配备192GB HBM3e显存，FP8算力达到120 TFLOPS，超过了H200，其数据中心业务收入同比增长52%，开始挑战英伟达的市场份额；英特尔则推出了Gaudi3 AI芯片，聚焦推理任务，在细分市场获得了客户的认可。这些竞争将进一步推动AI芯片的技术升级，也对台湾供应链的产能提出了更高的要求。
快报