不是缺電缺晶片?英特爾、博通CEO示警:資金取得將成AI發展最大瓶頸
AI 發展面臨的最大瓶頸是什麼?
英特爾(Intel)執行長陳立武與博通(Broadcom)執行長陳福陽示警,隨著美國債券殖利率升至高位,資金取得以及高昂的資金成本,可能取代晶片、記憶體和電力短缺,成為下一波 AI 基礎建設擴張的最大限制因素。陳立武預計全球 AI 硬體供不應求的局面至少還會持續 2 到 3 年,並指出市場與雲端服務供應商(CSP)必須向投資人證明實質的投資報酬率(ROI),才能持續支撐市場的資金熱度。
圖片來源/英特爾
英特爾(Intel)執行長陳立武與博通(Broadcom)執行長陳福陽,日前於新加坡共同出席星展銀行(DBS)主辦的亞太未來前瞻會議時指出,隨著美國債券殖利率升至高位,資金取得以及高昂的資金成本可能取代晶片、記憶體和電力短缺,成為下一波AI基礎建設擴張的最大限制因素。
其判斷並非憑空而來,由於近幾個月高階記憶體晶片價格持續走高,加上台積電等大廠的先進封裝產能同樣緊繃,使整體科技供應鏈正面臨難以化解的實體限制。
然而除了供給面的緊俏,兩位執行長更將焦點指向財務層面。
代理式AI普及 數據中心硬體組合迎轉變
在先前的AI訓練情境中,圖形處理器(GPU)與中央處理器(CPU)的配置比例一度相當懸殊,如今隨著代理型AI普及與推理論壇發展,運算架構對CPU的依賴程度顯著回溫,晶片配置比例也出現結構性轉變。
他同時對量子運算(Quantum Computing)表達樂觀,預估該技術有機會在未來的3到5年內逐步邁入主流應用。
AI 硬體缺貨預計會持續多久?
英特爾執行長陳立武預計,全球 AI 硬體供不應求的局面至少還會持續 2 到 3 年。這是由於高階記憶體晶片價格持續走高,加上台積電等大廠的先進封裝產能緊繃所致。
代理式 AI 普及對數據中心硬體有何影響?
代理式 AI(Agentic AI)的興起正改變數據中心的硬體組合與企業採購算力的思路。過去 AI 訓練情境中 GPU 與 CPU 的比例懸殊,但隨著代理式 AI 普及與推理論壇發展,運算架構對 CPU 的依賴回溫,晶片配置比例出現結構性轉變。
陳立武對開源模型和量子運算有何看法?
陳立武點名中國 DeepSeek 等開源模型在普及度和成本效益上表現亮眼,並重申開源是提升整體效率的最佳途徑。他同時對量子運算(Quantum Computing)表達樂觀,預估該技術有機會在未來 3 到 5 年內逐步邁入主流應用。