過去十年，人工智慧（AI）產業的競爭幾乎都集中在模型規模與算力堆疊。誰的晶片更快、模型更大，誰就能領先一步。然而，隨著 AI 走出資料中心、深入日常應用，真正影響使用者體驗的焦點，已從「算得快不快」轉為「反應是否即時、是否穩定、是否可信」。
正是在這樣的產業轉折點上，NVIDIA 執行長黃仁勳於 2025 年底拍板一項總額約 200 億美元的授權與人才整合計畫，將曾參與 Google TPU 設計的 Groq 核心研發團隊 納入合作體系。這並非傳統的公司併購，而是一場以「工程能力」為核心、精準鎖定關鍵人才的戰略行動。
外界關注的往往是金額與形式，但真正值得注意的，是這次整合的方向與目的。NVIDIA 並非看上 Groq 的品牌或產品線，而是其背後長期累積的 架構設計經驗與工程哲學。Groq 創辦人 Jonathan Ross 是 Google 早期 TPU 設計的核心人物，他長期思考的重點，不是如何讓單一晶片達到極致效能，而是如何讓整個 AI 系統在任務執行中回應得更快、更穩、更可預期。
這種思維與 GPU 所擅長的大量平行運算路線截然不同。黃仁勳此舉，等於押注 AI 發展的下一階段——讓智慧真正「即時可用」。這與過去追求極致算力的邏輯不同，反映出 AI 競爭正從「比誰算得多」轉向「比誰用得好」。
對 NVIDIA 而言，如今 GPU 的效能與市占率已非最大挑戰。當各家模型規模與訓練效率逐漸拉近，差異不再來自硬體速度，而是 AI 在實際使用時是否「好用」。這意味著，AI 的競爭戰場正從資料中心轉向使用者眼前的幾秒鐘體驗。反應速度、穩定度與系統可預期性，成為最直接的感受標準。
從 GPU、TPU 到強調即時互動的專用架構，AI 算力競賽已進入「分流時代」：不同架構不再追求同一目標，而是分別對應訓練效率、系統控制與使用體驗。這也意味著，AI 的發展將不再是單一路線，而是多軌並行的系統演進。
若將視角拉回台灣，真正的機會或許不在資料中心的競賽，而在 AI 落地的「最後一哩路」——如何讓 AI 穩定運作於手機、電腦、汽車等各類日常裝置。台灣長期擅長系統整合與硬體製造，若能結合軟體與晶片設計能力，將有機會在這場「即時 AI」時代中扮演關鍵角色。
黃仁勳這筆 200 億美元的決策，提醒整個產業：AI 的下一階段勝負，不在誰算得最多，而在誰最懂使用者那幾秒鐘真正需要的是什麼。當 AI 不只是「強大」，而是「可靠、即時、可預期」，那才是真正的智慧革命。黃仁勳豪擲 200 億：看準 AI 核心競爭下一步。
文／夏一新（副教授、精神科醫師）
（文章僅代表作者觀點，不代表Newtalk新聞立場。）
