數碼新秩序

　　在生成式AI世代下，最搶手的硬件產品是輝達（NVIDIA）出品的圖像處理器（GPU），在全球AI加速器的市佔率高達80％至95％，讓該公司躍居為AI晶片龍頭。AMD、Intel兩大處理器生產商拼命追趕輝達，但卻難見其尾燈，於是聯同微軟、Google、Meta等合共8大科技巨頭，組建AI技術聯盟「Ultra Accelerator Link」，試圖與之抗衡。究竟這個巨大聯盟能否動搖NVIDIA的AI霸業呢？

排除NVIDIA的AI產業聯盟

　　2024年4月，微軟（Microsoft）、Meta、超微（AMD）、博通（Broadcom）宣布結盟，成建立一個新的AI產業小組「Ultra Accelerator Link」（UALink），以開發GPU連結技術的新標準。5月，UALink建立一個名為「UALink Promoter Group」的推廣小組，同時再有新成員加入，包括： Google、英特爾（Intel）、思科（Cisco）、惠普（HP）。但有趣的是，這個AI產業小組始終將AI晶片龍頭NVIDIA排除在外。

　　國際市調機構Gartner評估，2024年用於AI伺服器中的GPU市場可望達到210億美元（約1,638億港元），及至2028年將攀升至330億美元（約2,574億港元），但預計當中80%至95%的份額都會由NVIDIA獨佔。微軟、Google、Meta已購入數十億美元的NVIDIA硬件，用於自身的AI模型與雲端運算平台，但如今顯然想減少對AI晶片龍頭的過度依賴，於是決定採取合縱策略，聯合不同廠商抗衡輝達，形成8大科技巨頭圍攻輝達之勢。

GPU互連技術壁壘相對較低

　　事實上，NVIDIA之所以能建立有如堡壘般穩固的AI霸業，全賴有多重護城河在背後支撐。除廣為人知的GPU硬件設計和《CUDA》開發軟件平台外，輝達還有第三條護城河——GPU高速互連技術「NVLink」。相比起GPU和《CUDA》，GPU與GPU之間高速連接的技術壁壘相對較低，加上相關產業變革正處於起步階段，故此成為８大巨頭突破NVIDIA堡壘的最佳切入點。

　　2024年3月，NVIDIA執行長黃仁勳在GTC大會上發表的最矚目產品，當然是新一代Blackwell架構GPU，惟第五代NVLink也非常重要。它的雙向總理論頻寬從900GB/s倍增至1.8TB/s，足以讓由36組GB200（一顆Grace CPU+兩顆B200 GPU）組成的GB200 NVL72伺服器，把72顆GPU當成單一巨大GPU執行運算，令AI模型的訓練速度增加4倍，推論速度更提高30倍。

今年第三季推出UALink 1.0

　　衝著NVLink而來的全新互聯技術UALink，能夠提供精準而高速的低延遲通訊，不但可以讓單一伺服器內連接1,024顆GPU，而且容許GPU附加的記憶體之間進行直接載入和儲存；藉著為GPU之間的溝通建立一個通用協定，使GPU到GPU能夠更有效地進行通訊，讓AI業者可以更輕鬆地整合AI系統，並提高數據中心部署的靈活性與可擴展性。

　　UALink小組計劃在2024年第三季成立一個「UALink聯盟」（UALink Consortium），以監督UALink標準的開發進程。有別於NVLink只限運作於NVIDIA GPU之上，UALink屬於開放標準，規格細節公開，讓不同廠商自由讀取、使用、實作，沒有任何限制或授權問題。UALink 1.0版本將會同一時間推出，更高頻寬的後繼版本UALink 1.1則會在同年第四季推出。至於UALink的第一批產品，預估在「未來幾年」便會上市。

Cerebras研發AI專用晶片

　　在Computex 2024的主題演講上，AMD執行長蘇姿丰讚揚UALink開放標準協定，強調標準開放方能促進AI產業創新，與NVIDIA叫戰的意味甚濃。面對著UALink聯盟的進逼，黃仁勳顯得毫不畏懼。他老神在在地表示，該公司在7年前已著手研發NVLink，如今人們才開始意識到它的重要性：「我們的NVLink已經開發到第五代，而UALink只剛起步，等UALink第一代推出，NVLink可能到第七、八代了。」

蘇姿丰認為，以乙太網絡技術為基礎的UALink，才是擴大GPU運算規模的最佳解決之道。（圖片來源：翻攝AMD官片YouTube影片）

NVIDIA執行長黃仁勳表示，NVLink能以令人難以置信的速度，連接起AI伺服器內的GPU，形成一個巨大的GPU來執行運算。（圖片來源：NVIDIA官網）

黃仁勳指出，在NVLink架構下，可以將8台GB200 NVL72伺服器合組成「DGX SuperPOD」，把576顆B200 GPU當作是一顆超巨大GPU，提供11.5exaFLOPS的超級運算力。（圖片來源：NVIDIA官網）

　　除科技巨頭外，市場上也有不乏要挑戰NVIDIA的初創公司。創立於2015年的美國加州初創Cerebras，埋首於研發比GPU更適用於訓練AI模型的晶圓級晶片（WSE），被視為輝達最強挑戰者之一。踏入2024年，該公司已推出一款5奈米製程的WSE-3晶片，並開始跟戴爾（Dell）合作。Cerebras亦仿傚NVIDIA，推出自家AI開發軟件，可以搭配WSE晶片使用，惟功能暫時仍遠遜於《CUDA》。

群雄並起爭奪10%市場份額

　　雖然NVIDIA幾近獨佔了整個AI晶片市場，又擁有多重護城河構成的無敵競爭優勢，惟市場對尋求輝達替代方案仍是興趣滿滿。創投公司Thomvest Ventures董事總經理烏梅什·帕德瓦爾（Umesh Padval）直言：「客戶喜歡看到市場領導者，但也期待有更多供貨來源以供選擇。」

　　作為Cerebras 投資者之一的創投公司Eclipse Ventures認為，AI晶片市場規模日趨龐大，Cerebras等初創只要從NVIDIA手上搶到10%的市場份額，已是獲利甚豐；但要留意的是，AMD與Intel也同樣瞄準這10%份額。由是觀之，未來AI晶片市場競爭格局可能會是：各大小企業拼命爭奪這塊10%的小片蛋糕；至於90%的大片蛋糕，則會被NVIDIA牢牢握在手中，短時間內仍未看到有誰可動其分毫！

「延伸閱讀」：

AI競賽隱形贏家！NVIDIA技壓Google、Intel、AMD，穩坐AI晶片龍頭，致勝關鍵全靠軟件！

雲端AI已落伍？AI PC掀起電腦端運算新戰局！微軟、Intel英特爾惡鬥NVIDIA爭奪市場龍頭寶座！

稱霸AI晶片！NVIDIA吃掉9成AI利潤，科技巨頭尋找替代方案！未來競爭格局將面臨巨變？

　　在科幻電影中出現的智能機械人，通常以人形姿態登場。但現實生活中看到的機械人卻非人形，譬如餐廳所用的送餐機械人就像一架手推車，家中使用的吸塵機械人則像一個大圓盤。不過，兩大科技巨頭NVIDIA執行長黃仁勳、Tesla執行長馬斯克卻看好「人形機械人」的前景，投入大量資源進行研發。究竟人形機械人比起一般機械人具有甚麼優勢？市場商機又可以有多大呢？

人形設計易於適應人類生活環境

　　其實，人形機械人在商業世界並非甚麼新事物。早於2014年，軟銀集團（SoftBank）已研製出能讀懂人心的人形機械人「Pepper」，可是市場接受度不高，從2014年6月首次發表，2015年進入市場，及至2021年宣布停產，7年間只賣出2.7萬部。既然市場早已判定人形機械人是失敗產品，為何黃仁勳、伊隆·馬斯克（Elon Musk）兩大科技巨頭仍認為，不久的未來人形機器人將會全面普及呢？

　　機械人被造成「人形」的好處是，容易在專為人類而設的環境中，靈活適應各種場景，執行不同的工作任務。例如沒有雙腿、只有輪子的機械人，遇到樓梯就無法前進了；機械人擁有靈巧的手指，從鑲嵌零件到沖泡咖啡都可以輕鬆辦到，絕對勝過機械夾爪或吸嘴。假如要針對不同環境設計專用機械人，就需要不同團隊研發多個單一用途的特殊機械人，甚至要改造應用場景和工作流程以作配合，令投入資金要更多。

全球勞動力短缺催生機械人需求

　　獲黃仁勳投資的機械人初創Figure創辦人布雷特·阿德考克（Brett Adcock）直言，當今世界是圍繞人類活動和生理條件所建造，故此機械人造成人形是理想形態。他又指出，人形機械人的外形讓人們更願意與它作互動，藉此學習更多知識，促進「通用人工智能」（Artificial General Intelligence，AGI）的研發。

　　華爾街投資銀行高盛（Goldman Sachs）最新預測，2035年人形機械人市場規模可望達到380億美元（約2,964億港元），較1年前的估計金額上修6倍以上。國際諮詢機構麥肯錫（Mckinsy）預計，在全球勞動力不足的情況下，人形機械人需求將大增；雖然現時人形機械人僅佔在整個機械人市場的1.4％，惟年增長率卻超過20％，比傳統工業機械人高出3倍。

Figure幾個月前已安排Figure02進駐BMW汽車生產線進行測試，以證明工廠環境的應用潛力。（圖片來源：翻攝Figure官方YouTube 影片）

AI、晶片進步助長機械人浪潮

　　除人力短缺外，助長人形機械人浪潮的另一原因是，晶片和硬件技術進步。人形機械人以雙足前進，不但要維持身體的動態平衡，還要隨時偵測四周狀況，作出及時反應，所以系統需要很高的運算力，以往的CPU根本應付不了，但現在新型的CPU＋GPU一起運算，就可以滿足上述的運算要求。同時，控制人形機械人活動的齒輪和減速器等零件，以及雙足步行的架構設計，技術現已非常成熟，令整體生產成本可以大幅下降。

　　再者，自ChatGPT爆紅後，生成式AI技術突飛猛進，可以幫助機械人提升影像辨識、動作預測、以及決策能力。以Figure最新發表的第二代人形機械人「Figure 02」為例，整合了ChatGPT的大型語言模型，讓機械人能夠有效理解與回應人類發出的語音指示。它又內建由OpenAI訓練的視覺語言模型（Vision Language Model），能透過視像鏡頭作出物體辨識、場景理解，甚至洞察人類行為意圖，使它具備複雜現實世界的適應和互動能力。

Figure vs Optimus二代機械人

　　目前Figure 02已投入到美國南卡羅來納州斯帕坦堡的BMW生產線，進行測試和訓練。從Figure釋出的示範影片可見，它擁有靈巧的手指與四肢，能用雙手抓緊車身零件，放到正確位置；如擺放位置不對，懂得自主修正錯誤，展現高度的自動化與準繩度。Figure的目標是，5年內將旗下人形機械人推出市場。

　　Figure主要對手是特斯拉（Tesla）旗下的Optimus，同樣已發表第二代人形機械人。Optimus Gen 2較上代機身減磅10公斤，行走速度提高30%。它有強大的AI學習能力，只要觀看影片就可以學習，繼而進化技能。據悉，現已有兩部Optimus在Tesla美國工廠從事生產，包括搬運電池。

Figure02的機械手擁有16個自由度，可承重20公斤，具有跟人類相當的力量，故此能以雙手握著車身零件，將它擺放到正確位置。（圖片來源：翻攝Figure官方YouTube 影片）

Optimus推高Tesl市值50倍？

　　馬斯克表示，2025年將生產少量人形機械人供Tesla內部使用，預計2026年將大量製造、向外銷售。他豪言，當Optimus機械人上市後，可讓Tesla的市值飇升到25兆美元（約195兆港元），即是現今市值的50倍，但參照馬斯克的「吹水」往績，大家還是姑妄聽之好了。預計Optimus售價大概是2萬美元（約15.6萬港元）左右。

Tesla計劃，2025年將會限量生產1,000部Optimus機械人，投放到美國工廠執行生產任務。（圖片來源：翻攝Tesla官方YouTube 影片）

　　觀乎Figure與Optimus官方流出的影片，人形機械人看似很靈活和聰明，但這些在水銀燈下經過精心攝製的宣傳片，是否可以真實呈現機械人在現實環境中的實際表現，確實存有一定疑問，而且背後的成本效益與實用性仍屬未知之數。究竟人形機械人是龍是鳯？我們還是靜觀其變吧！

Optimus Gen 2的機械手具有11個自由度，所有手指均有觸覺感測功能，能拿取雞蛋等易碎物品。（圖片來源：翻攝Tesla官方YouTube 影片）

延伸閱讀：

AI＋Robot始動！機械人初創Figure獲OpenAI投資，人形機械人成為AI競賽致勝新關鍵？

Tesla Bot擬明年量產！人型機械人技術難度高，專家唔睇好，為何馬斯克仍砸錢研發？