海納百川》AI生態系統大重整:AMD併購World Labs的餘波(徐作聖)

徐作聖約 5 分鐘閱讀

站內可閱讀至 (台北時間)

海納百川》AI生態系統大重整:AMD併購World Labs的餘波(徐作聖)(新聞配圖)
配圖來源:中時新聞網原站文章
本站保存版本
字級

全球人工智慧產業已進入結構重整。晶片、雲端、模型、軟體與應用原本各有分工,生成式AI打破了這套產業邊界。晶片公司進入模型與系統,模型公司投入算力基礎設施,雲端業者自行設計AI晶片,機器人與實體人工智慧(Physical AI)又把AI從數位空間帶進物理世界。AMD收購World Labs正是這場重整的最新案例。這不是晶片公司增加一家AI新創,而是AMD直接取得世界模型與空間智能能力。AI產業的競爭單位已從單一晶片、單一模型轉向完整生態系統。

AMD於9月28日宣布,以約82億美元全股票交易收購Fei-Fei Li領導的World Labs。World Labs的核心技術是空間智能(Spatial Intelligence)與世界模型(World Models),讓AI建立對三維環境、物體關係與物理空間的表徵,並連接機器人學習與模擬。交易完成後,Fei-Fei Li出任AMD執行副總裁兼首席科學家。這筆交易把模型研究直接拉進AMD的晶片與運算平台體系。

這也改變了半導體公司的角色。傳統模式由晶片公司提供處理器,軟體公司建立工具,模型公司訓練模型,終端企業發展應用。今天的模型架構直接影響GPU、記憶體、互連、軟體與資料中心設計,運算架構也直接影響模型效率。硬體與模型已形成共同設計關係。AMD買進World Labs,買的是模型能力、研究人才,以及從模型演化反推運算架構的能力。

Nvidia更早展開跨層整合。它的AI體系早已超越GPU,CUDA、網路設備、AI軟體、Omniverse、數位孿生與機器人平台形成完整架構。Google也從Tensor Processing Unit(TPU)延伸至Gemini模型、雲端與AI服務。Amazon、Microsoft與Meta同樣投入自有AI晶片、模型與基礎設施。晶片、模型、軟體與平台原有的水平分工,已被跨層整合重新改寫。

World Labs又把這場重整推進物理世界。大型語言模型主要處理文字、影像與數位資訊;世界模型進一步處理空間、物體、環境與行動之間的關係。機器人、自動駕駛、智慧工廠與數位孿生都建立在這類能力之上。晶片負責運算,世界模型建立環境表徵,感測器取得資訊,機器人執行動作,模擬平台進行訓練與驗證。這些原本分散的技術,已經匯入Physical AI。

相同重組也發生在科研領域。AlphaFold把AI直接帶進蛋白質結構研究,材料研究則把模型預測、高效能運算、自動化實驗與驗證接成科研流程。人工智慧促進科學研究(AI for Science,AI4S)進一步連接自主科學發現系統(Autonomous Scientific Discovery Systems,ASDS)。晶片只是底層,模型、資料、實驗設備、驗證與知識回寫共同構成新的科研系統。AI產業與科研體系的邊界也開始消失。

台灣供應商對AMD收購World Labs大聲叫好,原因十分直接。AMD擴張Physical AI與世界模型布局,市場立即連結到AI伺服器、機架、先進封裝、載板、電源與散熱需求,鴻海、廣達、緯創、緯穎與英業達等供應商自然受到關注。台灣最熟悉的產業邏輯再次出現:AMD擴張,算力增加,台廠接單。

問題也正在這裡。AMD花82億美元買的不是伺服器產能,而是World Labs的模型、人才與空間智能。AMD看到的是晶片、模型、軟體與Physical AI的整合,台灣市場首先計算的卻是伺服器出貨與供應鏈受惠。兩種反應反映的是兩種產業位置:一方重組AI生態系統,另一方承接生態系統擴張產生的製造需求。

這種差異並不否定台灣半導體與電子製造的重要性。先進製程、封裝、伺服器與系統製造仍是全球AI基礎設施的重要環節。真正值得注意的是價值重心已經向上移動。晶片之外還有模型,模型之外還有世界模型、Physical AI、科研平台與自主系統。只從伺服器訂單與晶片需求理解AI,看到的是產業重整帶來的製造紅利,沒有看到產業權力結構本身正在改變。

這就是AI產業目前的混沌。混沌不是技術失控,而是原有產業分類失效。晶片公司研究模型,模型公司興建資料中心,雲端公司設計晶片,機器人公司建立世界模型,科研平台把AI接上實驗設備。供應商、客戶與競爭者開始重疊,企業併購也從補足產品線轉向取得跨層能力。

AMD收購World Labs因此不是另一場晶片戰,而是AI產業大重整的縮影。「AI Industrial Restructuring is under way」, 前所未有的產業混沌已經展開。AMD用82億美元取得的不是更多晶片訂單,而是進入下一層AI生態系統的能力。台灣供應鏈當然可以為訂單增加叫好,但真正需要看清楚的是:全球AI競爭已從「誰替誰製造」轉向「誰建立並掌握整個生態系統」。

(作者為退休科管教授、新興產業評論、TAIA專欄作家)

※以上言論不代表旺中媒體集團立場※