Oracle 徹底退出晶片自研競賽，以稅前 27 億美元（約港幣 210.6 億元）收益，出售所持晶片設計公司 Ampere Computing 全部股權，由日本 SoftBank 以 65 億美元（約港幣 507 億元）完成收購。這家雲端巨頭董事長 Larry Ellison 明確表示，公司不再認為設計、製造自家晶片具備戰略必要性，轉而推行「晶片中立」策略。此舉與 Microsoft、AWS、Google 等競爭對手押注自研晶片的路徑背道而馳，揭示雲端運算產業在 AI 軍備競賽中的分歧抉擇。
戰略大轉彎：從股權投資到徹底撤離
Oracle 於 2025 年 11 月完成對 Ampere Computing 的股權出售，該公司此前持有 Ampere 約 29% 股份。SoftBank 以 65 億美元（約港幣 507 億元）全資收購 Ampere，後者專注設計基於 ARM 架構的高效能 AI 運算晶片。值得注意的是，Oracle 的晶片參與模式本就與競爭對手不同，採取少數股權投資而非組建內部團隊全資研發，Ampere 同時為其他客戶供貨，並非 Oracle 專屬。Larry Ellison 在財報電話會議中解釋，隨著 AI 技術迭代加速，公司需保持部署任何客戶所需晶片類型的靈活性，避免受限於單一架構。
這宗交易為 Oracle 第二財季業績注入強心針。雖然投資者擔憂其在 AI 雲端基建的巨額開支，但 27 億美元（約港幣 210.6 億元）的一次性收益顯著推升 GAAP 淨利潤和非 GAAP 每股收益，超越多數分析師預期。同時，Oracle 的剩餘履約義務（RPO）達到約 5,230 億美元（約港幣 4.08 兆元），反映龐大的未來雲端承諾訂單。然而這份亮眼財報背後，是一家企業在資本密集型轉型中的策略性撤退——放棄晶片控制權以換取財務與技術的雙重靈活性。
多元供應鏈佈局：AMD、Nvidia 雙軌並行
拋售 Ampere 並非意味放棄硬件合作，而是轉向多元化供應商網絡。Oracle 於 2025 年 10 月宣布與 AMD 擴大合作，將於 2026 年第三季推出首個基於 AMD Instinct MI450 系列 GPU 的公共 AI 超級集群，初期規模達 50,000 個 GPU。這使 Oracle 成為首家公開提供 AMD 驅動 AI 超級集群的超大規模雲端服務供應商。AMD Instinct MI450 以高性價比和能源效益著稱，Anthropic 等 AI 企業已計劃大規模採用類似架構。
同時，Oracle 繼續深化與 Nvidia 的合作，大量採購其 GPU 以滿足主流 AI 訓練需求。更引人注目的是，Oracle 在出售 Ampere 股權後不到一個月，於 2025 年 12 月推出基於 Ampere Computing 最新 AmpereOne M 處理器的 A4 標準雲端實例（Instance）。這些實例提供每核心 61% 的效能提升和 20% 更高的加速頻率，單價僅為每 OCPU 每小時 0.0138 美元（約港幣 0.11 元）。此舉顯示 Oracle 即便不持股 Ampere，仍可透過商業合作取得最新技術——這正是「晶片中立」的核心邏輯：以採購靈活性取代所有權束縛。
逆勢而行：當對手重金砸向自研晶片
Oracle 的策略與產業主流形成鮮明對比。AWS 於 2025 年 12 月發布第五代自研處理器 Graviton5，配備 192 核心和 5 倍大型快取（Cache），效能較前代提升 25%，並已連續三年為 AWS 超過半數的新 CPU 容量提供動力。AWS 強調，定制處理器使其能改良整個堆疊（Stack）——從處理器到伺服器的直接晶片冷卻技術，將風扇功耗降低 33%。該公司 98% 的前 1,000 大 EC2 客戶已使用 Graviton，顯示自研晶片在成本與效能平衡上的競爭力。
Google 則繼續押注 TPU（張量處理單元），Anthropic 於 2025 年 10 月宣布計劃使用多達 100 萬個 TPU 晶片訓練和部署 Claude 模型，價值達數百億美元。Google Cloud 行政總裁 Thomas Kurian 強調，TPU 的性價比和能源效益是 Anthropic 擴大使用的關鍵原因。Microsoft 同樣在 2025 年 10 月明確表示，未來將主要使用自家 AI 晶片，以減少對 Nvidia 和 AMD 的依賴，並提升為特定需求改良的效率。科技巨頭在 2025 年合計投入超過 3,000 億美元（約港幣 2.34 兆元）的資本支出，其中大部分流向 AI 基建和自研晶片。
產業分析師指出，自研晶片為雲端服務供應商帶來三大優勢：針對工作負載改良的效能、降低單位運算成本、以及減輕供應鏈風險。然而 Oracle 選擇反向操作，放棄設計控制權以換取技術路線的「保險單」。這場策略分歧的核心在於：當 AI 模型架構尚在快速演變時，「擁有最佳晶片」重要，還是「能快速切換到最佳晶片」更重要？
靈活性對抗鎖定：企業決策的新範式
Oracle 的「晶片中立」政策反映更深層的產業焦慮：供應商鎖定與技術路徑依賴。Larry Ellison 警告，AI 硬件架構變化速度超乎預期，提前數年押注單一技術可能造成災難性後果。透過同時支援 Nvidia、AMD、Ampere 等多家供應商，Oracle 將選擇權交還客戶，企業可根據具體 AI 模型需求、預算限制和效能要求，在多種處理器配置間靈活切換。這種策略在定價談判中也具備優勢，避免過度依賴 Nvidia 等單一供應商面臨的溢價與供貨瓶頸。
從財務角度看，27 億美元（約港幣 210.6 億元）收益立即改善 Oracle 資產負債表，可再投資於雲端數據中心擴張和軟件開發。相較之下，自研晶片需持續投入數十億美元的研發與製造成本，且技術迭代風險由企業獨自承擔。AWS、Google、Microsoft 的自研路徑基於其龐大的內部運算需求，它們可在自家服務中消化數百萬顆定制晶片，攤銷研發成本。但 Oracle 的雲端業務規模相對較小，Ampere 晶片部分供貨給外部客戶，未形成完全內部循環。在此情境下，「購買」可能確實比「製造」更具經濟理性。
然而這場賭注並非毫無風險。放棄晶片設計意味喪失差異化競爭力的一個關鍵來源，競爭對手可透過定制晶片提供獨特的效能優勢或成本結構，而 Oracle 只能在現貨市場上與所有買家競爭相同的供應。若 AMD 或 Nvidia 未來面臨產能限制，Oracle 可能被擠到供應鏈後段。此外，SoftBank 收購 Ampere 後可能優先服務其自身 AI 計劃（如 Stargate 計劃），削弱 Oracle 取得最新 AmpereOne 晶片的優先級。
AI 基礎設施的十字路口
Oracle 的策略轉向為雲端運算產業提出根本性問題：在 AI 時代，垂直整合還是水平協作更具優勢？自研晶片派認為，控制全堆疊（從晶片到軟件）是實現最佳效能與成本的唯一途徑；晶片中立派則主張，技術快速演變時保持靈活性更為關鍵。兩種模式或將在未來數年並存，最終由市場檢驗何者更能滿足企業多樣化的 AI 需求。
對企業 IT 決策者而言，Oracle 的實驗提供新思考：選擇雲端服務供應商時，除了當前效能和價格，供應商的晶片策略同樣影響長期靈活性。若企業 AI 工作負載需求明確且穩定，自研晶片改良的雲端可能提供更佳性價比；但若處於探索階段或需快速試驗多種模型架構，晶片中立平台的彈性可能更具價值。隨著 AMD MI450 集群在 2026 年第三季推出，市場將首次有機會驗證「多供應商策略」能否在效能與成本上與「自研晶片帝國」分庭抗禮。這場產業實驗的結果，將重塑未來十年雲端運算的競爭格局。
資料來源：