華為監事會主席郭平近日透過內部「心聲社區」公開與新員工座談的紀要，直言華為在 ICT 及運算領域的終極目標並非打造自家最
AI晶片
AMD 宣布收購 AI 推論晶片新創 Taalas，其 HC1 晶片把模型權重直接蝕刻進電路，跑出每用戶每秒約 17,000 個 token 的推論速度，比 Nvidia B200 快近 50 倍。
Cerebras Systems 於本周四正式以代號 CBRS 在 Nasdaq 掛牌集資 55.5 億美元，首日股價急升近 70% 且市值突破 660 億美元，這家成立 11 年的初創公司依靠面積達 46,225 平方毫米的晶圓級處理器 WSE-3 成功撼動 Nvidia 在 AI 訓練與推理市場的壟斷地位，隨著 OpenAI 簽下價值 200 億美元的多年合約以及 AWS 達成數據中心部署協議，Cerebras 的晶圓級架構由邊緣技術實驗蛻變為超大規模雲端業者認真考慮的另類選項。
美國剛批准向中國出售 H200 晶片，Anthropic 隨即警告：再不封漏洞 2028 年中國 AI 就會追上來。走私及蒸餾攻擊，令中國用極低成本複製美國頂尖模型。企業現選的 AI 供應商，隨時變成地緣政治賭注。
字節跳動啟動代號「SeedChip」自研晶片計劃，2026 年 AI 預算高達 1,600 億人民幣。面對地緣政治風險及供應短缺，公司採取與 Samsung、TSMC 合作及國產化三軌策略。本文深入分析其如何透過多元供應鏈，確保 AI 算力自主與成本優勢。
Oracle 以 27 億美元出售 Ampere Computing 股權，全面轉向「晶片中立」策略。面對 Microsoft、AWS 及 Google 的自研晶片競賽，Oracle 為何選擇逆勢而行？本文分析其背後戰略邏輯及對企業 IT 決策的影響。
Nvidia 行政總裁黃仁勳公開稱讚華為是「史上最強」科技公司之一，直指美國晶片出口管制反助攻華為建立獨立供應鏈。本文分析 Nvidia 與華為在 AI 晶片市場的競爭態勢，探討技術自主如何重塑全球科技格局。
AWS 發佈第三代 AI 訓練晶片 Trainium3，效能較上代提升 4.4 倍，能源效率更佳。面對訓練成本高昂的挑戰，企業客戶測試報告指，新晶片可助 AI 訓練成本減省高達 50%。這項發佈被視為 AWS 挑戰 Nvidia 在 AI 晶片市場壟斷地位的關鍵一步，為企業 AI 部署提供了更具成本效益的選擇。
Google TPU 挑戰 Nvidia GPU 霸主地位，導致 Nvidia 市值單月蒸發逾 5 萬億港元。本文深入剖析 AI 算力市場如何從單一壟斷走向異構多元，並為企業決策者提供在成本、效能與供應鏈安全下的採購戰略建議。