2026/2/13
品發展走向
（本文注1：本文這節標題所屬位置的上位階層數目真是有點多，8階，天啊！連想到就人類所生存的地球空間來說，萬物結點都各有自己全方位向其它節點延伸的網路，各條網路中的流量會隨時間變動。從個人生活空間的角度看，會移動位置的個人結點，只在全地球萬物網絡空間中一個很小很小很小的範圍中移動）
|
f.1.1 CPUs、GPUs、ASICs（NPUs、TPUs、…） G. CES 2026中顯示的AI產品發展走向 今年消費電子展（Consumer Electronics Show–CES；2026/1/6-9）以AI Forward為主題，重點展示人工智慧如何融入日常生活，參展產品和展覽節目顯示了參展業者的研發與產銷方向。 在進入本小節主題前得先補上為了簡化上一篇省思內容而留到這裡介紹的DPU（Data Processing Unit），Nvidia於CES 2026中所推出Rubin平台6款新晶片之一的BlueFiels-4，便是其迭代更新的DPU。可參閱2020/5/20 Nvidia 什麼是DPU、2025/12/30 Nvidia BlueField-3 DPU架構與路線圖、2020/10/5 Nvidia推出全新BlueField DPU系列，為每個資料中心帶來突破性的網路、儲存和安全效能這3篇介紹。或許現階段可將DPU與GPU一樣視為Co-Processor（協處理器）。 a. CES 2026主要節目  b. Nvidia、AMD、Intel董事長主題演講 CES 2026主辦方邀請AMD蘇姿丰博士擔任本次展覽開場演講的演講人；本文猜測Nvidia行銷部門搶到了另一個大演講廳的好時段，讓黃仁勳先生剛好在蘇博士前面介紹公司的新產品組合以及…。有心的觀眾們在現場觀看過黃先生的介紹後，可以在晚餐時消化、討論一下，接著到另一個現場觀看蘇博士的keynote speech，睡覺前消化、討論一下。這讓大家對AI下階段硬體技術的發展能先有些概念，次日起再參觀展覽＋觀看其他演講等活動，想想會受展覽展出產品影響的產業界和社會，今後可能出現的若干發展軸線，思考一下自己公司之後幾季的營運政策是否有什麼需要調整的…；對看展者很有助益。 
上列中NV Website 2026/1/5 Nvidia介紹新產品的新聞稿中對產品有比較全面的介紹，介紹中對於需要以連結網頁進一步說明的名詞，幾乎都有連結，對讀者很方便。 下表是Nvidia、AMD兩家公司在主題演講中所提到2個產品的主要規格比較，請留意表中的規格是仍未經市場驗証的設計規格。 
表1：Nvidia Rubin GPU與AMD MI455X的主要規格比較 來源：Google搜尋AI PFLOPS（petaFLOPS）等於每秒一千兆（1015）次浮點運算； 1 GB容量等於1 x 109 bytes、1 byte等於8 bits； 1 TB/s表示每秒可傳輸1,024 GB的資料，比目前5G快近萬倍。 實際上，這不是雙方GPU之間規格的競爭，而是Nvidia的「Vera CPU＋Rubin GPU」與「AMD的Venice CPU＋Instinct MI455X GPU」，2個平台從機架集群、單機架、Sever unit、到邊緣PC端等產品，以及使用者∕關連產品開發者社群生態，針對不同客戶當前＋未來升級需求的性價比與服務之間的競爭。 為了方便與盡可能多的應用端系統相容，歷史記錄顯示，就中長期而言，通常數量很少，但不只1個主要平台會擴大自己的包容與被包容能力，也就是提高自己的開放性。就中長期而言，這似乎是人類各種各樣場域和硬體軟體產品演變的常態–是出現機率最高的演變路線，不是唯一的路線；因為工具在應用時尺有所短、寸有所長。這段文字說得很不清楚，但限於時間和篇幅，本文不展開討論。 c. 李飛飛與蘇姿丰可能攜手強化AI的空間智能 不經一事，不長一智；人類「應該」於發明文字之前就知道在認知、記憶、學習、思考（分析、歸納、推理…）、行動能力之外，經驗很重要，不然認知、記憶、學習、思考什麼呢？能有多大行動能力呢？人類永遠在行動、經驗、思考中得到學習、訓練和成長，而且可以從他人的經驗中得到學習、訓練和成長。 從維基百科與Wikipedia對電腦科學（Computer science）、人工智慧（Artificial intelligence–AI）、機器學習（Machine learning）、深度學習（deep learning）、人工神經網路（artificial neural network）、卷積神經網路（convolutional neural network）等詞條的介紹看，在越來越強大之電腦工具的基礎上，人類從1950年代開始研究人工智慧和機器自主學習，第一個階段在「認知人類語文→以0、1編碼文字∕聲音之電子運算符號→…→輸出人類語文序列」的作業範圍內進行。本文未查考從什麼時候開始，科學家開始跳脫人類語言的範圍，讓電腦經由光學感測器認知空間（立體型態），進入「認知空間立體型態→以0、1編碼物體之電子運算符號→…→輸出2D∕3D∕4D虛擬影像以及人類文字∕語言∕影音序列」的範圍內作業，而且可以經過實體化工程作業將虛擬影像＋聲音變成有運動能力的實際物體。這不是再上一個梯階的迭代升級，而是更上一層和好幾層樓的升級，或可說是進入了另一個研究與產品開發的向度。 從維基百科與Wikipedia對李飛飛博士的介紹李飛飛（Fei-Fei Li）看，她帶領團隊在2006～2010建立的ImageNet（靜態影像資料庫）、以及主辦2010～2017每年舉行的ImageNet Challenge，對於AI進入空間智能場域有重大貢獻。 本文從2022/7/21 The data that transformed AI research–and possibly the world這篇報導中略有一點點攺寫地摘錄下面幾段話： 2017年ImageNet Challenge的成績顯示：優勝演算法對於辨識影像資料集中物件的準確率已提升至97.3%，超越了人類的能力；38隊參賽者中有29隊的辨識錯誤率低於5%，有力地證明了更多的數據可以帶來更好的決策。 ImageNet讓人們意識到創建數據集這項吃力不討好的工作才是人工智慧研究的核心，數據集在研究中的重要性不亞於演算法。若没有數據集，演算法演算什麼呢？ 歷史顯示，ImageNet和ImageNet競賽催動了人工智慧研究爆發式的成長。 演算法能辨識物體的類別並不意味能了解物體的屬性∕身體組成、來源∕製造者、行為模式∕被使用的用途、於所存在系統中的角色定位…；簡言之，它並不理解它所看到的內容。語音識別，甚至許多自然語言處理領域也存在同樣的問題。 （本文注2：演算法在辨識所看到的物體後，可以藉由與該物體連結的說明性資料，知道該物體的各項定性與定量資訊…；人類同樣如此） ［本文注3：這是對於Google街景服務覆蓋範圍（Google Street View coverage）的介紹。Google進行這項工作所費不貲，但用途頗廣，譬如：⑴ 配合建築管理單位的房屋建築圖資料庫，在對於防災救災（譬如消防救火、地震災害救援、警方對暴徒所占據民房進行攻堅、實施醫療救護…）時，遠方指揮中心可以在救災人員∕車輛∕直升機進入現場附近途中，即進行較適當之配置與調度，包括居民疏散指導，避免大伙兒混亂地塞在一塊兒；對於防救現場指揮同樣有用。⑵ 購房者或房屋仲介可以在參觀現場前、參觀現場時、或參觀結束回家後，通過電腦了解目標房地附近的環境（建築物與街道景觀、商店、超市、學校、警察派出所、公園、公共設施、居民大致結構、社區文化、交通運輸…）；對都市細部計劃師、不動產投資商、建築師、各類景觀設計師、營造廠、公共工程施工隊…同樣有用。⑶ 新開零售店（譬如7-11、餐廳、成衣店…）可據以估計可及商圈與命門商圈範圍，加上其他資訊估計商圈購買力、競爭態勢、損益兩平營業額、選擇店址、安排促銷計畫…。⑷ …。雖然谷哥街景資料庫的用途頗廣，但這並非AI的空間智能，只是拍照攝影而已，但做為訓練空間智能的資料庫很好］ （本文注4：離題胡扯一下，會不會在中國人民解放軍依據谷哥台灣街景檔案庫中資料＋自行派員到台灣拍攝的資料＋其他來源資料，完成台灣所有鄉鎮里鄰村的模擬解放作戰與戰後管理計畫時，台灣還沒有開始研擬相應的防禦作戰計畫？）（台灣防衛作戰系統或許可以包括反第五縱隊維護社會治安、立體監偵與反監偵、反海岸線滲透、反民兵漁船＋海警與軍艦後援越界壓境侵擾侵襲、反火箭彈與飛彈、反有人戰機、反無人戰機、反立體登陸、鄉鎮里鄰村街廓、丘陸地與山地…防衛作戰次系統）（不曉得會不會有些台灣同胞跳起來揮舞拳頭嘶吼：什麼？○○黨□□份子要我們打巷戰？不把我們老百姓的命當命啊！不把我們老百姓的財產當財產啊！誓死反對！中國共產黨不會打我們的！都是○○黨□□份子害中共打我們的！看看烏克蘭的澤倫斯基帶給烏克蘭人民什麼！…） 2024/9/13李飛飛博士和3位同事創立了World Labs（Nvidia、AMD、Intel都參與了它的首輪融資），專注於空間智慧，結合真實世界資料與合成資料（Synthetic data）訓練大世界基礎模型。World Labs已於2025/11/13正式推出Marble平台，幫助創作者建構3D世界，開放給一般人與企業使用；宣稱它代表著邁向「真正具有空間智能之世界模型」的第一步，希望AI能理解事物在3維空間中存在與互動的方式並創造…。可參閱2025/11/10李飛飛發表的From Words to Worlds: Spatial Intelligence is AI’s Next Frontier，李飛飛在這篇文章中敘述了她對空間智慧、與世界模型的定義等等想法和做法。在2025/11/12這篇報導Fei-Fei Li’s World Labs speeds up the world model race with Marble, its first commercial product（李飛飛的World Labs推出首款商業產品Marble，加速全球模型競賽）中，對World Labs公司和Marble平台有簡單的介紹。世界模型當然需要大量的高速運算晶片和海量的記憶體晶片。 （本文注5：Nvidia、AMD、Intel都參與World Labs首輪融資一事，再度顯示了很可能自有人類以來，彼此之間就已存在之既競爭又合作的關係。離題一下，在人類的生活系統中，對於各種各類小∕中∕大型設立目的不同之企業組織、社區、國家、國家社群、和全人類，其「公共事務」的決策機制，落在從很獨裁到很民主之間什麼位置比較合理等等實務問題，仍有賴社會科學家們繼續研究。在研究對象為人類的社會科學仍有很大發展空間時，我們是不是已經應該著手針對自主型機器人的社群活動，展開社會學研究了？） 李飛飛博士在CES 2026中為AMD蘇姿丰博士助講，本文在所觸及的狹隘範圍內選錄幾則有關報導如下：  從2025/10/13黃仁勳親自交付輝達全球最小的AI超級電腦DGX Spark給馬斯克、2025/12/25史上最貴！Nvidia 砸200億美元搶下Groq資產與團隊、和下面d.小節中Nvidia於CES 2026所推出的產品組合看，Nvidia關注到了大資料中心⇌…⇌邊緣運算系統中不同規模之中心、邊緣和通用、專業的運算環節，以及空間智慧∕世界模型∕創造3D實體化工具∕AI與人類和AI與AI之間交流思維過程∕創建4D虛擬與實體活動系統∕…等研發與生產面向。而且多年來其行銷＋研發＋生產部門的工作同仁們已與全球許多應用AI的企業∕產業有過合作關係、存在合作基礎。與Nvidia在AI場域競爭是件辛苦的事，但人類歷史上再成功再大的企業∕經濟∕政治∕社會∕甚至文明實體都會衰落。觀察半導體場域中的Intel、AMD、TSMC、Nvidia…，以及與半導體產業有關的SpaceX等企業如何應對→突破挑戰，在地球上保持日不落的營運狀態，是件有趣的事。喔！再過幾年，馬斯克先生可能就會在他不怎麼舒適的太空辦公室兼住家裡繞著地球轉動＋不時進出地球軌道了。還有，亞馬遜公司（Amazon）創始人Jeff Bezos（貝佐斯）私人投資的藍色起源有限合夥公司（Blue Origin Enterprises, L.P.）從2000年9月創立以來，也一直很穩健、低調地從事太空事業。SpaceX和Blue Origion這2家公司的可回收太空船幾年後都會登陸月球，展開在月球建立基地的計畫；其他國家們會陸續跟進。所有台灣同胞通過台灣與半導體∕資通訊有關的企業們，都直接間接參與了劃時代的事業。 d. 關於Nvidia於CES 2026中介紹的觀念與產品 下面將Nvidia於CES 2026中介紹的觀念與產品，分為1. 數位員工∕AI移民、2. Vision-Lnguage-Action model、3. 自駕車推理模型Alpamayo、4. 機器人的Isaac GR00T基礎模型、5. Nvidia Cosmos世界基礎模型、6. Nvidia Omniverse物理模擬系統6段，各引數則或1則介紹供參考；介紹之來源列於左邊欄，標示日期者為報導。先看第1則代理式人工智慧引領產業變革的介紹後再往下看，條理會比較清楚。 
本文特意將黃仁勳CES 2026演講的中文逐字稿放在上面第1段中，閱讀它可以讓我們重溫黃先生對AI下一階段發展在概念層次的全面性描述。 看起來Nvidia似乎想藉著Vera Rubin架構和開源推理模型Alpamayo系列，吸引盡可能多的車廠開發擁有自己特色的自動駕駛系統，從而盡可能擴大Alpamayo生態系統的市場占有率，重演CUDA生態系統故事。 Nvidia目前的Alpamayo系列好像還没有比Tesla的FSD（可參閱Tesla Autopilot、2025/8/29特斯拉自動駕駛FSD全解析、2026/1/15 FSD不再賣斷，全面改成月費制）優越，但它「能顯示Chain-of-Thoughts–CoT」的功能是一項巨大優勢。（Nvidia.com∖Glossary對CoT的介紹、另可參考ReAct agent overview） 須要注意的是Nvidia Alpamayo雖然開放供研究和實驗使用，但進行商業部署需要獲得許可，也需要與其他車上系統（如感測器、駕駛控制、非駕駛控制）進行整合，這都合理。本文不知道Nvidia同意Alpamayo進行商業部署的條件是什麼？也不知道Nvidia有多少開放的產品項目其商業部署需要獲得許可？ e. CES 2026中的AI應用端獲獎產品 ö1 老牌個人電腦雜誌PC Magazine於2026/1/8發布PC類Best in Show: The Top Products and Technologies of CES 2026，有24項產品在列：Best Laptop（中）、Desktop PC（美）、Gaming（中）、Graphics Card（台）、Deep Computing Tech（美）、Monitor（美）、Best AI（美）、Mobile Tech（韓）、TV（韓）、Audio（韓）、Robot（美）、Smart Home Tech（中）、Kitchen Tech（美）、Yard or Outdoor Tech（中）、Wellness Tech（愛爾蘭）、Age Tech（美）、Assistive Tech（美）、Transportation（新加坡）、Parent Tech（愛爾蘭）、Pet Tech（中）、Energy Tech（芬蘭）、Startup（法）、Future Tech（丹麥）、Weird Tech（中）；以國別計美8、中6、韓3、愛爾蘭2、台1、新加坡1、法1、丹麥1、芬蘭1。台灣上榜的廠商是微星科技（Micro-Star International Co., Ltd.–MSI），其上榜產品是Best Graphics Card：MSI GeForce RTX 5090 Lightning Z。 ö2 CES 2026 官方同樣於1/8宣布22個類別的最佳產品獎與1個綜合最佳獎：總冠軍（韓國三星）；Best Age Tech（美）、AI（中）、Audio（韓）、Deep Computing（美）、Energy Tech（芬蘭）、Future Tech（丹麥）、Gaming（中）、Kitchen Tech（美）、Laptop（中）、Mobile Tech（韓）、Parent Tech（愛爾蘭）、Pet Tech（中）、Robot（美）、Smart Home Tech（中）、Startup（法）、Sustainability（美）、Transportation（新加坡）、Travel Tech（法）、TV or Home Theater（韓）、Weird Tech（中）、Wellness Tech（愛爾蘭）、Yard or Outdoor Tech（中），以國別計中7、美5、韓3、法2、愛爾蘭2、丹麥1、芬蘭1、新加坡1。PC類獲獎產品與上段PC Magazine獎相同。（註：評選工作由CNET主持） 可以看到在AI終端應用產品的開發上，美、中2國領先，旗鼓相當；韓國在後追趕，但廠商分散度不如美、中2國，就中長期發展而言這可能是弱點。 順便插入一段：在Covid 19疫情期間，CES 2021以線上展覽的形式，於1/11-14舉行。2021/2/18主辦方為自超過1,900個品牌中，分14類評選出之CES最佳產品，播出虛擬的頒獎典禮，典禮視頻有17種語文（中文分為繁、簡體算2種）可選。這個線上展覽的型式、和展覽主辦方媒合需求與供給雙方的方式值得參考。 f. 中國與台灣廠商參展概況 f.1 向Copilot AI請教中國廠商參展情況，整理它給的答案如下：  中國企業所展示的產品有不少顯示了技術進步，譬如： 
但Copilot AI說没有查到中國參展企業獲得CES 2026創新獎的報導。 有心的讀者不妨看一下2026/1/13從中國企業CES「王者歸來」看中美創新路徑分野（鉅亨網自FT中文網林薇專欄轉載）這篇論述，映照一下該文作者與讀者自己的觀點。 f2 向Copilot AI請教台灣廠商參展情況，整理它給的答案如下： 
可參閱2026/1/7國科會TTA率台灣新創赴CES 國際邀約交流及專場媒合。 g. 本G小節「CES 2026中顯示的AI產品發展走向」小結 g.1 我們永遠在變化、發展中 從某個角度看，只要有「力場」存在，存在於力場中的事物就都會受力移動或有移動的可能性。力場有很多種，每個人都會產生愛、恨、目視、語文、拳打、腳踢…的力場。而動∕植物體即使「不動」，其身體細胞仍在不斷變化中。 每到歲末年初，像2025/12/2「 AI超算互聯的下一個十年：從 GPU-centric 到 Fabric-centric 的架構變革」、2025/12/31 2026年改變你的10個科技、2026/1/5 iPhone、ASIC 成主要驅動力！高盛曝 2026 年「十大關鍵趨勢」、2026/1/15工研院盤點CES 2026 七大AI關鍵趨勢這類論述就多到大家只想看3、4篇。 本文還是綜理出幾條別人和自己對於未來AI發展的看法如下。 g.2 從生成式AI到AI代理，再到代理AI 2025/8/28從生成式AI到AI代理、與2025/8/29從AI代理到代理AI這2篇敘述相當清楚的介紹了生成式AI（Generative AI）、AI代理（AI Agent）、和代理AI（Agentic AI）3者在工作能力方面的區別。 用不完全貼合的比喻說，從使用者角度看：生成式AI能做跑腿性的助理工作。AI代理像一位公司職員，就不只跑跑腿了，它能完成需要協調的多步驟基本工作。代理AI則視其能能力像一位公司的部門經理甚至總經理，能完成需要主動設立目標、規劃策略、因應環境變化動態調整作為的多樣性較複雜工作。 科學家們則在大型資料∕運算中心和工廠裡，使用各種軟∕硬體工具，開發→訓練→驗証各種能滿足客戶需求的無體與實體AI產品。 （本文注6：不曉得數位發展部能否安排很會教、能吸引學生的老師，通過電視和網路進行運用生成式AI和AI代理的示範教學與有獎趣味競賽等節目，盡快教會凡使用手機的同胞都能輕鬆運用AI，在日常生活中幫自己省時省力省錢並增加樂趣？完成這個教學專案需要花的錢不多，如果設計得夠吸引人還會是個能夠賺錢的節目呢！本文強烈、嚴肅地期待這個教學專案能夠盡快成功完成） g.3 AI在各種各樣專業應用場域逐步普及 專業應用系統的例子像代查資料、代寫文章∕電腦程式、代為畫圖∕譜曲∕唱歌、掃地∕洗衣∕洗碗∕烘衣、語文學習∕翻譯、陪客聊天、電腦角色扮演互動遊戲、服裝設計、教育訓練工具發展、建築∕室內∕外觀∕景觀設計、醫療診斷→治療計畫→健康管理、規劃旅遊行程並預訂機票飯店、代記會計帳、代做財務分析∕投資決策、農業收成偵監預測、農場開墾∕播種∕灌溉施肥∕作物採收、水電瓦斯表、大區域電力調度、產品需求分析、工廠ERP、品質檢驗、貨物運輸、倉庫管理（驗→收→運存→庫齡庫量庫位→運出）、客戶服務⇌客戶關係管理、自動駕駛車輛、產業∕區域∕國家經濟與國民所得發展預測、人口遷移預測、國土∕區域∕都市∕非都市區域∕海洋計劃、氣象預測、各種各樣機器人、戰場火力協調…。政府該管單位可以像編製圖書館館藏圖書目錄一樣，編製並即時更新無體∕實體AI工具大全。 還是簡單轉錄幾則報導，看看這2年AI在醫療這個大專業場域的應用：2024/3/19醫療革命來了?強生攜手英偉達開發創新AI手術應用；2025/10/29禮來聯手輝達打造超級電腦＋AI工廠，目標：發現僅靠人類無法找到的分子、2026/1/12 Nvidia與禮來宣布成立共同創新 AI 實驗室，在 AI 時代重塑藥物探索、2026/1/13 Nvidia与礼来两家公司 CEO 共话 AI 与药物研发的可能性蓝图、2026/1/14礼来CEO对话英伟达黄仁勋：AI制药的下一个战场是数据产能？（註：Johnson & Johnson、Eli Lilly and Company） 製藥產業藉重AI的能力已經成為潮流，陸續成立濕乾協作實驗室，交易型態更加重視聯合發展。（註：濕實驗室與乾實驗室、Business Development、Business development deals–BD交易） 以台灣的幅員規模、平圴國民所得、平均國民教育水平、半導體與資通訊產業發達程度，只要同心協力，除新加坡外，我們生產工具AI化的速度還會輸給那些國家？在民主體制中，通過互相勉勵，這事還是可以計日程功吧？ g.4無體AI與實體AI迅速發展，相輔相成 像LLMs能以很高正確率進行符合人類世界法則的「下一個字預測」一樣，AI空間與實體模型已經可望正確進行符合人類世界法則的下一個空間資料預測。 對於空間模型的運算大綱，Copilot AI說： ⑴ 大多數現代空間模型都採用直接預測［像大語言模型那樣，依據圖像∕視頻上下前後環境（來龍去脈–context）之歷史經驗的分布機率，直接在空間場域預測下一個空間資料是什麼＋座標位置］，直接預測比較有效率。 ⑵ 在多模態空間模型（譬如為了同步以文字表述圖像∕視頻主動變化的推理過程，在同一架構下同步視覺與語言資料變化的時脈）中，會先把空間資料轉換為符號或文字資料（例如物體A位於座標X）→以大語言模型的方式預測下一個文字→再將所預測的文字資料轉回空間資料（例如物體A或B位於座標Y）。這種方法利用了語言模型在序列預測方面的優勢，但引入了一個額外的轉換步驟。 大語言模型與空間模型等模型都是無體AI，上面g.3節所舉的例子都是無體AI；從無體AI向實體AI發展，相輔相成十分自然。2026/1/27輝達發表新Earth-2氣象模型，70項變數超越谷歌GenCast（Nvidia互動式視覺化氣象孿生雲端平台Earth-2），是近期較具規模的無體AI發展之一。而上面e. CES 2026中的AI應用端獲獎產品一節中的獲獎產品都是實體AI，自動駕駛汽車、人型與非人型機器動物也都是。 不宜忽視下面虛線方框的內容。
從本文以上敘述，大家不難推想AI創造2D∕3D圖像（image）、和4D視頻∕影片（video）的能力。此外，可以預期無固定型態，各種各樣的實體AI將快速發展。而隨著各種各樣實體AI的快速發展，3D列印技術和3D列印材料的發展速度也會很快。台灣在3D列印設備、材料、與技術方面有發展機會嗎？ 終端∕邊緣性實體AI＋專業型AI應用軟體系統的發展，是資料∕運算中心投資效益的重要來源。 從某個角度看，目前AI產品快速的迭代創新和不罕有的更上一層樓式突破，顯示AI產業仍在少年或青春期。雖然「模型」的成熟表現需要經過海量歷史資料的訓練，但不少30多歲的年輕朋友就能在這個產業中嶄露頭角，顯示「人」只要思考邏輯清晰＋富有創意＋勇敢闖蕩＋持續努力就可能很快有收獲，盆滿缽滿，而豐富的閱歷經驗是次要的。這是處處有機會之厚大新礦場和新產業的特色；開個誇張的玩笑，在某個階段走路都能踩到金子。 g.5 AI工具普及化使得對於運算晶片與記憶體晶片的需求大增 蘇姿豐博士在她CES 2026的演講中談到AI計算需求的增長，自ChatGPT推出以來，使用AI的活躍用戶已經從100萬人增加至10億人，這是互聯網花了幾十年才達到的里程碑，預計2030年使用AI的活躍用戶將達到50億人。為了讓AI無處不在，在未來幾年內，需要將全世界的計算能力增加100倍。計算能力與資料儲存能力和晶片（運算∕記憶體∕…晶片）等材料的可供給數量直接相關。 可參閱下面幾則報導：2026/2/1黃仁勳：台積電今年必須要「非常努力工作」 十年產能將倍增、2026/2/4陳立武：AI將「吸收大量記憶體」 晶片短缺至少延續至2028年、2026/2/4記憶體成手機業殺手？蔡力行嘆2026很艱難：預期Q1營收明顯下滑、2026/2/5 AMD財報後暴跌17%創多年最慘單日 分析師點出原因、2026/2/7大撒幣有理！黃仁勳：AI基建還有7到8年 算力需求只會持續攀升。 本篇與上一篇省思並未包括記憶體晶片，記憶體晶片與邏輯運算晶片目前都嚴重缺貨。2者與其他關聯商品的供需如果不平衡，對供需雙方有關廠商都壞處＞好處；但要怎麼做才會盡可能平衡？ 理論上，從「待建資料∕運算中心BOMs供需各方的關聯分析＋已建資料∕運算中心維修備料需求預測（量很少）＋各有關生產工廠各項產品BOMs供需各方的關聯分析＋…需求」角度看，就高階晶片而言，台積電有能力在台、美、日、德等國政府支持下，協調有合作意願的廠商們，讓市場研究公司執行，編製對各種晶片需求的月別或雙月別，前推2-3年的Rolling Forecasts，每期滾動前推調整。因為這項工作的成果可以銷售，應該不致於虧本。這種生意不會只有1家做，但没有必要10家各自做。數據適度公開，實際需求＞供給時，各憑本事搶貨；供給＞需求時，各憑本事賣貨。即使有相當高效的景氣預測模型協助，但因為各種變數幾乎都無法十分準確預測，各項產品庫存與市場實際供需不平衡導致的景氣波動在實務上幾乎無法避免，或可努力縮小波動幅動並縮短嚴重失衡的時間吧！（本段所述幾乎是所有廠商已經做了幾十年的事，本文只是為了在省思範圍內不宜遺漏而寫） （本文注7：現在Rolling Forecast的期間等各項變數都可以由使用者在限制範圍內視需要進行模擬性調整，並與其他有關經營管理模型連結模擬吧？方便廠商進行政策分析）（以現在大家的行為能力，預測模型中有任何變數值發生變動，經過核實程序確認後，就該立刻進行相應調整，無需等到譬如月底再調整） 從工業革命所開啟之幾次工具革命的過程中，有很多產業和不易計數的產品在初生時都可以合理估計其需求會很大很大，但實務上在發展過程中，由於競爭影響，加上需求面有效購買力與供給面有意願投入資金都非無限，供需都有很多次不小的波動。不敢冒險會錯失機會，不能及早警覺供需變化會被景氣波動宰掉；例子太多，每個人都可以舉出不少。 話題拉回已經火紅好幾年的台積電，本文猜測：⑴ 因為台灣「科研與工程師同仁們＋半導體與資通訊生態系統」的知識底蘊和工作精神，晶片製程的尖端研發在台灣進行才能建立新優勢；⑵ 創新製程在台灣工廠內作業達到穩定階段，有2條生產線穩定量產後，視公司所有產線稼動率與市場需求預測情況、和國外新設工廠獲利能力預測，再決定到國外複製台灣生產線，營運風險較低；⑶ 建設新晶片工廠從設計、破土、到能夠穩定量產需要時間，而這個時間是可以調節的；⑷ 建設新廠的節奏和現有各廠的產能稼動率都可以調節；⑸ 加上技術領先帶來的量產與獲利率優勢不只可以用來投入研發，也可以用來降價，壓迫競爭者；⑹ …；所以台灣同胞對很注重誠信、研發、製程效率、實質需求預測的台積電可以有信心。但不能驕傲，驕者必敗。 不只對台積電，台灣同胞們對台灣半導體與資通訊生態系統內的良善廠商們都可以有信心，它們還有長遠的發展。 g.6 資料銀行與運算中心網絡化發展＋「≧2胎」孿生中心預防災損 通常資料中心與運算中心是一體的。 把接近消費者端的地區性資料中心像現在的地區性銀行一樣，付一點「儲存利息」招徠所服務商圈內的居民們，把他們可以公開的文件、相片、影音…檔案以適當分類存進來，讓各類模型服務廠商等用戶們可以付一點「租借利息」合法使用；這個資料銀行∕運算中心系統應該可以提高各類資料的儲存⇌使用效率。 大家都不怕把錢存在銀行裡了，也早已把大量資料存到雲端服務商所提供的免費儲存空間裡了，應該可以討論資料銀行與運算中心的合理架構、以及如何訂定公平合理的有關法律。 理論上在各階層合理佈局的所有資料銀行與運算中心之間都以高速高頻寬的光纖連結起來，如同一個超大的資料銀行與運算中心系統般運行，可以降低晶片等設備設施的總需求數量。 主要的CSPs早已協調各方，佈建大區域甚至全球各中心端到IoT終端的資料儲存∕運算節點網絡；可預見將來還會把在地球軌道上甚至月球上運行的資料銀行與運算中心節點網絡，與地球上的節點網絡整合在一起。這種夢話說起來容易做起來會有許多應該可以逐一克服的困難，各國各階層政府為了資料主權會要求「管理」權限。 也會出現模型的分類集中市場吧？將各種各樣越來越多的模型商品像百貨公司一樣集中分類展示（不必真集中擺放，只要連得上就有集中效果）；同時會有專家們建立一些開放性網站，對模型商品們提供性價比分析比較吧？ （本文注8：不知道台灣防衛作戰系統的資通訊網絡次系統，在台灣北、中、南、東4區各成立1個持續互相孿生的4胎資料∕運算中心是否適當？初步看來這4個中心的資料規模不大，運算模型也不複雜）（不曉得新聞報導中說的火力協調中心是怎麼做的？） g.7 有自主行為能力的有體AI世界是否該有倫理規範與法律？ 我們是不是已經應該著手針對具自主能力有體AIs的社群和它們的全社會活動，展開社會學研究了？ 從某個角度細一點說，在營利事業中工作的員工們，其上班時間可以自由活動的範圍如何界定？除少數公司外，似乎約定俗成，無需明文規定。但當「有自主行為能力」的有體AI（人型∕非人型機器動物）單獨為主人辦事、為主人之特定目的結夥組成營利∕非營利事業、或…時，其可以自主活動的範圍須不須要由其主人明確界定？還是它們完全不會有主人所嵌入程式限定範圍以外的行為？還是讓它們經由嚐試錯誤自己磨合出規則即可？它們會不會為自己修改現有程式或寫新程式？…？本文不知道。 只要花工夫為各種有自主行為能力之物體（譬如動∕植物）建立較周全的實時或縮時影片資料庫，設計它們的生命演變程式，我們就可能用虛擬或實體方式仿製它們，讓它們在合適的環境中經過充份訓練後，自動進行發育→成長→衰老→死亡的生活過程。理論上人類可以用各種材料創造幾乎無窮多怪物及其怪動作，可以想見地球上和太空中即將陸續出現各種各樣依被嵌入控制程式進行動作的AI物體。而且邏輯上，人類為有自主行為能力的有體AI所嵌入之可自主範圍較大＋可自主能力較高的控制程式，可以讓受控有體AI，只要其內嵌控制程式與可被操控之部件健康，則在宇宙物理原則下，一開始受控有體AI之能源竭盡前，它可以自主創造→實行各種動作。 如果允許有體代理AI能運用其他有體AI代理和有體代理AI，或與其他有體AI代理和有體代理AI合作，向各個方向網狀延伸出去，則足夠聰明能幹的有體代理AI可能建立自己的有體AI王國。如果有自主學習能力的有體AIs不斷自求進步；則理論上，有很高階自主行為能力的有體代理AIs，在經過持續自我學習與訓練後，其能力會超越人類，那時不願成為AI奴隸的人類恐怕得跑路了。問題是能跑到那裡去？斷電？但如果實體AI能自行充電、保護整個電源系統、或裝載了超小型核能心臟怎麼辦？…？ 不知道2026/2/1串聯叛變？AI代理Moltbot自行在社群互動 成資安新夢魘這則報導是否假新聞？不知道在Moltbook上的貼文是不是OpenClaws的主人們通過其所擁有之OpenClaws發布的？或…？（可參閱Prompt injection）（另可參閱2026/2/11一人挑戰科技巨頭！OpenClaw矽谷封神 開發者一夕爆賺千萬美元） 本節以上所敘述的幾個情境若成真，可能帶給人類很多不易處理的麻煩。那人類是否該為有自主行為能力的有體AI世界建立倫理規範與法律？是否所有AI產品在「正式」使用或上市前都須通過法遵檢查？並為AI世界建立AI警察與司法部門？（另可參閱2023/6/9 Compliance Audit: Definition, Types, and What to Expect） 本文猜測一些具有很高創新能量的科研朋友可能會無視一些「所謂的」倫理規範，並規避法律。但換個角度看，如果中世紀的科學家們都乖乖遵守當時天主教會立下的所有規矩，那…。 g.8 數位革命會不會引發共產主義革命或大屠殺行動，導致大量人口非正常死亡？ 自AI出現後，它會帶給人類什麼樣的未來，一直是個被許多人討論的議題，本文選錄幾則有關馬斯克與黃仁勳2位先生看法的報導供參考：2025/11/20你維生的工作，會被 AI 顛覆成怎樣？黃仁勳、馬斯克激烈論辯：忙到爆炸後，或將迎來轉機；2025/12/2馬斯克預言20年內人類不用上班，點名谷歌和輝達具關鍵地位；有報導馬斯克接受Moonshot Podcast訪問，對若干事項表達他的看法，談及有一半的白領工作已經接近可被取代，本文選錄1篇訪談摘要2026/1/7 The Big Predictions, AI Timeline, and Key Takeaways、和1篇錄音逐字稿2026/1/7 w/ Elon Musk on AGI, Abundance, and the Future of Humanity (Transcript)；2026/1/30技術工危險了？黃仁勳點名「這3種人」會先被AI淘汰：失去存在價值；2026/2/9數兆美元的收入機會！馬斯克：只需解鎖數位人類。 2位先生的看法都有悲觀與樂觀2面，最樂觀的是馬斯克預言人類將來不用上班的美麗新世界。 黃仁勳先生在上列2026/1/30那篇報導中說「至少」有3種人「首當其衝」被AIs淘汰；外行人自己每天都會有幾小時，每個月都會有好幾天屬於那3種人。無需等到一半□□工作被AIs取代，被淘汰的人們很可能再也找不到工作而餓死、凍死、作奸犯科死、自殺死、或被有計畫屠殺死。 Copilit AI告訴本文，2025年8月迄今Reuters、Bloomberg、與WSJ（The Wall Street Journal）所報導過，一次裁員人數在500人以上的個案有： 
Copilot AI主動說，因為2025年1月Citygroup（花旗集團）的裁員案有代表性，所以雖然在本文詢問範圍外，還是把它列入答案。本文未查考上表的裁員規模是否比往年大？ 還有，很多人早就開始擔憂AI會讓人類貧富懸殊的情況快速拉大，這種情況在AI開始流行前就日益嚴重，近年越來越嚴重。人類中最有智慧、最有能力、最富裕的族群不宜再繼續忽視這個困難問題。可參閱2026/2/5彭博：台積電撐起經濟 台灣所得集中卻比美更極端 貧富差距惡化這則報導。 青年朋友們不難在網路上查到工業革命擴張→資本主義興起→貧富懸殊日益嚴重→導致極權共產主義革命，和1941～1945年二戰期間納粹大屠殺的慘劇。當AI革命持續擴張，無體∕有體AI持續替代人類工作時，會不會同步發生失業者持續大量增加，和不滿貧富懸殊之社會情緒日益高漲的情況呢？如果會，大家願意重蹈共產主義革命和納粹大屠殺的覆轍嗎？ 如果所有人都能溫飽而且有擋風遮雨可以調節溫度的小家屋＋看得起病＋多少有幾個人會互相講話關懷，那讓聰明能幹對社會有較多貢獻者過很富裕的生活會有什麼大問題嗎？ 大家都知道人的先天資質和後天環境是不平等的，可能也不喜歡所有人和自然環境全都一模一樣的「公平」生活。在人類世界發展到「教育普及、政經社會自由民主而且有合理法制」後，合理世界就與稅制的合理程度高度相關。而盡快讓全民所有收支都電子化是讓稅務公平合理的必要基礎。大家都知道在人人都有智能身份証兼往來銀行們近期電子帪冊兼電子錢包和智能手機（與電子身份証帳冊錢包互為備份）的情況下，要全面做到所有收支都電子化完全没有技術問題，做不到完全是富欺窮的政治問題。 那在所有收支都電子化後，如果發生大區域長時間停電或金融作業系統長時間當機怎麼辦？大家一起想辦法吧！中國大陸有什麼經驗是我們可以學習的？對這個問題有興趣的朋友不妨和AIs討論。 台灣同胞們是不是能運用現代統計技術，「更加細密精確」地即時更新並處理失業的全面情況？找出合理縮小貧富差距的可行辦法？對於這些導致人類各大區域每隔數百年就會發生大革命自相慘烈殺戮一次的問題，若人類都採取故意視而不見自欺欺人的逃避態度混下去，是不可能提出正確可行對策的。 在AI革命發展的過程中要怎麼做，失業的同胞們才不致於餓死、凍死、作奸犯科死、自殺死、或被有計畫地屠殺死？還能夠比較合理地處理貧富過度懸殊問題，大家比較和睦地過渡到馬斯克先生所描述的美麗新世界呢？ g.9 如何在AI革命發展的過程中逐步實現馬斯克先生的美麗新世界？ 這裡有個問題，一個人再富裕，能吃∕穿∕住多少？開多少輛多大的車？出差或旅遊可以住各地5星級飯店多房帶辦公區及專屬管家的豪華大套房、或郊區帶管家僕役的出租大別墅。無體有體AIs的生產能力越來越高，如果人口不夠多，AI所生產出來過度豐盛的產品要賣給誰？要送都没人要收，豈不都得爛掉或焚化掉？ AIs越來越高品質產品的總供給數量，必須和所有真人人口對產品的總需求數量在合理的平衡區間內波動。 大家現在就必須針對已經開始的失業潮、和更加嚴重的貧富懸殊等問題努力研究→設計出滿足下列幾個基本原則的良善可行方案： ❶ 企業主的AI員工們所生產的產品比之前真人員工們所生產的產品更好更多，而且都能賣出去，不減少企業主以前的投資報酬率；意思是即使多產→售價降低→銷售收入減少，但員工減少→薪資減少→銷售成本減少得更多，而且無益庫存量很低。 ❷ 讓被AIs取代的真人同胞們都能有新工作→其貨幣收入換取的生活福祉不比被AIs取代前低；意思是即使貨幣所得減少，但物價降低得更多。 ❸被AIs取代的真人同胞們若找不到新工作→其福利貨幣收入能讓他們溫飽而且有擋風遮雨可以調節溫度的小家屋＋看得起病＋多少有幾個人會互相講話關懷。如果找不到住所，政府社福單位可以提供「困龍居」、「棲鳯園」、或「悠閒院」，其實質所得與上面3行所說的相同。但❸的實質收入不宜比❷高。 ❶＋❷＋❸在人類經濟總體面等同於❹ AIs讓社會的總真實產品（有各種型態）增加，所有真人貨幣總所得之總購買力讓人類覺得其生活福祉比AI革命之前頗有增加，而且❺ 人類社會各所得階層之貨幣所得差距，不讓社會心態失去平衡，以致怨懟的火苗四起。 不曉得人類能不能發揮協調能力，讓❶～❺這5項工作的進展與AI革命的發展速度相互保持在不出大亂子的平衡區間內？ 喔，當各種各樣的AI越來越多，總產能越來越大，賣不出去的產品越來越多，會不會導致AI失業潮？ 以台灣各項條件，有機會率先實驗並成功完成上述5項工作。雖然人類的總體福祉與社會總體穩定是人類生活的根本要旨，但本文期待最好不要為求社會總體穩定而以政治力量壓抑AI科技與AI產業的發展；市場法則會平衡供需。 會不會有很多具有很強大主動行為能力的AI根本不理會市場法則？甚至不理會主人，那怎麼辦？ 開一下腦洞：台積電目前的地位是讓大多數人類羡慕、嫉妒、恨的，可能没有愛。或許台積電願意與台灣政府合作，2027年秋天在台灣舉辦一場規格類似瑞士達沃斯世界經濟論壇（World Economic Forum–WEF）的會議，討論我們如何應對AI革命所引發的產業、經濟、社會、政治問題。研擬好活動大綱，由台積電具名，在2026年夏天就發出邀請函，主要地點在台北，或可安排走玻璃窗通道參觀台積電工廠，並至誠邀請中共主席親自出席，為這件美事添彩；這並非絕無可能。拜托張忠謀先生千萬保重身體，屆時坐輪椅偕同歷年幾位主要伙伴一起登台幾分鐘。如果台灣同胞們願意努力推動這件事，我們大家就是持續勤奮工作，不要臭美自己，驕者必敗。Apple、Broadcom、Nvidia、MediaTek、Qualcomm、AMD、Intel、SpaceX…都會幫忙吧！ 嗯，如果美國總統與中共主席都來參加這次論壇，他們2位先生應該有機會一起獲得諾貝爾和平獎。俄羅斯普京兄弟是否也一起來？不是參加什麼盛會，只是幾位兄弟促膝親切閒談人類怎麼發展比較好！如果開心，大家就當場連署推薦他們兄弟3人一體申請諾貝爾和平獎。 |
|
f.1.2積體光路 因為電子和光子在運動的速度與自由度等方面有不小差異，所以科學家們試著把電子作業系統中的電子換成光子是很自然的研發方向，譬如通訊用傳統金屬電纜（electrical cable）已逐漸被光纜（fiber-optic cable）取代。可參閱electron、光子（photon）、2023/11/25电子和光子、2025/7/12理解光電效應：電子、光子及其應用。在導體中，電子的平均定向移動（漂移）速度非常慢，約為每秒23微米；光子在真空中以恆定的光速c（每秒299,792,458公尺≒3 x 108公尺）運動，在介質中會減速；但電子信號的傳播速度可達光速的2/3。電子靜止時具有質量（me≒9.11 x 10-31 kg），可以沿著3維空間運動，因此具有位置、動量、自旋、和電荷等多個自由度，在導體中傳導時會由於電阻而發熱；光子靜止時没有質量，總是以光速運動，具有2個獨立的橫向極化和動量自由度，在運動時不發熱。電子與電子之間存在相互作用，光子之間不相互作用。光子同時表現出粒子和波動的特性–波粒2象性（Wave–particle duality；包括電子等萬物皆有波粒二象性）。當光子與物質交互時，會將其能量傳遞給物質，傳遞後可能引起物質升溫，但光子本身不發熱…。 目前有好幾種「Electronic IC＋Photonic IC」的整合封裝方式在持續研發中；而在晶片之內與之間、晶片組（chiplet）之內與之間、1個機櫃內各伺服器匣之間，也有好幾種以矽基光子進行光互連（optical
interconnect）的研發中方法∕技術；近來台灣新聞媒體報導的焦點在 對於像外行人一樣，有興趣在簡易概念層次了解科技發展的非專業朋友，可以閱讀下面的簡介與報導。各篇報導內容多有重覆，但因為各有特色而仍然轉載。有若干篇報導的原標題較長，本文將它縮減。  |
|
f.1.3量子電腦 下面選錄幾個有關的維基百科（Wikipedia）詞條網頁供參考： 量子（quantum）、量子力學（Quantum mechanics）、量子光學（Quantum optics）、態疊加原理（Quantum superposition）、量子糾纏（Quantum entanglement）、量子電動力學（Quantum Electrodynamics–QED）、量子資訊科學（Quantum information science）、量子電腦（quantum computer∕computing） 2025年諾貝爾物理學獎由3位在美國大學裡研究超導電路中量子力學效應的學者獲得，他們讓若干量子行為能夠被量度、重現，研究人員因而可以朝設計量子裝置的方向發展；其中一位曾在Google研發超導量子電腦，還與台灣科研界共同工作過。下面是幾則有關報導與敘述：2025/10/7 2025諾貝爾物理獎官方新聞稿全文翻譯、2025/10/8三位量子先鋒榮獲2025諾貝爾物理獎：讓量子隧穿走出原子世界、量子穿隧效應（Quantum tunnelling）、簡單解釋量子穿隧效應的3分鐘影片，為加拿大17歲少女贏得 40 萬美金、2025/10/8諾貝爾物理獎得主馬丁尼斯憶台灣：你們國家非常成功、諾貝爾物理獎得主John Martinis曾任台灣核融合公司頂尖顧問。 在下面虛線方框內，借用2025/6/10量子電腦要來了？為什麼黃仁勳改變對量子電腦的看法？這篇觀點報導中的4段文字，於概念層次說明有關科學界所持續研發中「量子運算」的基本道理：
下面錄載若干則有關報導供參考，報導內容多有重覆，但因為各有特色而仍然轉載；其中2025/08/21那則報導的內容比較全面：  | |||||
謹以2026/2/9馬斯克攜SpaceX「外星造城」月球10年內實現這篇報導結束本文。
