Intel聯手SambaNova、Positron AI崛起：AI晶片新創正面挑戰NVIDIA霸權

一、Intel-SambaNova聯盟：一場蓄謀已久的戰略反攻

2026年2月24日，Intel正式宣佈對AI晶片新創公司SambaNova Systems進行3.5億美元的戰略投資。這個消息本身已經足夠引人注目，但其背後的人事脈絡才是真正耐人尋味之處：Intel現任CEO陳立武（Lip-Bu Tan）自2017年起便擔任SambaNova的董事長。換言之，這不是一筆臨時起意的財務投資，而是一段跨越近十年的關係在公司層面的正式落地。

更值得關注的是交易的前史。據報導，Intel此前曾試圖以16億美元的價格直接收購SambaNova，但談判最終破裂。收購未成，轉而投資——這一轉變暗示了雙方在合作深度上的微妙平衡：SambaNova希望保持獨立性和靈活度，而Intel則需要一個強大的AI晶片合作夥伴來填補自身在這一領域的短板。3.5億美元的投資金額，既大到足以讓Intel在合作關係中擁有實質性的話語權，又不至於像全資收購那樣引發反壟斷審查或扼殺SambaNova的創業活力。

從產品層面看，這一聯盟的邏輯非常清晰。SambaNova的SN50晶片專注於AI推理（inference），聲稱性能超越NVIDIA最新的B200 Blackwell加速器。而Intel的強項在於伺服器級CPU（Xeon系列）和企業級基礎設施。兩者結合，理論上可以構建一套完整的、不依賴NVIDIA的數據中心AI算力方案——這正是市場上許多大型企業和雲端服務商夢寐以求的選擇。

SoftBank已經率先採用SN50進行部署，這為SambaNova提供了一個極具說服力的標桿客戶。在AI算力領域，「誰在用」往往比「規格多高」更能說服潛在買家。SoftBank作為全球最大的科技投資機構之一，其選擇具有強烈的信號效應：市場存在對NVIDIA替代方案的真實需求，而非僅僅是理論上的可能性。

二、Positron AI：從矽谷實驗室到十億美元獨角獸

如果說Intel-SambaNova聯盟代表的是「傳統半導體巨頭透過策略聯盟反攻AI晶片市場」的路徑，那麼Positron AI則代表了另一條同樣值得關注的路線：純粹的新創公司，從零開始設計專為AI推理優化的全新晶片架構。

2026年2月4日，Positron AI宣佈完成2.3億美元的B輪融資，估值突破10億美元大關，正式躋身獨角獸行列。這輪融資由Arena Private Wealth和Jump Trading聯合領投，卡塔爾投資局（Qatar Investment Authority）和晶片設計巨頭Arm亦有參與。投資者陣容本身就傳遞了豐富的訊息：Jump Trading是全球頂尖的高頻交易公司，對計算延遲和吞吐量有着近乎偏執的要求；卡塔爾投資局則代表了中東主權財富基金在AI基礎設施領域的戰略佈局；而Arm的參與更暗示了Positron晶片可能採用Arm架構，或至少在設計層面與Arm存在深度合作。

Positron目前的旗艦產品是Atlas晶片，其核心賣點是能效比：該公司宣稱Atlas的每瓦計算能力是NVIDIA H100的三倍。在AI推理這個日益重要的場景中，能效比可能比峰值性能更加關鍵——因為推理工作負載的特點是持續運行、大規模部署，電力成本在總擁有成本（TCO）中佔據越來越大的比重。如果Positron的宣稱屬實，這意味着大型AI服務提供商僅在電力開支上就能節省數十億美元。

但真正令人矚目的是Positron的下一代晶片Asimov。根據公司披露的規格，Asimov宣稱每瓦推理吞吐量（以tokens/watt計算）將是NVIDIA下一代Rubin架構的五倍。更驚人的是記憶體配置：Asimov配備2,304 GB的記憶體，而NVIDIA Rubin為384 GB——差距達到六倍。在大型語言模型推理中，記憶體容量直接決定了能夠處理的模型規模和上下文長度。2,304 GB的記憶體意味着Asimov理論上可以在單一晶片上運行規模遠超當前主流部署方式的模型，無需複雜的模型並行（model parallelism）架構。

Asimov預計於2026年10月完成流片（tape-out），2027年初進入量產。這一時間線意味着它將直接與NVIDIA Rubin正面競爭。當然，晶片公司在量產前公佈的規格數據往往帶有行銷色彩，實際表現需要獨立基準測試來驗證。但即使Asimov的實際性能只達到宣稱的一半，它仍然會是AI晶片市場上一個不可忽視的選手。

三、算力市場的地殼變動：從單一供應商到多元生態

Intel-SambaNova和Positron AI只是AI晶片市場正在發生結構性轉變的兩個縮影。放眼整個行業，一幅更為宏大的競爭圖景正在展開。

最具標誌性的事件之一是OpenAI與Cerebras Systems達成的超過100億美元的合作協議。根據協議，Cerebras將在未來三年內為OpenAI提供750MW的計算容量，目標推理速度超過每秒1,000個tokens。這是AI行業史上規模最大的非NVIDIA算力採購協議之一，其戰略意義遠超金額本身：全球最重要的AI公司之一正在用真金白銀表達對「去NVIDIA化」的決心。

同時，科技巨頭的自研晶片計劃正在加速推進。Google持續投資自研TPU（Tensor Processing Unit），最新一代的TPU已經在性能和能效方面展現出與NVIDIA GPU相當的競爭力。Google的TPU不僅用於內部AI訓練和推理，還通過Google Cloud向外部客戶開放。值得注意的是，Broadcom在Google TPU的設計中扮演着關鍵角色——這種「科技巨頭主導設計、半導體公司協助實現」的模式正在成為自研晶片的主流路徑。Meta同樣在積極開發自己的AI加速器，試圖減少對NVIDIA的依賴。

這些動向共同指向一個清晰的趨勢：AI算力市場正從NVIDIA一家獨大的格局，逐步演變為多供應商共存的生態系統。這並不意味着NVIDIA將失去領導地位——其超過5,000億美元的訂單積壓和約90%的數據中心GPU市佔率證明了其壓倒性的當前優勢。但「獨佔」與「主導」是兩個截然不同的概念。即使NVIDIA的市佔率從90%下降到70%，那30%的空間仍然代表着一個價值數百億美元的巨大市場——這正是SambaNova、Positron、Cerebras等新創公司所瞄準的機會。

「AI算力市場的終局不是取代NVIDIA，而是讓客戶擁有選擇權。當你的整個AI基礎設施依賴單一供應商時，你不是在做技術決策，你是在承受供應鏈風險。」

四、技術解碼：SN50、Atlas、Asimov如何挑戰NVIDIA

要理解這些新晶片為何能對NVIDIA構成實質性挑戰，需要從技術層面拆解它們的差異化策略。關鍵在於一個根本性的架構選擇問題：AI訓練（training）和AI推理（inference）對硬件的需求是截然不同的，而NVIDIA的GPU架構——從A100到H100再到B200——本質上是為訓練場景優化的通用加速器。

AI訓練需要極高的浮點運算能力和大量的GPU間通訊頻寬，因為模型參數需要在多個GPU之間反覆同步。NVIDIA在這一場景中的優勢幾乎無人能及：其NVLink互聯技術和CUDA軟件生態構成了一道深不見底的護城河。

但AI推理的需求有本質區別。推理場景的核心瓶頸往往不是計算能力，而是記憶體頻寬和能效比。一個大型語言模型在推理時，需要持續從記憶體中讀取模型參數，瓶頸在於「資料搬運」而非「數學運算」。這意味着專門為推理優化的晶片架構——更大的記憶體、更高的記憶體頻寬、更低的功耗——可以在推理場景中顯著超越通用GPU。

SambaNova的SN50正是基於這一邏輯設計的。通過採用「可重構數據流架構」（Reconfigurable Dataflow Architecture），SN50能夠根據不同的AI模型結構動態調整計算資源的分配，避免了GPU架構中常見的計算資源浪費。Positron的Atlas和Asimov則走得更遠：Asimov配備的2,304 GB記憶體意味着即使是數千億參數的模型也可以完整載入單一晶片，消除了多晶片間的資料傳輸開銷。

Cerebras的Wafer-Scale Engine（WSE）則採用了更為激進的方案：將整片晶圓製成一顆巨型晶片，從根本上消除了晶片間通訊的延遲和頻寬限制。這也是OpenAI選擇Cerebras的關鍵原因——在需要每秒生成1,000+個tokens的高吞吐量推理場景中，WSE的架構優勢尤為突出。

五、香港與亞太半導體供應鏈的戰略棋局

AI晶片市場走向多元化競爭，對香港和整個亞太半導體供應鏈的影響遠比表面看到的更為深刻。作為連接中國大陸與全球科技市場的樞紐，香港在這場算力變革中面臨着獨特的機遇和挑戰。

首先是供應鏈重構帶來的直接商業機會。當前AI晶片的製造高度集中於台積電（TSMC）——無論是NVIDIA的B200、SambaNova的SN50還是Positron的Asimov，其先進製程晶片幾乎都需要台積電代工。但隨着Intel在陳立武的領導下重振晶圓代工業務（Intel Foundry Services），以及三星持續投資先進製程，AI晶片的製造端正在出現多元化的跡象。香港作為亞太區的金融和物流中心，在半導體貿易融資、設備進出口和企業上市方面扮演着不可替代的角色。AI晶片市場的擴大——從NVIDIA一家供應商擴展到十家以上的競爭者——意味着通過香港的半導體相關貿易流量將顯著增加。

其次是地緣政治維度。美國對中國的AI晶片出口管制（包括2024年底進一步收緊的規定）使得「供應商多元化」在中國市場具有了特殊的戰略意義。雖然SambaNova和Positron同樣是美國公司，受相同的出口管制約束，但多元化的供應商生態客觀上增加了制裁體系的複雜度。對香港而言，這既是風險（需要更加謹慎地管理合規要求），也是機遇（作為合規中間環節的服務需求增加）。

第三是投資和融資機會。Positron AI的B輪融資中，卡塔爾投資局的參與反映了中東主權財富基金在AI基礎設施領域的積極佈局。香港一直是亞洲和中東資本的重要匯合點，AI晶片新創公司的融資和潛在上市活動可能為香港的資本市場帶來新的增長動力。特別值得關注的是，如果SambaNova在Intel投資後走向IPO，以其與SoftBank等亞洲客戶的深度合作關係，香港很可能成為其亞太上市或二次上市的首選地之一。

對於香港的AI應用企業和數據中心運營商而言，AI晶片供應商的多元化是一個實質性的利好。過去兩年，NVIDIA GPU的供應緊張和價格高企一直是制約香港AI產業發展的瓶頸之一。當SambaNova SN50、Positron Atlas等替代方案進入市場，香港的AI企業將獲得更多的選擇、更大的議價空間和更靈活的算力部署方案。

六、NVIDIA的護城河與隱憂：5,000億美元訂單背後的博弈

在分析挑戰者之後，有必要冷靜評估NVIDIA的實際地位。任何低估NVIDIA的判斷都可能是危險的——這家公司過去三年的表現已經反覆證明了市場預測的脆弱性。

NVIDIA當前的護城河由三層構成。第一層是硬件性能的持續領先。從A100到H100到B200，NVIDIA保持着每代產品性能翻倍的節奏，且在AI訓練場景中的絕對性能優勢至今無人能及。第二層是CUDA軟件生態。經過十餘年的積累，CUDA已經成為AI研究和開發的事實標準。數以百萬計的研究人員和工程師熟悉CUDA編程，數以萬計的AI框架和工具庫依賴CUDA——這種軟件生態的黏性遠比硬件規格更難以撼動。第三層是供應鏈和客戶鎖定。超過5,000億美元的訂單積壓意味着NVIDIA未來兩到三年的產能已經被預訂一空，客戶即使想要轉換供應商，也需要漫長的遷移週期。

但NVIDIA並非沒有隱憂。最大的結構性風險在於AI產業正從「訓練主導」向「推理主導」轉型。在AI發展的早期階段，市場的主要需求是訓練大型模型——這是NVIDIA GPU最擅長的場景。但隨着主要模型的訓練逐漸完成，產業的重心正在向推理端傾斜。多家分析機構預測，到2027年AI推理的算力需求將超過訓練。而在推理場景中，如前所述，NVIDIA的通用GPU架構並不具備天然的效率優勢。

第二個隱憂是客戶集中度風險。NVIDIA的營收高度依賴少數幾家大型雲端服務商和科技巨頭。當這些客戶——Google、Meta、Microsoft、OpenAI——紛紛啟動自研晶片或採購替代方案時，NVIDIA可能面臨「大客戶流失」的困境。Google的TPU已經證明了自研晶片在特定場景中的可行性，而OpenAI與Cerebras的100億美元合作更是直接從NVIDIA的核心客戶群中切走了一大塊。

第三個隱憂是定價壓力。NVIDIA當前的高利潤率（毛利率超過70%）部分建立在供不應求的市場格局之上。隨着Intel-SambaNova、Positron、Cerebras等替代方案陸續進入市場，NVIDIA可能被迫在價格上做出讓步，這將直接壓縮其利潤空間。

「NVIDIA的真正護城河不在晶片本身，而在CUDA生態系統。要打敗NVIDIA，不僅要造出更好的晶片，還要讓開發者願意放棄CUDA。這是一場持續十年的戰爭，不是一場閃電戰。」

七、投資圖譜與資本邏輯：誰在押注AI晶片新勢力

資本的流向往往是技術趨勢最誠實的風向標。梳理近期AI晶片領域的融資和投資活動，可以勾勒出一幅清晰的資本圖譜。

Intel對SambaNova的3.5億美元投資屬於「戰略投資」範疇——投資方和被投資方之間存在明確的業務協同。陳立武同時擔任Intel CEO和SambaNova董事長的雙重身份，使這筆投資的戰略協調成本極低，但也引發了公司治理方面的潛在爭議。如何確保Intel的投資決策不受CEO個人利益的影響，是Intel董事會需要向股東交代的問題。

Positron AI的2.3億美元B輪融資則展現了不同的資本邏輯。Arena Private Wealth和Jump Trading作為聯合領投方，代表了「終端用戶投資」的趨勢——Jump Trading自身就是AI算力的重度消費者，投資Positron既是財務投資，也是確保未來算力供應的戰略佈局。卡塔爾投資局的參與則反映了中東主權財富基金將AI基礎設施視為「數字時代石油」的戰略判斷——就像上世紀投資石化產業一樣，如今它們將資本配置到AI算力的上游環節。

Arm的參與投資尤為值得關注。作為全球最廣泛授權的晶片架構設計公司，Arm幾乎與所有主要的半導體廠商都存在合作關係。Arm投資Positron，可能意味着Positron的Asimov晶片將採用Arm架構——這將使其能夠利用Arm龐大的軟件生態系統，部分緩解CUDA生態的壁壘問題。

OpenAI與Cerebras超過100億美元的合作協議，從金額和期限（三年750MW）來看，更接近於「基礎設施採購合同」而非傳統的技術合作。這筆交易的深層意義在於，它證明了NVIDIA以外的AI晶片方案已經達到了可以支撐全球最頂尖AI應用的成熟度——如果OpenAI敢於將如此規模的算力押注在Cerebras上，那麼其他企業也沒有理由繼續死守NVIDIA單一供應商策略。

八、未來展望：AI晶片戰爭的三個關鍵判斷

綜合以上分析，我們對AI晶片市場的未來演變做出三個核心判斷。

判斷一：推理晶片將成為主戰場。隨着AI模型的訓練逐漸成熟，產業重心將加速向推理端傾斜。這是SambaNova、Positron、Cerebras等新創公司最大的結構性機會。NVIDIA雖然也在推理方面持續投入，但其GPU架構的通用性既是優勢也是包袱——專用推理晶片在能效比上的優勢將隨着推理工作負載的爆發式增長而被不斷放大。預計到2027-2028年，專用推理晶片可能佔據AI推理市場20-30%的份額。

判斷二：軟件生態是決定勝負的關鍵變量。晶片的硬件性能只是入場券，真正決定市場接受度的是軟件生態的成熟度。NVIDIA CUDA的統治地位不是一朝一夕建立的，挑戰者也不可能一朝一夕將其推翻。SambaNova、Positron等公司需要在晶片性能之外，投入同等甚至更多的資源來建設開發者工具鏈、AI框架適配和技術支援體系。OpenAI選擇Cerebras、SoftBank選擇SambaNova——這些標桿客戶的背書至關重要，但只是萬里長征的第一步。

判斷三：地緣政治將重塑AI晶片的供應版圖。美中科技博弈、半導體出口管制、供應鏈本土化要求——這些地緣政治因素正在深刻影響AI晶片的設計、製造和銷售策略。Intel重振晶圓代工業務的努力，部分動機來自美國政府對「半導體自主」的政策推動。而對於亞太地區，特別是香港、台灣、日本和韓國而言，AI晶片供應商的多元化意味着地緣政治風險的分散化——這在當前的國際環境下是一個不容低估的戰略價值。

AI晶片市場正在經歷一場靜悄悄的革命。NVIDIA的統治地位不會在一夜之間瓦解，但「不可挑戰」的神話已經開始鬆動。Intel-SambaNova的3.5億美元聯盟、Positron AI的十億美元估值、OpenAI-Cerebras的百億美元合作、Google和Meta的自研晶片——這些事件構成了一個不可逆的趨勢：AI算力市場的未來屬於多元競爭，而非一家獨大。

對於香港的投資者、科技企業和政策制定者而言，這場AI晶片戰爭的演變值得密切關注。它不僅關乎技術路線的選擇，更關乎供應鏈安全、產業競爭力和區域經濟的長期發展。在這個AI定義一切的時代，誰掌握了算力，誰就掌握了未來。而算力的供應正在從壟斷走向多元——這對所有市場參與者而言，都是一個深刻的變局。