每年一月的拉斯維加斯，美國消費電子展（CES）不僅是科技軍備的展示場，更是定義未來一年「誰說了算」的敘事權爭奪戰。連續 2 年，輝達（NVIDIA）執行長黃仁勳都在此打頭陣。
儘管輝達坐擁 9 成市佔、市值一度突破 5 兆美元，DGX 機櫃依然一機難求，但在這榮景背後，仍藏著輝達隱憂。
壟斷地位帶來的不只是行情看漲，也是警戒。
供應鏈管理的鐵律告訴每個 CEO：把命運交給單一供應商，是最危險的策略。
更何況這個供應商還掌握著你最核心的競爭力：AI 運算能力。就像英特爾（Intel）曾經壟斷 PC 晶片，最終被客戶拋棄轉向 ARM 架構，歷史教訓歷歷在目。
黃仁勳深知，輝達最大的敵人不是對手，而是客戶的「離心力」。
當各大雲端廠商都在盤算自研晶片時，黃仁勳必須在 CES 的舞台上回答一個價值 5 兆美元的問題：為什麼你們永遠離不開輝達？
策略一：免費的最貴，就是要讓你離不開輝達
輝達就像是「唯一會蓋 AI 摩天大樓的建築公司」，全世界要蓋 AI 大樓都得找他。過去，客戶只買磚頭（GPU），現在客戶嫌貴想自己燒磚。
黃仁勳反擊策略的第一招，即是如果你想自己燒磚，我就把蓋樓的藍圖和技術全部免費送你，但我賭你用習慣了，就再也換不掉我的地基。
這就是「軟體鎖定」戰術。例如和賓士（Mercedes-Benz）的合作，輝達不只提供車載晶片 Orin 與下一代 Thor，更直接將完整的自駕系統設計、訓練模型的超級電腦，以及車子上路後的持續軟體更新都包含在內。
試想，假設賓士的工程師花費 2 年時間，將整個自駕系統架構在輝達的技術棧上，累積了數百 GB 訓練數據和數千個工時經驗後，「換供應商」這個選項的成本已經高達數億美元，要全部打掉重來幾乎不可能。
「開源」是這場賽局的下一步棋。
黃仁勳宣布將 Alpamayo（端到端自動駕駛 AI 模型，也是本次 CES 演講亮點）、Cosmos（理解物理世界的 AI 模型）、Nemotron（通用 AI 推理模型）全面開源。
免費送出這些耗資數十億美元開發的模型，有什麼好處？ 舉例來說，Alpamayo 是一個能讓自駕車「邊開邊思考」的 AI 模型，它不只控制方向盤和煞車，還會告訴你「我為什麼這樣開」。
這套系統直接挑戰 Google 旗下 Waymo 的自駕霸主地位。 Waymo 在自駕領域耕耘超過 15 年，是公認的技術領先者。但輝達此舉等於告訴整個汽車產業，他們不必被 Waymo 或特斯拉綁架，輝達的技術免費開放，任何人都能用。
但這招的高明之處在於：未來的戰爭不是零和遊戲，而是標準之爭。 如果全球工程師都用輝達的框架訓練、用輝達的工具除錯、在輝達的 GPU 上驗證，即便客戶想自研晶片，面臨的將不只是硬體效能的挑戰，而是「是否敢拋棄整個產業標準」的抉擇。
策略二：唯快不破，用速度讓追趕者絕望
除了軟體護城河，輝達的底氣更來自於對「速度」的極致追求。
AI 產業正面臨「需求爆炸」與「技術極限」的雙重進逼，黃仁勳在 CES 總結「不能有一年落後。」 （not one year left behind）
進一步解釋，AI 計算需求每年成長 10 倍。OpenAI 的 o1 模型開創了「AI 思考」時代，以前問 ChatGPT 一個問題，它瞬間回答；現在它會「思考」數秒甚至數分鐘，每次思考都會產生更多運算需求。Token（AI 處理的資訊單位）生成量每年成長 5 倍，同時 Token 成本每年下降 10 倍。
這 3 個數字疊加，代表 AI 產業對運算能力的需求，正以前所未見的速度膨脹。 但另一邊，物理定律正在反撲。摩爾定律（晶片效能每 18 個月翻倍）已經放緩到極限，晶體管數量每年僅能增加 1.6 倍。這創造了矛盾：需求每年 10 倍成長，供給每年只能增加 1.6 倍。單純靠「更多晶體管」已經無法滿足 AI 的胃口。
面對 AI 運算需求每年 10 倍的成長，與物理定律（摩爾定律）每年僅 1.6 倍供給成長的矛盾，黃仁勳給出的答案非常簡單，全速奔跑，直到對手看不到車尾燈。
黃仁勳宣布「Vera Rubin」的全新架構要進入量產，而且同時設計 6 款晶片，打破業界常規。
透過 45 度溫水液冷技術與動態精度調整，Rubin 達到了前一代 Blackwell 晶片 5 倍的推理性能。用人話說：訓練同一個 10 兆參數的模型，Rubin 只需要以前 1/4 的機櫃數量，直接幫客戶省下 75% 的資本支出。
這對於一家想擺脫輝達的公司，是無論如何也無法追趕的效率。假設競爭對手投入 10 億美元，花 3 年做出足以對標輝達當下的晶片；屆時輝達早已推出了領先 10 倍效能的新一代產品。
輝達還掌握規模效應，一年銷售數百萬 GPU，攤銷研發成本後單價可控；客戶自研晶片初期產量僅數萬顆，成本可能較輝達高。輝達用速度與規模築起的技術長城，讓大多數追趕者在計算 ROI （投資報酬率）後選擇放棄。
黃仁勳那句經典名言「買愈多，省愈多」，白話翻譯他想說的意思其實是：「你與其花錢走彎路追趕我，不如把錢給我，我幫你省下時間去搞應用創新。」
策略三：從晶片商到「AI 軍火商」，全棧式服務的野心
黃仁勳近年反覆強調：「輝達不是晶片公司，而是 AI 基礎設施公司。」
他在 CES 展示的版圖，也已從單純的賣 GPU（一次性硬體收入），轉型為賣「AI 能力」（持續性服務收入）。
傳統模式是一次性交易：客戶買 GPU，輝達收錢，關係結束。新模式是多層次持續收入：賣晶片（硬體）、賣系統（整套機櫃）、賣軟體（CUDA 工具鏈）、賣雲端服務（DGX Cloud 租用）、賣 AI 模型訓練、賣技術支持與諮詢。
黃仁勳在 CES 展示的不只是 AI 晶片，還有自動駕駛（Alpamayo 量產）、機器人（Isaac 平台生態）、工業軟體（Siemens 深度整合）。
這 5 個市場都是數百億至千億級美元，輝達用一套通用的底層技術（GPU + CUDA + Omniverse）要同時切入。若以過去的企業商模來看，就像亞馬遜 AWS 通吃電商與串流一樣，輝達正在打造一個沒有它就無法運轉的 AI 世界。
舉例來說，各個市場發展的可能性：
(1).AI 訓練飽和了？ 沒關係，自駕車市場10億輛車的需求（Alpamayo）才剛起步。
(2).車市不好？ 沒關係，全球勞動力短缺帶起的工業機器人（Isaac 平台）正要爆發。
(3).機器人還早？ 還有數位孿生與工業軟體（Omniverse）。
(4).如果全部失敗，遊戲 GPU 依然是現金牛（老本行）。
黃仁勳心裡清楚，技術領先只是一時的，但透過生態系讓客戶「離不開」，才是真本事。他在 2026 年 CES 傳遞的訊號很明確，這是一個贏家通吃的時代，而輝達打算通吃一切。
資料來源：NVIDIA CES
核稿編輯：陳書榕
