17:20pm
黃仁勳這次不是再買一家AI新創，也不是單純替客戶的資料中心融資。
輝達直接拿出 35億美元，認購聯發科發行的海外可轉換公司債；更關鍵的是，雙方同時把合作範圍從原本的個人電腦、車用晶片，一口氣推進全球最核心的AI資料中心市場。
聯發科正式宣布採用輝達 NVLink Fusion平台，未來將替超大型雲端服務商、AI模型公司及資料中心業者設計客製化XPU，讓這些不是由輝達自己設計的AI晶片，也能直接接入輝達NVLink高速互連架構與機櫃級AI工廠。
換句話說，黃仁勳面對Google、Amazon、Microsoft以及大型AI公司愈來愈想自己做晶片，採取的策略不是把這些客製化晶片全部擋在門外，而是反過來說：你可以自己設計晶片，但最好還是接進我的系統。
這就是輝達35億美元投資聯發科真正的戰略重量。
聯發科發行的海外可轉換公司債總額達 39億美元，是台灣企業歷來規模最大的海外可轉債之一；輝達一家公司就認購其中35億美元。Google母公司Alphabet也參與認購，但沒有公布投資金額。
嚴格來說，輝達現在取得的是可轉換公司債，不是立即直接買下聯發科股票；未來符合轉換條件後，才有可能轉為股權。
但資本關係只是表面。
真正讓聯發科的位置完全不同的是NVLink Fusion。
過去大型雲端業者如果想開發自己的AI ASIC，除了設計運算晶片本身，還必須解決HBM記憶體、高速互連、先進封裝、多晶粒整合、SerDes、I/O、交換器，以及最後如何把晶片真正放進一整座機櫃裡穩定運作。
這些工程非常複雜，也正是輝達多年累積的護城河。
新的合作模式，是讓客戶把自己真正想差異化的運算晶片交給聯發科設計，其他與輝達AI工廠連接所需要的技術，可以直接採用已經預先驗證的NVLink Fusion架構。
其中包括NVLink Fusion Chiplet、NVLink-C2C、高頻寬記憶體架構，以及從先進封裝一路延伸到rack-scale機櫃的整合。
聯發科因此不再只是替手機品牌設計SoC，而開始站到Google、Microsoft、Amazon、OpenAI、Anthropic這些AI巨頭自研晶片需求的前面。
這也是黃仁勳面對客製AI晶片競爭的一個漂亮轉身。
大型科技公司愈來愈不希望所有AI算力全部依賴昂貴的NVIDIA GPU。Google有TPU、Amazon有Trainium與Inferentia，Microsoft、Meta也在開發自己的AI加速器。
從表面看，這些自研晶片正在侵蝕輝達市場。
黃仁勳現在卻把NVLink Fusion打開：就算客戶不用輝達GPU完成所有運算，只要自研晶片最後仍透過NVLink、輝達網路與機櫃架構組成AI資料中心，輝達仍然留在整個系統中心。
而聯發科，就是替這些客戶把「自己的晶片」帶進輝達世界的重要設計夥伴。
雙方現在已經把合作明確分成三大戰場。
第一個就是最重要的AI基礎建設，聯發科替大型雲端業者及模型公司開發客製AI晶片，再整合進輝達機櫃級AI工廠。
第二個是邊緣AI與個人運算。雙方已經合作DGX Spark及RTX Spark，未來還會繼續共同開發多個世代的晶片，把聯發科CPU、連結與低功耗能力，和輝達GPU及AI平台放進個人AI電腦、開發者超級電腦及企業工作站。
第三個則是實體AI與汽車。聯發科與輝達原本就有車用合作，現在將繼續往軟體定義汽車、智慧座艙與AI車載運算推進。
黃仁勳在官方聲明中特別把聯發科定義為全球重要半導體公司，點名它在SoC、連結技術、效能與能源效率的能力；蔡力行則直接把雙方合作版圖從「雲端AI基礎建設」一路畫到「邊緣AI與實體AI」。
這兩段話透露的，其實是一個比35億美元更大的布局。
聯發科正在從全球手機晶片大廠，跨進資料中心客製AI晶片公司；輝達則在客戶大量發展自研ASIC之前，先把這些晶片接進自己的AI工廠標準。
所以這不是誰吃掉誰。
更像是兩家公司在AI運算架構開始分化以前，先決定彼此站在同一個生態系裡。
而對台灣來說，這也是一個重要轉折。
台灣過去在全球AI供應鏈最強的位置是台積電製造、先進封裝，以及鴻海、廣達、緯創等伺服器系統整合。現在聯發科開始往客製AI ASIC與機櫃級架構前進，意味台灣在AI價值鏈的位置，正在從「把別人設計好的AI晶片做出來」，往前走到直接替全球雲端巨頭設計下一代AI晶片與運算平台。
SEMICON Taiwan即將登場，這筆35億美元投資也等於提前把今年台灣半導體展最重要的題目寫了出來：
AI下一場競爭，已經不是單顆GPU誰最快，而是誰能決定整座AI工廠的架構。
黃仁勳要守住這個標準。
聯發科則第一次真正站到了這張牌桌中央。
#
