點擊>>> 分析報告
巴菲特AI價值投資>>> https://marschaung.github.io/ai-lab/
本集Podcast將解析Meta 推出自研 AI 晶片 MTIA 的戰略地圖，強調其重心已從追求最強運算效能轉向優化大規模推論（Inference）的成本效率。為了降低對 Nvidia 通用 GPU 的過度依賴，Meta 採取了結合自研 ASIC、外購晶片與雲端租賃的多供應商混合模式，旨在將 AI 技術轉化為可規模化的商業獲利。這項轉變預示著 AI 基礎設施的價值分配將重新洗牌，除了 Meta 能藉此提升廣告與推薦系統的產出，代工龍頭台積電與客製化晶片合作夥伴博通也成為結構性的受益者。儘管 Nvidia 在高階訓練市場短期內仍具優勢，但隨著運算需求走向專用化與異質化，其市場獨佔的估值邏輯正逐漸鬆動。整體而言，AI 競爭的主戰場正從模型規模的競賽，轉向如何以更低功耗與成本實現商業部署的效率對決。
