如果把現在的科技產業想像成一場大型廚藝比賽，那麼 AI 就是最新流行的料理方式，而各大科技公司正在做一件事：
自己種菜、自己養牛、自己開餐廳。
簡單說就是——
雲端要自己蓋、晶片要自己設計、AI 要自己訓練。
最近兩個新聞非常代表這個趨勢：
-
Oracle 最新財報公布，AI 雲需求爆發
-
Meta Platforms 與 Broadcom 合作開發四款 AI 晶片
這兩件事其實指向同一個方向：
AI 時代的基礎建設正在重建。
今天我們就用比較輕鬆的方式，來拆解這兩件事情到底在發生什麼。
第一部分
Oracle 最新財報：AI 雲端爆發
先來看這次 Oracle 的財報。
根據最新公布的資料，Oracle 在 2026 財年第三季繳出一份相當亮眼的成績單。
主要數字：
-
營收：172 億美元
-
年增率：22%
-
Cloud 營收：89 億美元
-
Cloud 年增：44%
-
EPS：1.79 美元
看到這裡你可能會想：
「欸？Oracle 不是那個做資料庫的老牌公司嗎？」
沒錯。
但現在 Oracle 正在變成另一個角色：
AI 雲端基礎建設供應商。
Oracle 和上次財報相比
如果和上一季比，可以看到三個明顯趨勢。
1 Cloud 成長遠高於傳統業務
傳統資料庫與軟體業務
大約 低個位數成長
但 Cloud 成長：
44%
其中：
OCI（Oracle Cloud Infrastructure）
成長更誇張：
84%
換句話說：
Oracle 的雲端業務正在像火箭一樣成長。
2 AI 帶來巨額訂單
Oracle 公布了一個驚人的數字：
剩餘訂單（RPO）達到 5530 億美元
年增：
325%
為什麼？
答案很簡單：
AI 訓練需要大量算力。
而算力要三樣東西：
-
GPU
-
資料中心
-
電力
Oracle 正在做的事情就是：
幫 AI 公司蓋算力工廠。
3 AI 資料中心狂蓋
Oracle 今年資本支出：
500 億美元
主要都花在：
AI Data Center
所以你會看到一個有趣的畫面：
很多 AI 公司其實不是自己蓋機房。
而是：
租 Oracle。
Oracle 看到哪些商機？
如果把整個市場看清楚，Oracle 押注的是三個機會。
商機一
AI Training
AI 模型訓練需要巨量算力。
像是：
-
GPT
-
Gemini
-
Llama
每一次訓練都像在燒錢。
一個大型模型：
可能要幾億美元。
所以 AI 公司會找雲端供應商合作。
Oracle 就抓住這個需求。
商機二
AI 推理（Inference）
AI 未來最大的市場其實不是訓練。
而是：
推理
例如：
-
ChatGPT 回答問題
-
IG 推薦影片
-
電商推薦商品
每一次推理都要算力。
而且是：
每天幾十億次。
商機三
AI + Database
Oracle 的老本行是資料庫。
AI 模型需要大量資料。
所以 Oracle 在做一件事情：
把 AI 直接整合進資料庫。
例如：
-
SQL + AI
-
Database + LLM
這對企業市場非常有吸引力。
但 Oracle 也有一個問題
這家公司現在很像：
正在狂蓋工廠的台積電。
因為：
資本支出太大。
例如：
-
今年 capex 500 億
-
新增負債 270 億
簡單說：
Oracle 正在「借錢蓋 AI 工廠」。
但如果 AI 需求真的爆發。
這可能會變成：
印鈔機。
第二部分
Meta + Broadcom 開發四款 AI 晶片
接著來看另一件大事。
Meta Platforms 宣布：
正在開發 四款 AI 晶片。
合作夥伴：
Broadcom
這個系列叫：
MTIA（Meta Training and Inference Accelerator）
晶片型號：
-
MTIA 300
-
MTIA 400
-
MTIA 450
-
MTIA 500
看到這裡很多人會問：
Meta 不是用 NVIDIA 嗎？
答案是：
太貴了。
為什麼 Meta 要自己做晶片？
AI 時代最大成本其實不是工程師。
而是：
GPU。
像 NVIDIA H100：
一張可能
3 萬美元以上。
如果 Meta 要建 AI 資料中心。
可能需要：
數十萬張 GPU。
所以 Meta 的策略是：
自己做 ASIC。
這四款 AI 晶片在做什麼？
來簡單拆解。
MTIA 300
用途：
推薦演算法。
例如：
-
Facebook feed
-
Instagram Reels
這顆晶片已經開始使用。
MTIA 400
用途：
更高效的 AI 推理。
Meta 表示：
性能已經可以和主流晶片競爭。
並且會導入：
液冷系統。
MTIA 450
重點：
高頻寬記憶體（HBM）
目的：
處理大型 AI 模型。
MTIA 500
最終版本。
主打：
-
更高算力
-
更低精度 AI 計算
這是 AI 推理最重要的技術。
什麼時候上線？
Meta 的計畫是：
每六個月推出新一代晶片。
時間表大概是：
| 晶片 | 時間 |
|---|---|
| MTIA 300 | 已量產 |
| MTIA 400 | 即將部署 |
| MTIA 450 | 2027 |
| MTIA 500 | 2027 |
這些晶片是誰做的？
答案很多台灣人會很開心。
製造商是：
TSMC
Meta 負責：
-
架構
-
軟體
Broadcom 負責：
-
ASIC 設計
TSMC 負責：
製造晶片。
這件事背後有一個大趨勢
AI 晶片市場正在出現一個新現象：
ASIC 反擊 NVIDIA。
ASIC 就是：
客製化晶片。
例如：
-
Google TPU
-
Amazon Trainium
-
Meta MTIA
好處：
1 成本更低
2 功耗更低
3 更適合特定 AI 工作
Broadcom 為什麼會受益？
因為 Broadcom 是：
全球最大 AI ASIC 設計公司之一。
現在很多科技公司都找它。
例如：
-
Google
-
Meta
-
OpenAI
Broadcom 幫忙：
設計 + 整合。
最後：台積電才是真正贏家
如果把整個產業鏈看清楚。
你會發現一件事。
所有公司都在做晶片：
-
Meta
-
Google
-
Amazon
-
Microsoft
-
OpenAI
但最後晶片要去哪裡做？
答案只有一個。
TSMC
因為先進製程幾乎被台積電壟斷。
例如：
3nm
2nm
所以 AI 晶片越多。
台積電就越忙。
結論
如果用一句話總結今天兩個新聞：
AI 正在重建整個科技產業的供應鏈。
Oracle 在做的事情是：
蓋 AI 雲端工廠。
Meta 在做的事情是：
自己造 AI 引擎。
而 Broadcom 在做的事情是：
幫科技巨頭設計武器。
至於最後的大贏家？
很可能是那家每天默默印晶圓的公司：
台積電。
因為在 AI 時代：
不管誰設計晶片，最後都要排隊找台積電。
沒有留言:
張貼留言