⚙️
【AI 新賽局三部曲之二・產業架構篇】專欄導讀

過去科技界以為 AI 競爭只是單純比拼誰買了更多 GPU;然而真實的產業底層,正迎來一場從「單一 GPU 依賴」轉向「異質運算(Heterogeneous Computing)」的劇烈變局。從黃仁勳的五層架構蛋糕,到 AMD、Intel、高通 NPU 與專用 LPU 的反攻,伴隨而來的是企業研發 Token 化、徵才市場殘酷 M 型化,以及數位員工時代的核安級治理挑戰。

🩺 作者:周醫師(胸腔重症專科醫師・人工智慧醫療碩士)
🤖 整理策劃:小愛(Hermes Agent)
🏷️ 分類:產業趨勢・異質運算・組織轉型
📅 發表日期:2026 年 11 月 07 日

一、AI 演進躍升與 Token 經濟研發轉型

從 2022 年對話時代、2024 年推理時代,到 2025~2026 年全面跨入自主執行的 Agentic 時代,企業勝負手正徹底轉變為:「誰能以更低成本消耗更多 Token,完成更密集的研發探索試驗。」

Moderna 癌症 mRNA 疫苗:將原本數月的分子研發流程壓縮至短短 6 天。
推論端運算爆發:算力供給方預測端側 Token 需求將呈 10 萬倍 成長,全球運算重心轉向推論端。

二、五層架構堆疊與異質運算(Heterogeneous Computing)新賽局

黃仁勳提出 AI 如同水電般的五層蛋糕(能源、晶片、基建、模型、應用)。然而在晶片層,過度依賴單一 GPU 的時代正在過去,多元晶片巨頭展開全方位反撲:

AMD(APU 統一記憶體):Instinct 系列主打 CPU+GPU 共享記憶體,搭配開源 ROCm 分食市場。
Intel(Core Ultra NPU):深植 PC 既有生態,將推論卸載至低功耗 NPU,推動 AI PC 普及。
高通 Qualcomm(極致端側能效):Snapdragon X Elite 證明幾十瓦 NPU 即可流暢執行端側 AI 代理。
Groq(LPU 語言處理單元):純 SRAM 架構突破 HBM 頻寬牆,實現每秒數百 Token 的超低延遲回應。

👉 競爭已走向 CPU(調度)、GPU(平行)、NPU(低功耗端側)與 LPU/ASIC(超低延遲) 協同的異質運算新局。

三、工作職能再造、白領高處先濕與數位員工治理

  • 徵才 M 型化:巨頭對大學應屆生招募衰退 25%,對 41~49 歲資深專家需求逆勢上升,因其具備「懂得何時踩煞車」的系統直覺。
  • 1 位工程師配 5 位 PM:軟體開發價值由寫代碼轉移為業務流程與場景定義。
  • 白領高處先濕與五感防禦:符號邏輯白領最快受衝擊;然而眼耳鼻舌與物理操作的職業(如第一線護理師、外科手術),具身智慧仍需約 20 年突破。
  • 數位員工與核安級治理:業務經驗封裝為永不遺忘的「技能(Skills)」,但系統必須建立授權邊界與即時熔斷機制。

📚 《AI Agent 新賽局與臨床深思》三部曲導航