蘇姿丰來台大演講，為什麼投資人該認真看？

2024 年 4 月，AMD 執行長蘇姿丰（業界暱稱「蘇媽」）到台大進行了一場超過一小時的對談，聊的是 AI、半導體產業未來、還有她對科技變革的第一手觀察。

你可能會想：CEO 演講不就是那些場面話？這次不太一樣。

蘇媽把 AMD 未來幾年的戰略地圖攤開來講了。從技術路線到市場定位，她講得很具體，幾乎可以直接拿來對照供應鏈個股的營運方向。對於手上有台廠半導體持股的投資人來說，這場演講等於是一份免費的產業指引。同一時期，6 月黃仁勳也踏進台大校園點燃另一波熱潮，兩場演講加在一起，幾乎把 2024 年台灣 AI 半導體的投資主軸都勾勒出來了。

AMD 的核心策略是什麼？高效能運算加上 Chiplet 技術

AMD 對未來的定位很明確：高效能運算（HPC）是主軸。從雲端伺服器、邊緣裝置、PC、工業應用到車用電子，AMD 想做的不是單一產品線的冠軍，而是全面佈局。

技術面最值得關注的是「Chiplet 晶粒堆疊」技術。摩爾定律放緩已經不是新聞了，半導體業界都在找替代方案，而 Chiplet 架構被視為目前最有競爭力的解方之一。簡單講，就是把不同功能的小晶片像積木一樣堆在一起，既能提升效能，又能控制成本。

蘇媽也沒有迴避競爭現實。她直說，AI 市場不是一家公司可以獨吞的單行道，而是多線並進的格局。這句話聽起來像是謙虛，但其實是 AMD 的戰略定位：不跟 NVIDIA 正面硬拼生態壟斷，而是走開放路線搶盟友。

這個策略聰不聰明？後面會聊到。

AI 應用場景有哪些？蘇媽點出的三大方向

蘇姿丰的判斷是：AI 現在只是「剛暖身」，未來十年才是真正的起跑線。

她點出三大潛力應用方向：

第一，醫療與生命科學。疾病預測、新藥開發、基因分析，這些領域對運算力的需求幾乎沒有上限。假設一家藥廠原本需要五年做臨床前篩選，AI 輔助可能壓縮到兩年以內，光這個效率提升就足以驅動龐大的硬體採購需求。

第二，生產力革命。流程自動化、智慧助理、企業內部知識管理，這些你每天上班可能已經在用的東西，背後都需要更強的推論算力。這塊市場的特色是量大但單價低，適合 AMD 用性價比策略切入。

第三，永續與環境治理。能源配置優化、碳排監測、氣候模型模擬。老實說，這塊目前商業化程度最低，但政策驅動力最強，長期不能忽視。

這三個方向有個共通點：AI 應用不會只停在雲端或大企業，會逐漸往個人裝置和邊緣端擴散。這正好對應 AMD 從雲端到邊緣的全面佈局策略。

為什麼 AMD 說 CPU 不是唯一解答？多元運算架構怎麼理解？

這個觀點其實蠻重要的，很多散戶投資人習慣把「半導體＝CPU」或「AI＝GPU」，但真實世界的 AI 運算遠比這複雜。

GPU、ASIC、FPGA、DPU，每一種晶片都有自己擅長的場景。GPU 適合大規模平行運算，ASIC 適合固定功能的極致效能，FPGA 適合需要彈性調整的應用，DPU 則負責資料搬運和網路加速。

AMD 強調的是「完整解決方案」：硬體、軟體、系統整合一條龍做完，同時維持開放生態系。

一個有趣的例子是 DeepSeek 模型。這個模型在開放平台上迅速爆紅，顯示 AI 創新的門檻正在快速降低。對 AMD 來說，開放生態就是它的主場。當越多開發者在開放平台上做出成果，AMD 的硬體就越有機會被採用。

AMD 跟 NVIDIA 比起來，優勢和短板分別在哪？

先講硬體。AMD 的 MI300X GPU 搭載 192GB HBM3，效能可與 NVIDIA H100 匹敵，部分測試甚至超越對手。搭配自家 Zen 架構 CPU，AMD 還能推出異質整合方案 MI300A，把 CPU 和 GPU 封裝在一起，彈性極高。

硬體不是問題。問題出在軟體。

NVIDIA 的 CUDA 生態圈經營超過十五年，全球絕大多數 AI 開發者的程式碼都是基於 CUDA 寫的。AMD 的 ROCm 平台雖然持續進步，也跟 Meta、IBM 等大廠合作推動，但說實話，要讓開發者大規模搬家，短期內很難。

那 AMD 靠什麼搶客戶？三張牌：開放整合、價格優勢、客製化彈性。

有些客戶就是不想被 NVIDIA 一家綁死。歐洲的 Leonardo 超級電腦、多個歐洲實驗室系統，都選擇了 AMD 陣營。這些客戶在意的不只是效能數字，更在意供應商多元化帶來的議價空間和技術自主性。

我自己的觀察是：AMD 在 AI 硬體的牌其實不差，但軟體生態這場仗是以年為單位在打的。短期看硬體規格，長期看生態黏著度。你自己判斷哪個權重比較高。

台灣供應鏈哪些公司受惠最多？從矽到封裝全面拆解

AI 硬體需求爆發，台灣供應鏈是最直接的受益者。逐一來看：

台積電（2330）是最核心的一環。CoWoS 先進封裝月產能擴充至 3 萬片，5 奈米製程加上先進封裝技術，直接支援 AMD 晶片的製造需求。AMD 和 NVIDIA 都是台積電的大客戶，不管誰贏，台積電都接得到單。

日月光（3711）斥資千億打造新封裝基地，瞄準的就是 HPC 市場。先進封裝是這波 AI 硬體升級中成長最快的環節之一，日月光卡位很早。

信驊（5274）做的是 BMC（基板管理控制器）晶片，你可以把它想成伺服器的「管家晶片」，負責遠端監控和管理。AI 伺服器越蓋越多，BMC 需求跟著水漲船高，信驊的營收預估年增 30%。

載板廠這邊，欣興（3037）、景碩（3514）、南電（8046）都在投入高階 ABF 載板和伺服器專用技術。ABF 載板是高效能晶片封裝的關鍵零件，需求跟著 AI 晶片出貨量走。

OEM 端的廣達（2382）、仁寶（2324）、緯創（3231）、技嘉（2376），則受惠於 AI 伺服器、AI PC、筆電和 FPGA 產品的出貨成長。

這些公司全都站在供應鏈的關鍵節點上。但要注意一點：供應鏈受惠的前提是終端需求持續成長。假如 AI 投資出現週期性調整，這些公司的營收也會跟著波動，不是「買了就穩賺」的事。

AMD 和台廠的 AI 佈局，投資人該怎麼看？

蘇媽這場演講，幫我們整理出兩條清楚的主線：

AMD 這邊，拼技術靠 Chiplet 和高效能運算搶市佔，拼生態靠開放平台和夥伴關係放大影響力。兩條路都在走，但軟體生態追趕 CUDA 的難度不小，這是投資 AMD 相關個股時必須放在心裡的風險。

台灣供應鏈這邊，從矽晶圓製造、先進封裝、BMC 晶片、ABF 載板到系統組裝，每個環節都有台廠佔據關鍵位置。這波 AI 硬體需求是結構性的，不是短期題材炒作就結束的。

但話說回來，賽局不只比誰跑得快，還要比誰跑得久。風口上的機會人人看得到，真正的差別在於：哪些公司有技術護城河、有穩定的客戶關係、有持續的資本投入能力。

你可以從兩個關鍵條件切入篩選：營收年增率連續成長，代表企業真實受惠於 AI 應用擴展；外資近 20 日持股穩定增加，顯示法人正在默默卡位。把這兩個條件疊在一起，能過濾掉不少純題材炒作的個股。

🔗 探索 Wistock 熱門投資問題，掌握最新市場動態與選股方向