近科技圈出了件大事，AMD 掌門人蘇姿豐在臺灣 AI 高峰論壇上扔出兩個重磅炸彈：一是砸 100 億美元跟臺灣先進封裝企業合伙搞事情。

二是用臺積電 2 納米工藝量產新 CPU “威尼斯”。這可不是簡單的商業投資，背后藏著全球半導體格局的大調整，還有 AI 算力爆發的大機遇。

蘇姿豐這 100 億美元可不是隨便扔的，是經過深思熟慮的戰略布局，核心就兩個字：封裝和制程。

這倆是 AI 芯片的命門，沒這倆玩不轉，而臺灣剛好在這倆領域是全球獨一份。

先說說這 100 億美元花在哪。主要是先進封裝、基板、測試產能還有機架級集成。

AMD 跟日月光、矽品這些臺灣封裝巨頭一起投，一起承擔成本、一起搞研發。為啥要這么干？

因為 AI 芯片現在的瓶頸不在前端制造，而在后端封裝。以前芯片小，封裝簡單，現在2.5D/3D 封裝、CoWoS 這些技術成了決定出貨量的關鍵。

日月光現在訂單都爆了，正砸 178 億新臺幣建第三園區，AMD 這時候進來，就是鎖定未來產能，避免到時候拿不到貨。

再說說臺積電 2 納米工藝。AMD 的 “威尼斯” CPU 已經開始量產，這是全球第一個大規模用 2 納米做 HPC（高性能計算）的芯片。

臺積電 2 納米去年第四季度就量產了，今年是產能爬坡關鍵期，蘋果、英偉達都盯著呢，AMD 能搶先一步，就是靠跟臺積電的深度合作。

蘇姿豐在 CES 上放了個大招，說未來 5 年全球 AI 活躍用戶要從 10 億漲到 50 億，算力要翻 100 倍。

很多人覺得這是吹牛，其實不然，這背后有實實在在的需求和數據支撐。

先看用戶增長。ChatGPT 出來才幾年，AI 活躍用戶就從 100 萬漲到 10 億，這速度比互聯網快多了。

為啥？因為 AI 真的有用，能幫普通人寫報告、做 PPT，能幫企業降本增效，能幫醫生看病、幫老師備課，幾乎每個行業都能受益。

蘇姿豐說 AI 是過去 50 年最重要的技術，這話沒毛病，手機、云計算都只是改變了一部分人的生活，而 AI 能改變所有人的生活。

再看算力需求。現在的算力根本不夠用，比如大模型訓練一次就要花幾億美元，推理更是燒錢。

黃仁勛說推理規模很快會達到訓練的十億倍，IDC 預計 2028 年推理工作負載占比會到 73%。

這里有個真實案例，邊緣云巨頭 Akamai 今年 5 月跟 Anthropic 簽了 18 億美元的 7 年協議，專門做 AI 推理，消息一出股價暴漲 26.58%。

蘇姿豐說要實現 AI everywhere，就得把全球算力提升 100 倍，達到 10 堯字節每秒（YottaFlops），這是 2022 年算力的 10000 倍。

咋實現？靠先進制程和先進封裝，靠 AMD 和臺灣供應鏈的合作，靠更多企業加入 AI 算力建設。

這不是遙不可及的目標，而是行業發展的必然，就像當年從功能機到智能機，從 PC 到移動互聯網，每一次技術革命都需要算力的爆發式增長。

很多人以為 AI 賺錢靠訓練大模型，其實錯了，訓練只是燒錢的必需環節，真正賺錢的是推理。

蘇姿豐在論壇上直言：“沒人靠訓練賺錢，訓練是必要的，但投資回報不在這。” 這話戳破了很多人的幻想，也指明了 AI 產業的賺錢方向。

咱們來算筆賬。訓練一個 GPT-4 級別的大模型，要花幾億美元，而且不是一次性的，還要不斷迭代。

而推理不一樣，用戶每用一次 AI 生成內容，就要付一次錢，日積月累就是海量收入。

2025 年中國 AI 推理市場規模預計達 438.5 億元，年均復合增長率超 60%，2026 年推理在 AI 服務器工作負載中的占比會達 70.5%。

還有個趨勢很重要，就是算力要從云端下沉到邊緣。以前 AI 算力都集中在云端數據中心，現在不一樣了，自動駕駛、工業機器人、智能安防都需要低時延的 AI 服務。

比如特斯拉的自動駕駛，數據要在車端實時處理，不能等傳到云端再回來，這就是邊緣計算的需求。

IDC 預測，到 2027 年 80% 的 CIO 會依賴云服務商提供的邊緣服務，滿足性能和數據合規要求。

蘇姿豐豪擲 100 億美元投臺灣，不是一時沖動，是押注 AI 算力未來的戰略布局；臺灣半導體生態全球獨一份，是 AI 芯片量產的核心保障。

AI everywhere 不是口號，是 5 年用戶破 50 億、算力翻 100 倍的必然趨勢；訓練不賺錢，推理才是印鈔機，云端和邊緣要一起上，這是 AI 產業的賺錢密碼。

對我們普通人來說，不用糾結 AMD 和英偉達誰贏誰輸，也不用害怕 AI 算力的爆發式增長，核心是看懂趨勢、選對方向。

只要我們跟上趨勢，就能在 AI 時代，守住自己的錢袋子，甚至賺到屬于自己的那一份。