【COMPUTEX 2026】NVIDIA 開創 Token 工廠新局，台灣硬體供應鏈迎黃金十年

Computex 2026 即將登場隨著人工智慧從單純的雲端軟體問答與大型語言模型擴展至全方位的產業應用，今年展會的核心焦點將全面轉向「代理型 AI（Agentic AI）」與「實體 AI（Physical AI）」，不僅促使 AI 全面走向邊緣端，宣告「具身智能（Embodied AI）」時代的到來，更將顛覆傳統資料中心架構、重塑 AI PC 生態，並啟動新一波由晶片、封裝到基礎設施的全新運算革命。

NVIDIA 續領風騷

在全球 AI 浪潮中始終處於領先地位的 NVIDIA，在今年 Computex 前夕再次表示，AI 已不再局限於虛擬研究，而是從能源、基礎設施、晶片、模型到終端應用全面開花。輝達正式揭露了 Blackwell 架構的繼任者「Vera Rubin」平台，具備從機架級無縫擴展至晶圓單元級系統的強大實力，是專為「代理型 AI」時代量身打造的運算巨獸，目前全球主要的超大規模資料中心運營商與系統製造商已展開該平台的部署。

▲ NVIDIA 發布 Vera，專為智慧代理打造的 CPU，速度比 x86 處理器快 1.8 倍。

NVIDIA 強調，公司早已超越單純銷售 GPU 的硬體定位，而是致力於建構完整的 AI 基礎設施平台，透過結合 CUDA-X 軟體生態系、MGX 模組化架構與 DSX 資料中心規模解決方案，輝達正在構築一道難以撼動的生態護城河，輝達更將未來的 AI 資料中心形象地比喻為「Token 工廠（Token Factories）」，源源不絕地生產數位智慧與運算價值。

NVIDIA 指出，AI 將孕育出一個運算規模高達全新量級的獨立產業，其影響力堪比歷史上的蒸汽機、電力與網際網路，在此歷史進程中，台灣憑藉著無可替代的半導體製造實力與無縫銜接的硬體供應鏈優勢，已然成為全球 AI 產業的核心樞紐，在國際科技版圖中掌握關鍵話語權。

CPU 角色翻轉：躍升為 Agentic AI 基礎設施的核心大腦

回顧去年的資料中心市場，產業焦點普遍集中在處理器核心數、製程節點轉進及特殊應用晶片（ASIC）的發展，然而到 2026 年，市場目光出現顯著移轉，CPU 重新奪回話語權，成為 Agentic AI 基礎設施的骨幹。

在代理型 AI 架構中，CPU 不再只是掛載在 GPU 集群旁的輔助節點，而是轉變為至關重要的「編排層（Orchestration Layer）」，AI 代理（AI Agents）正快速滲入個人電腦、企業軟體及工作流程中，其背後涉及大量的強化學習與 AI 任務調度，編排層的效能直接決定了 GPU 的利用率、工具調用的吞吐量，以及多代理並行（Agent Parallelism）的流暢度，這使得晶片巨頭們的競爭開闢了全新戰線：

行動導向工作負載（Action-oriented Workloads）：晶片廠商開始在「每瓦核心數（Cores-per-watt）」上激烈交鋒，例如 AMD 推出的 Venice Dense 處理器，具備高達 256 核心與 512 執行緒（支援 SMT），強力主打高能效並行處理。
推理密集型工作負載（Reasoning-heavy Workloads）：市場聚焦於提升 CPU 到 XPU 之間的互連頻寬，NVIDIA 的 Vera 處理器即全面導入 NVLink-C2C 技術，提供高達 1.8 TB/s 的双向超高頻寬。

與此同時，資料中心向 ARM 架構處理器轉進的步伐正在急遽加速，Google 的 Axion 處理器現已成為其最新 TPU v8 的預設頭部節點；AWS 自研的 Graviton5 也已邁入第五代，目前 AWS 已有超過半數的實例運行於 Graviton 平台。NVIDIA 更是傾全公司之力，全面推動基於 Vera 處理器的 AI 機架，預計 2026 年輝達單在 CPU 業務的營收就將達到約 200 億美元，使其一躍成為全球最大的資料中心處理器供應商，ARM 陣容（包含自研 AGI CPU）的崛起，顯示出傳統指令集（ISA）的相容性壁壘正在以超出預期的速度瓦解。

根據 Counterpoint 的預估，全球資料中心 CPU 市場規模將從 2025 年的 250 億美元，大幅擴展至 2030 年的 1,300 億美元，這主要受到 CPU 對 GPU 配對比率（Attach Ratios）上升所帶動。其中，ARM 架構預期在 2030 年奪下近 50% 的市場份額。

未來傳統的 x86 架構、雲端業者的自研 ARM（Captive ARM），以及如 AGI 等商用 ARM 晶片（Merchant ARM），將共同在超大規模基礎設施預算中展開激烈的三方激戰。

突破銅牆鐵壁：矽光子技術迎來 CPO 1.6T 商用元年

隨著 AI 算力集群規模幾何級數增長，資料中心內部的資料傳輸面臨嚴峻的物理極限，傳統以銅線為主的電學傳輸管道正面臨難以克制的信號損耗、功耗飆升及散熱瓶頸，2026 年產業界的共識是全面「打破銅牆鐵壁」，而矽光子（Silicon Photonics）技術則是唯一的解方。

1.6T 共封裝光學（CPO）技術落地

高效能擴充網路正加速從 800G 升級至 1.6T 架構，傳統的可插拔光模組（如 QSFP、OSFP）在 1.6T 的極高傳輸速率下，面臨嚴重的通道損耗、高耗能及前置面板空間與散熱局限，為此產業鏈將在未來兩年內加速轉向共封裝光學（CPO）與近封裝光學（NPO）技術，預計本屆 Computex 期間，各大光學元件與網通巨頭將密集釋出關於 NPO 技術的產品發表與合作夥伴進度。

跨機架光學 Pod（Inter-Rack Optical Pods）爆發

2026 年另一個顯著趨勢是透過 CPO/NPO 光學技術實現多機架（Multi-rack）的橫向擴展，由於 AI 集群規模過大，傳統銅線的應用範疇將被徹底限縮在機架內部的超短距離連接；跨機架間的通訊則將爆發性地導入基於 CPO/NPO 的擴展式交換器（Scale-up Switches），此技術允許分屬不同機架、成百上千個 GPU 群組，在光纖網路下共享同一個記憶體織網（Memory Fabric），實現一體化的超級算力池。

多波長外部雷射源（ELS）興起

目前資料中心多採用單波長外部雷射引擎，但隨著傳輸速率跨入 1.6T 乃至 3.2T，雷射引擎必須轉向連續波（Continuous-Wave, CW）架構，該架構具備在單條光纖內傳輸 8、16 或 32 種不同波長無調變 O 頻段（O-band）光訊號的能力，展會期間，多波長外部雷射源（ELS）及新型整合式雷射光學解決方案將成為兵家必爭之地。

Physical AI 注入新維度：邊緣具身智能引領未來十年的硬體設計

除了 AI 代理，今年 Computex 更因「實體 AI（Physical AI）」的加入而跨入全新維度。NVIDA、Qualcomm、Synaptics、Intel、德州儀器（TI）與恩智浦（NXP）等晶片巨頭，預計將在展會中大舉展示其在邊緣端與實體 AI 領域的最新硬體與軟體布局。

代理型 AI 與實體 AI 的交匯，宣告了「具身智能（Embodied AI）」時代的正式到來，這是一種全棧式的實體架構（Full-stack Physical Architecture），其特點在於語音識別、計算視覺、邏輯推理以及即時運動控制（Real-time Motion Control），全部都必須在網絡邊緣端、毫秒級的延遲內獨立運作執行。

根據產業數據預估，到 2035 年全球實體 AI 裝置的累計出貨量將達到驚人的 1.45 億台，在今年 Computex 的展場中，人形機器人（Humanoids）以及無人搬運車（AGV）、無人駕駛計程車（Robotaxis）等自動化系統，將佔據極大的展示空間與話語權。這代表未來科技產業的論述與商機，將從純粹的「大算力（Compute）」進一步延伸至邊緣感知、傳感器堆疊（Sensor Stacks）以及高精密機械結構，這場結合虛實的技術革命，正為台灣及全球供應鏈開啟下一波長達十年的黃金商機。

資料來源： GTC Taipei 2026 前瞻、Counterpoint 全球資料中心與 AI 筆電季度追蹤白皮書