NVIDIA 稱霸主權 AI 市場！Counterpoint：92% LLM 採用 NVIDIA 晶片訓練

隨著各國積極發展「主權 AI」（Sovereign AI），建立由本國掌握的人工智慧模型、算力基礎設施與資料環境，AI 晶片供應商之間的競爭也逐漸從單純的模型訓練，延伸至推論服務與 AI 工廠建置。

Counterpoint Research 最新發布的《Sovereign AI LLM Research Report》指出，在其分析的主權大型語言模型（LLM）中，高達 92% 採用 NVIDIA AI 晶片進行訓練，顯示 NVIDIA 目前仍在全球主權 AI 基礎設施市場占據主導地位。

Counterpoint Research 於 2026 年 7 月進行這項研究，涵蓋全球超過 80 個國家與地區，包括中東、中東歐、西歐、亞太地區（不含中國）、中亞、非洲、北美（加拿大、不含美國）以及中南美洲等市場。研究團隊從中確認約 55 個國家已經發展出本土 LLM，並進一步分析超過 170 個目前仍在使用的模型版本。

研究內容除了觀察各國主權 LLM 的模型類型，也涵蓋模型所有權、基礎模型建構方式、當地語言能力、應用情境、訓練與推論所使用的 AI 晶片、合作模式以及 AI 生態系成熟度等面向。

NVIDIA 占據 92% 主權 LLM 訓練市場，CUDA 生態系成關鍵優勢

從 Counterpoint Research 的研究結果來看，NVIDIA 幾乎已經遍及目前的主權 AI LLM 訓練與推論市場，在受調查的主權 LLM 中，有 92% 曾使用 NVIDIA AI 晶片進行模型訓練。

Counterpoint Research 研究總監 Marc Einstein 指出，目前主權 AI 的一項重要特徵是「模型與資料的主權化速度，快於 AI 晶片供應鏈的主權化」。換句話說，各國開始積極在境內建置與管理自己的 LLM，但在底層 AI 算力方面，仍高度依賴 NVIDIA 等國際供應商。

其中，NVIDIA 的優勢除了來自 AI 加速器本身的效能，也與 CUDA 軟體生態系的成熟度密切相關。對於需要進行大規模模型訓練與推論的企業、研究機構與政府單位而言，既有的 CUDA 開發環境與軟體工具鏈，可以降低導入新 AI 硬體所需要重新調整軟體架構的成本，因此進一步強化 NVIDIA 在主權 AI 基礎設施市場的滲透率。

Counterpoint Research 認為，隨著各國主權 AI 建設持續擴張，NVIDIA 也正透過跨國合作與大型投資，進一步布局下一階段的 AI 推論市場，以及所謂的「主權 AI 工廠」。

AMD 市占僅 4%，卻在歐洲主權 AI 市場建立策略位置

相較於 NVIDIA 的高度主導地位，AMD 在這項研究中的整體占比僅約 4%，但已在部分區域市場建立相對明確的策略位置，尤其集中於歐洲。

其中一項重要案例就是位於芬蘭的 LUMI 超級電腦，LUMI 由歐洲多國共同建置，是歐洲重要的高效能運算平台之一，其 AI 運算基礎採用 AMD 架構，部分歐洲 LLM 因此透過 LUMI 進行訓練，使 AMD 在歐洲主權 AI 市場形成一定程度的切入點。

AMD 的主權 AI 布局也逐步延伸至亞太地區，例如澳洲 AI 公司 Maincode 與 AMD 建立直接合作關係；韓國則有由 Moreh 開發的 Llama-3-Motif-102B，採用 AMD 平台進行模型開發。

Counterpoint Research 同時指出，AMD 未來的主權 AI 動能可能進一步受到 Moreh 等合作夥伴推動，Moreh 是基礎模型聯盟的成員之一，其旗下 Motif 正使用 AMD 平台進行 LLM 開發，而韓國 AI 公司 Upstage 的 M1355 部署，也成為 AMD 拓展主權 AI 市場的案例之一。

Cerebras 鎖定阿聯主權 AI，與 G42 合作投資 9 億美元

除了 NVIDIA 與 AMD，Cerebras 也在部分主權 AI 市場展現較高能見度，其中最具代表性的市場就是阿拉伯聯合大公國（UAE）。

Cerebras 目前透過與阿布達比 AI 集團 G42 的合作，在當地建立 AI 超級運算基礎設施。雙方合作建置由 9 座互聯 Condor Galaxy AI 超級電腦組成的運算系統，並投入約 9 億美元的相關投資。

Cerebras 的技術目前也出現在 UAE 的 Jais 與 K2 Think 等 LLM 家族中，顯示其並非單純提供 AI 加速器，而是開始透過「硬體＋模型＋基礎設施」的模式，切入主權 AI 市場。

此外，Cerebras 也正推動「Cerebras for Nations」計畫，並與 G42、阿布達比穆罕默德・本・扎耶德人工智慧大學（MBZUAI）以及印度 C-DAC 等機構合作，進一步將 AI 超級運算能力帶入不同國家。

日本、以色列採用不同路線，AI 晶片市場仍呈現多元化

除了主要 AI GPU 供應商之外，Counterpoint Research 的調查也發現，部分國家開始透過自主晶片、ARM CPU 或其他雲端 AI 加速器建立主權 AI 能力。

研究中約有 1.7% 的市場占比來自其他 AI 運算平台，其中包括日本富士通所採用的客製化 AI 運算架構。日本 Fugaku LLM-13B 使用 Fugaku 超級電腦相關的 A64FX ARM CPU 架構進行開發。

日本另一個案例 Sakana EvoLLM-JP v1 則採取不同方式，並非從零開始訓練大型模型，而是利用「演化式模型合併」（Evolutionary Model Merging）技術，將既有的開放模型進行組合與最佳化。

以色列則有由當地 AI 公司 A121 開發的 Jamba 2，採用 Google Cloud TPU Trillium 進行訓練，顯示主權 AI 的硬體選擇並非只有 GPU 一條路線。

AI 推論成下一個戰場，Qualcomm、Rebellions 等業者積極卡位

Counterpoint Research 認為，隨著各國陸續完成 LLM 訓練能力建置，AI 基礎設施的競爭焦點將逐漸從「模型怎麼訓練」轉向「模型怎麼被大量使用」，也就是 AI 推論（Inferencing）。

相較於模型訓練，推論需要長時間、大規模處理使用者請求，因此在能源效率、每 Token 成本、延遲與部署位置等方面都有不同要求。這也讓部分新興 AI 晶片業者開始尋找切入主權 AI 推論市場的機會。

目前包括 Qualcomm、韓國 Rebellions、Positron AI、SambaNova，以及 Google TPU、AWS Inferentia 等平台，都開始透過不同形式的合作或生態系布局進入這項市場。

其中，Qualcomm 已與沙烏地阿拉伯的 HUMAIN 展開合作；韓國 Rebellions 則與 SK Telecom 合作，進一步搶攻韓國本土 AI 基礎設施市場。此外，Graphcore 也與英國 Hadean、Atomic Energy Authority 以及 STFC Hartree Centre 等機構展開合作。

Counterpoint Research 認為，主權 AI 的發展正在讓全球 AI 基礎設施市場出現新的競爭格局。現階段 NVIDIA 憑藉 GPU 與 CUDA 生態系，在模型訓練領域仍具有壓倒性的領先優勢；但隨著各國開始建立本土 AI 工廠、推論服務與算力供應鏈，AMD、Cerebras 以及 Qualcomm、Rebellions 等新興業者都有機會從特定區域或特定應用切入。

換言之，主權 AI 的下一階段競爭，可能不再只是「誰能訓練出更大的模型」，而是「誰能掌握一個國家從模型訓練、推論到 AI 基礎設施的完整算力生態系」。這也將成為 NVIDIA、AMD 以及新興 AI 晶片業者爭奪的下一個市場。

資料來源：Counterpoint