讀者看到這篇專欄時，應該也是輝達公布第三季財報，黃仁勳能不能挽回市場投資AI的信心，相信對於多頭能否收復加權指數的28000點大關，起到關鍵作用。
外資提前展開長假年底結帳
就技術面而言，台股11月14日跌破二十日均線支撐，正式宣告27903~28187點成為多頭上方新套牢區，面對外資從10月初開始密集的賣超集中市場，加上12月10日的FOMC會議對於降息的預期降低，合理預期外資已經提前展開聖誕節長假的年底結帳動作，下方的季線支撐25879點應該是多頭最重要的防守陣地，一旦守不住季線，並造成季線的下彎，那麼28554點可能就是今年的高點。
先來統計近期有哪些知名機構或投資人站在賣超輝達的立場，橋水基金在今年第三季大幅減持輝達，持股從723萬股減至251萬股，減幅高達65.3%。10月軟銀出清全部持有的3,210萬股輝達股份，套現約58億美元，反映出對估值與成長風險的態度轉趨審慎。
《大賣空》原型警告AI泡沫及會計風險
《大賣空》原型Michael Burry的基金Scion Asset Management在第三季結束時，經由13F申報揭露，持有對輝達約100萬股、對Palantir約500萬股的看跌(put)選擇權，換算市值約為輝達1.86億美元，Palantir 約9.12億美元。
儘管Burry的基金已在11月解除了註冊，但不變的是Burry多次公開警告AI泡沫及會計風險，強調：(1)AI企業資本支出與折舊低估，(2)EPS存在系統性高估的問題。
GPU該用幾年的折舊來計算？這是AI泡沫的新爭論點，高貴的GPU折舊週期越短，企業利潤越快侵蝕，與企業使用數十年的其他重型設備相比，AI GPU缺乏足夠的使用壽命記錄，微軟在最新年度財報中披露，其電腦設備的使用壽命為二至六年，亞馬遜在今年2月已將部分伺服器的使用壽命從六年縮短到五年，黃仁勳在發布新的Blackwell晶片時，開玩笑地說：「當Blackwell開始大量出貨時，沒人會要Hopper」，表示前代產品Hopper的價值將下降。
輝達現在每年發布新AI晶片，加速壓縮了GPU的保值期間，所以Burry暗示，包括Meta、甲骨文、微軟、Google和亞馬遜在內的公司高估了AI晶片的使用壽命，並低估了折舊。
Burry認為伺服器設備的實際使用壽命約為二至三年，並認為這些雲端服務供應商因此誇大了利潤。微軟CEO Satya Nadella表示，「我們從輝達那裡學到的最大教訓之一是，任何輝達新AI晶片的最大競爭對手是其前代產品，輝達的研發加快了，我不想在一代產品上背負四至五年的折舊。」微軟正試圖分散AI晶片採購，避免過度投資於單一代處理器，這或許給了AMD與ASIC公司機會。
AI泡沫新爭論點
AMD晶片對標NVIDIA處理器
AMD目標進入兆美元計算市場
AMD在2023年推出Instinct MI300X晶片、2024年量產，2024年推Instinct MI325X晶片，同年第四季上市，2025年推Instinct MI350系列、同年可用，2026年推Instinct MI400系列，對標輝達Rubin世代。同年還有Instinct MI450X IF64、IF128(機架級系統)，對標輝達的NVL144、576。2027年推Instinct MI500系列，對標的是輝達的Vera Rubin平台。
從上述可看出，AMD在AI加速器架構上採取的是「每代重大躍進」加上「快速預告下一代」的策略，因此，如果粗略估算，AMD在 AI GPU、加速器領域的一代更新週期大致為約兩年左右，但因為AI需求急速、資料中心市場強壓，AMD在部分細分市場(如MI系列)可能縮短至一年到一年半內就有明顯進展或新版本預告，從這個角度來看，AMD的GPU折舊年限應該比輝達多一些。
或許這是個優勢之一，AMD與OpenAI簽署大單，計畫2026下半年部署以MI450系列為主的資料中心，起步為1GW，最終達6 GW。2025 年10月，AMD與美國能源部達成約10億美元合作，用於建設兩部專為AI科學運算設計的超級電腦(代號“Lux”與“Discovery”)。
這顯示AMD在高性能計算(HPC)＋AI基礎設施的地位正在升高。在 2025年11月的Analyst Day 中，AMD表示其目標是進入「兆美元計算市場」並實現超過35 %的營收年複合成長率。
AI三種新擴展定律
模型越智能 需要的計算越多
對於AI究竟是熱潮還是泡沫？黃仁勳認為AI發展三部曲─預訓練(記憶)、訓練後(解決問題的技能、分解問題技能、推理的技能)，以及思考，當這三條學習曲線同時快速巨量成長時，帶來難以置信的計算負荷在基礎設施上，那代表我們每一個人都在思考，所以AI思考所需要的計算量，真的很不尋常，當這三個發展階段(三種新的擴展定律)全部馬力全開時，給計算總量帶來了如此大的壓力。
現在又發生了一件事，從這三種擴展定律中，我們又得到了更聰明智慧的模型，這些更智能的模型需要更多的計算，但是當你有了更智能的模型，你的智能水平提高了，使用它的人越多，模型更能基於檢索增強，它能夠推理、它能夠解決問題，它以前從未學會如何解決，現在它自己可以做研究去學習相關知識，再回來分解、推理如何解決你的問題，然後去執行並解決它。
大量的思考，正在使模型更加智能，它越智能，使用它的人就越多；它越智能，需要的計算越多。聽起來像是看不到盡頭的飛躍性成長。
Palantir主要業務與AI賦能策略
AI幫助每個人都升級
Palantir CEO Alex Karp近日給了更進一步的觀點，AI市場分兩類，第一類是用ChatGPT和效率工具能省時間，但很難讓公司真正賺錢，第二類是能起作用的AI，能在幾個月內把商業競爭、企業利潤和營收，帶來可量化的提升，Palantir是後者，專注於「AI驅動的數據整合、分析與決策平台」。
舉例來說，透過Palantir的協助，讓原本只是開車運貨的卡車司機，可以更聰明的找出更有效率、更省油的路線，甚至還能知道怎麼維修卡車，或者做預測性維護，因此升級為更有價值的工程師。AI不是只有知識工作者受益，而是幫助每個人都升級，更有生產力，進而整個國家的GDP也出現明顯的成長。
更多精彩內容 就在 [理財周刊1317期] 👈點紅字看更多
