黃仁勳COMPUTEX喊重新發明電腦!AI代理商機台灣如何接招

30 秒看重點

  • 事件:輝達執行長黃仁勳在 COMPUTEX 宣告將重新發明電腦,未來電腦將以「AI 代理(AI Agents)」為運作核心。
  • 意義:AI 正從被動回答的聊天機器人,演進為主動幫人類規劃並執行複雜任務的「虛擬特助」。
  • 影響:台灣作為全球 AI 硬體製造重鎮,必須從「硬體代工」升級為「AI 代理運行平台」的關鍵建構者。

輝達(NVIDIA)執行長黃仁勳在 COMPUTEX 丟出震撼彈,宣告傳統電腦概念已死!未來的電腦不再只是被動接受指令的工具,而是能自主思考、主動協作的「AI 代理」載體。這場由硬體轉向「軟硬整合」的全新革命,正重新定義台灣科技產業的既有版圖。

關鍵數據:黃仁勳強調:「這是一場價值數十兆美元的全新工業革命,而台灣正是這一切的起點。」

什麼是黃仁勳口中的「AI 代理」?

黃仁勳在 COMPUTEX 的演講中,把「AI 代理(AI Agents)」推到了最前線。簡單來說,現在的 ChatGPT 像是「你問一句他答一句」的維基百科;而「AI 代理」則是「你給他一個目標,他自己規劃步驟、調用工具並把事情做好」的超級特助。這意味著,未來的電腦運作邏輯將被徹底改寫。過去我們用滑鼠點擊應用程式(App),未來我們直接對 AI 代理下指令,它會自動在背景與其他 AI 相互溝通、串接 API、完成複雜的商務流程。這種轉變,對硬體運算力的需求呈指數型成長。因為 AI 代理需要持續「思考」與「推理」,而不僅僅是生成文字。輝達正透過全新的 Blackwell 架構與 NIMs(NVIDIA Inference Microservices)微服務,把繁瑣的 AI 部署過程,打包成像「樂高積木」一樣好組裝的軟體服務,這正是輝達要「重新發明電腦」的底氣所在。

  1. 2023-03 輝達推出 DGX Cloud,宣告「AI 的 iPhone 時刻」正式到來。
  2. 2024-06 黃仁勳於 COMPUTEX 宣布「重新發明電腦」,將 AI 代理(AI Agents)確立為下一代運算核心。

台灣怎麼看這件事?

台灣科技業在這一波「AI 代理」浪潮中,扮演著無可替代的「硬體軍火庫」角色。從台積電的先進製程與 CoWoS 封裝技術,到廣達、緯穎、鴻海等代工大廠的 AI 伺服器組裝,台灣硬體實力是撐起 AI 代理運算背後強大算力的唯一支柱。然而,當輝達試圖用 NIM 軟體平台綁定全球客戶時,台灣不能只滿足於做利潤微薄的硬體代工,更需要積極投入「AI 代理」的軟體與垂直領域應用開發。例如台北市政府攜手輝達優化北捷運載,就是台灣將 AI 代理技術在地化應用的極佳示範,證明台灣有能力從硬體製造跨足到智慧城市系統整合。

編輯觀點

黃仁勳這次不只賣晶片,更是在販售未來的生活方式。AI 代理的普及,意味著個人與企業的生產力將被重新定義。台灣過去靠著強大的硬體製造在 PC 和智慧型手機時代賺取「代工財」,但在「AI 代理」時代,軟體、演算法與服務才是價值鏈的最頂端。台灣科技業必須加快腳步,從「硬體中心(Hardware-centric)」轉向「AI優先(AI-first)」的軟硬整合思維,否則在輝達構建的全新生態系中,我們可能只會拿到最辛苦的微薄利潤,錯失了最肥美的軟體商機。

常見問題

什麼是 AI 代理(AI Agents)?
AI 代理是一種能夠自主感知環境、進行推理、規劃步驟並執行複雜任務的 AI 系統,能主動幫你完成如「幫我規劃並訂好下週出差行程」等複雜工作。
黃仁勳為什麼說要「重新發明電腦」?
因為傳統以 CPU 為核心、點擊 App 為主的電腦架構,已無法應付 AI 代理所需的大量即時推理。未來的電腦將以 GPU 為核心、AI 代理為骨幹重新打造。
台灣供應鏈在這場「AI 代理革命」中扮演什麼角色?
台灣是不可或缺的硬體軍火庫。從台積電的晶片代工,到伺服器散熱、電源管理及代工組裝,台灣提供了運行 AI 代理所需的所有底層實體基礎設施。
AI 代理會取代人類的工作嗎?
AI 代理會取代「重複性高且繁瑣的工作流程」。人類將轉變為「管理者」與「決策者」,負責審查 AI 代理的工作成果,並給予大方向的引導。
一般人什麼時候能用到黃仁勳說的 AI 代理?
其實現在已陸續出現。微軟的 Copilot 系統以及許多企業內部的自動化流程,都已具備 AI 代理的雛形,預計在未來 1 到 2 年內將會全面普及。

名詞小教室

AI 代理 (AI Agent)
就像一個高智商的虛擬特助。你只要告訴他「我要辦一場烤肉派對」,他就會自己去查天氣、寫邀請函、訂食材,而不是像舊 AI 只能幫你寫一份「烤肉清單」。
NIM (NVIDIA Inference Microservices)
就像是 AI 界的「調理包」。輝達把複雜的 AI 模型和運算環境包裝好,讓工程師不用從頭研發,只要「撕開包裝」(呼叫 API)就能直接端出 AI 應用。