英特爾強攻實體AI，硬體競賽白熱化

30 秒看重點

• 事件：英特爾積極佈局實體AI，發表新製程與平台，正面迎戰輝達，搶攻機器人等邊緣AI應用。
• 意義：AI將走出雲端，深入現實世界互動，硬體運算效能與生態系完整度成為新戰場。
• 影響：為台灣半導體產業帶來龐大新訂單，加速機器人與智慧製造發展，提升產業競爭力。

英特爾為何猛攻實體AI？

過去AI發展主要聚焦在雲端，大型語言模型在數據中心的超強算力支援下，創造出許多令人驚豔的成果，而輝達（NVIDIA）的GPU晶片幾乎獨佔了這塊高階市場。然而，AI要真正融入你我生活，光靠在雲端「動腦」是遠遠不夠的，它還必須學會「動手動腳」，在真實世界中感知環境、理解語境、進而互動並執行任務，這正是「實體AI」（Physical AI）或稱為「邊緣AI」（Edge AI）的關鍵領域。英特爾（Intel）正是看準了這塊潛力無窮的市場，正全力衝刺，試圖在AI硬體競賽中開闢新戰場。

英特爾的策略不僅是推出更高效能的晶片，更強調建立開放的軟硬體生態系，要讓廣大的開發者更容易在他們的平台上打造各種實體AI應用。以最新的Core Ultra系列3處理器為例，它就是專為邊緣AI設計，內部整合了強大的神經網路處理單元（NPU），能夠在裝置端直接處理複雜的AI任務，大幅減少對雲端運算的依賴，不僅能提供更快的反應速度，降低網路延遲，還能更好地保護用戶隱私。此外，英特爾即將推出的Panther Lake平台與更先進的18A製程，更是明確瞄準了高階機器人、自駕車等需要極致運算力與低功耗的實體AI應用場景，直接點名與輝達在邊緣AI領域的Jetson平台正面對決，一場晶片巨頭的 AI 硬體大戰正式開打。實體AI的挑戰在於，它不僅需要強大的AI模型演算法，更需要能即時處理來自感測器的海量數據、精確控制機械手臂、並深刻理解物理世界限制的整合性硬體解決方案，這對處理器的功耗、體積、散熱與即時反應能力都有極高要求。

台灣怎麼看這件事？

台灣在全球半導體供應鏈中扮演著舉足輕重的角色，英特爾大力發展`實體AI`，對台灣的科技產業無疑是「大補丸」。從晶圓代工龍頭台積電的先進製程（如未來的18A製程），到封測、IC設計、高階零組件供應商，甚至下游的機器人製造、工控電腦、自動化設備、智慧製造解決方案等，都將直接受惠於這波`AI硬體競爭`所帶來的龐大新訂單與成長動能。英特爾在`邊緣AI運算`領域的攻勢，不僅會刺激更多`AI晶片製造`的需求，也將加速台灣在`高效能運算模組`、`嵌入式AI系統`與`智慧自動化設備`等領域的發展。台灣廠商不僅能作為關鍵的代工夥伴，更有機會參與更前瞻的技術研發與`AI應用落地`，共同提升台灣AI生態系的國際競爭力。

編輯觀點

英特爾這次在`實體AI應用`上的戰略轉向，明確顯示AI發展已進入一個新的階段。過去我們著重於AI模型的「算力」，現在則更講究其「落地」與「實作」的能力。輝達雖在雲端AI訓練市場稱霸，但在邊緣AI與實體世界的互動應用上，英特爾憑藉其在CPU、NPU等硬體的整合優勢，以及長期在PC與伺服器領域建立的開放生態系經驗，確實有機會切入並佔據一席之地。對台灣而言，這場AI硬體大戰是挑戰也是機會，能否抓緊時機，從單純的零組件供應商升級為提供關鍵`機器人視覺`解決方案與`智慧工廠自動化`服務的提供者，將是決定台灣在全球AI版圖地位的關鍵一步。

常見問題

實體AI是什麼？

實體AI（Physical AI）是指讓AI模型不僅能在虛擬世界運算，更能理解真實世界、進行物理互動和執行實際任務的技術，例如機器人、自駕車或智慧工廠的自動化系統。

邊緣AI跟實體AI有何不同？

邊緣AI是指在靠近資料源（如裝置本身）的地方進行AI運算，減少對雲端的依賴；實體AI則更強調AI與物理世界的互動能力，邊緣AI是實體AI實現的重要基礎之一。

為什麼英特爾要投入實體AI？

英特爾看到實體AI廣闊的市場潛力，尤其是在機器人、智慧製造、自駕車等領域。透過其在CPU、NPU等硬體的整合優勢，希望在AI硬體競賽中開闢新的戰場，與輝達正面競爭。

實體AI的發展會對我們生活有什麼影響？

實體AI的進步將加速機器人普及、智慧家庭設備更聰明、自駕車更安全可靠，甚至提升工廠自動化效率，讓AI更貼近我們的日常，並改善生活品質。

台灣在實體AI浪潮中扮演什麼角色？

台灣在全球半導體產業鏈中扮演關鍵角色，從晶片設計製造、硬體組裝到機器人系統整合，都是實體AI發展不可或缺的一環，有望承接大量`AI硬體`的商機與技術研發。

名詞小教室

實體AI (Physical AI)

想像一個超級聰明的機器人，它不僅會算數學，還會「看」、會「聽」、會「走路」、會「拿東西」。這就是讓AI從虛擬世界走出來，能在真實環境中感知、理解、互動與執行任務的技術。

邊緣AI (Edge AI)

就像手機裡直接內建AI助理，不用每次問問題都連上網路。邊緣AI就是讓AI運算直接在裝置上完成，而不是把所有資料都送到遙遠的雲端機房處理，這樣反應更快、更省電、也更保護隱私。

18A 製程

這是英特爾目前最先進的晶片製造技術代號，A代表「埃米」（Angstrom），約等於0.1奈米。製程數字越小，代表晶片可以做得更小、效能更好、更省電，是打造頂尖AI晶片的關鍵。

NPU (Neural Processing Unit)

想像晶片裡有一個專門為AI設計的「小腦」，它特別擅長處理神經網路模型運算，能讓AI任務更有效率、更省電地在裝置上執行，就像大腦中處理視覺、聽覺的專屬區域。