事件
在 COMPUTEX 2026 同步舉辦的 GTC Taipei 記者會上，NVIDIA 執行長黃仁勳親自闡述了 Vera CPU 的戰略定位。這不是簡單的產品發表，而是對一個根本性商業假設的宣告。
黃仁勳在回答關於 Vera CPU 如何對標 AMD 的問題時，明確指出：「傳統 CPU 思路是不斷堆疊核心——100 核心更好，200 核心更好，400 核心更好。但那是給人類使用的舊方法。」
他進而揭示了關鍵差異：「代理（Agent）不想租用 CPU 核心，代理想要生成 Token。"
背景
過去 30 年，資料中心 CPU 的設計邏輯遵循同一條原則：多核心 = 更多使用者可同時存取系統 = 更高經濟效益。這個邏輯在「人類使用者」的前提下無懈可擊。Intel、AMD、IBM 都在這條路上卷核心數——從雙核到四核、八核、到今日的 128 核。
但 2024-2026 年發生了一個無聲的結構轉變：大型語言模型（LLM）的推理成本大幅下降後，AI Agent 的部署密度開始指數級上升。這些 Agent 不是「使用者」——它們沒有「同時存取」的概念，也不需要人類那樣的響應時間。它們只有一個目標：盡快生成輸出序列（Token）。
這一轉變，讓 CPU 的價值衡量標準徹底改變。
舊邏輯 vs 新邏輯
人類使用者的世界（過去 30 年）： - 衡量指標：核心數、時脈、メモリ帶寬 - 優化目標：最小化單一請求延遲、最大化併發用戶數 - 競爭策略：堆疊核心、降低成本、爭奪市場份額
AI Agent 的世界（2026 年後）： - 衡量指標：Token 吞吐量、推理延遲、電力效率 - 優化目標：單位時間內完成最多推理任務 - 競爭策略：重新架構晶片設計、針對推理工作負載優化、軟硬體協同
黃仁勳的論述本質上在說：「我們不再競爭『有多少核心』，而是『能有多快生成 Token』。」這代表 CPU 設計的參數空間徹底改變。傳統 x86 架構為人類工作負載優化的指令集、快取層級、記憶體管理，對於 AI 推理工作可能都不是最優選。
VerA CPU 的問世，象徵著一個新用戶群體（機器）的需求，將重寫硬體產業的設計假設。過去 30 年 Intel 和 AMD 的競爭格局，是基於「人類才是 CPU 的用戶」這個前提。一旦這個前提失效，整個產業的護城河就被重新定義。
商業模式層次的意涵
這個轉變還涉及另一個隱藏的商業層面。在人類用戶時代，CPU 的定價和授權基於「核心數」和「性能層級」——這是 x86 架構下的生態稅收模式（Intel、AMD、ARM 的授權費）。
但如果競爭維度變成「Token 吞吐」，那麼定價邏輯也會變。一個能在單位時間內生成更多 Token 的 CPU，對 AI 雲服務提供商（如 OpenAI、Google、Meta）的價值，不是「能服務多少使用者」，而是「能消耗多少電力、運行多少並行推理」。
VerA 既然是 NVIDIA 自製 CPU（而非授權他人），意味著 NVIDIA 要自己定義這個新市場的遊戲規則。這是一個從「賣零件」轉向「賣解決方案」的戰略轉移。
風險與挑戰
當然，黃仁勳的論述也埋藏著假設風險：
1. Agent 的真實工作負載：當前 Agent 的推理工作負載仍處於實驗階段，實際最優架構尚未穩定。如果黃仁勳對「Agent 需要什麼」的假設有誤，Vera CPU 的設計可能偏離市場需要。
2. 生態鎖定：NVIDIA 自製 CPU，意味著必須建立完整的軟體生態（編譯器、函式庫、最佳化工具）。在 x86 的壟斷下，這個成本與難度遠大於晶片製造本身。
3. 成本線性性：新 Agent 市場的成長速度是否足以攤銷 CPU 設計的投資？如果市場成長慢於預期，NVIDIA 就會為了進入一個尚未成形的市場而付出巨大機會成本。
但從長期看，黃仁勳的戰略直覺（即「用戶角色轉變 → 需求轉變 → 架構需要重新定義」）是正確的。他實際上在為 10 年後的市場提前佈局，而不是為今日的市場優化。
對台灣科技業的啟示
黃仁勳最後還點出一個對台灣生態的評論：「台灣科技生態系數十年來圍繞 x86 架構建立。」這是在委婉地說——如果市場的用戶角色轉變了，圍繞舊架構建立的整個供應鏈、設計工具、人才庫，都需要重新思考定位。