輝達（Nvidia）執行長黃仁勳近日造訪歐洲，期間他公開感嘆眼見德國這樣的科技大國，竟在技術領域落後，他深感「痛心」，並直言歐洲人做事過於糾結、「想太多」。黃仁勳還與德國政府簽署合作意向書，一同推動工業人工智慧（AI）發展。對此，筆名「德國派」的《鉅亨網》專欄作家撰文表示，黃仁勳看中德國深厚的製造業根基、長年累積的工業數據，以及精密工程技術。隨著AI加速走向實體世界，德國有機會憑藉這些優勢搶攻「實體AI」，輝達則能藉此將技術版圖從資料中心擴展至工廠、汽車與機器人。
德國工業底子成王牌 輝達攜手西門子拚AI轉型
德國的優勢不在於與美國、中國比拚大型語言模型，而是擁有大量難以複製的製造業知識。從汽車生產、精密機械到工廠設備，中小企業累積多年的機器參數、工程經驗與生產數據，都可能成為訓練工業AI的重要資源。黃仁勳看中的，正是這些無法單靠網路資料取得的產業 know-how，若能結合輝達的運算晶片、AI模型與模擬工具，便有機會讓AI真正進入生產現場。
西門子已展現相關應用成果。西門子與輝達合作，在德國巴伐利亞州埃朗根的工廠運用虛擬產品模型生成訓練圖像，讓工程師在新型電路板正式投產前，就能訓練視覺檢測系統辨識產品瑕疵。西門子公布的數據顯示，這項技術在特定生產準備流程中，最多可減少85%的工程工作量，並將產品上市時間縮短最多40%。AI還能協助工廠模擬生產排程，西門子預估，適用場景下相關成本最多可降低20%。這些成果顯示，工業AI已不再只是概念展示，而是開始切入實際生產流程。
德國拚技術自主 底層晶片仍難擺脫輝達
不過，德國想透過AI重振工業競爭力，還面臨一項矛盾：希望減少對外國科技的依賴，卻又必須仰賴輝達的晶片與軟體。德國電信今年2月啟用工業AI雲，投入約10億歐元建置運算設施，配備約1萬塊輝達Blackwell系列GPU，提供企業與研究機構使用。德國政府支持的開放基礎模型計畫SOOFI，也曾使用最多512塊輝達B200處理器訓練模型，試圖建立由德國及歐洲企業自主運用的AI技術。這些布局有助於讓資料、模型開發與運算設施留在德國，但關鍵硬體仍掌握在美國企業手中。
問題還不只在晶片。輝達長年建立的CUDA運算平台，以及周邊軟體與開發工具，已成為許多AI模型的重要技術基礎。企業若長期使用輝達的軟硬體，未來想更換晶片供應商，可能得重新調整程式與開發流程，增加轉換成本。對輝達而言，德國工業升級不僅意味著新的晶片訂單，也可能帶來持續性的軟體、技術服務與平台收入；對德國而言，真正的考驗則是如何利用現有技術加快產業轉型，同時保有足夠的自主空間。黃仁勳看中德國的製造業實力，德國則需要輝達的AI技術，雙方合作看似各取所需，但未來能否將工業知識轉化為自身長期掌握的技術資產，才是這場合作的關鍵。
三立新聞網提醒您：
內容僅供參考，投資人於決策時應審慎評估風險，並就投資結果自行負責。 投資一定有風險，基金投資有賺有賠，申購前應詳閱公開說明書。