Nvidia 自駕部門主管自曝：連自家 GPU 都要每週搶，AI 資源荒的殘酷真相

Nvidia 自駕部門的內部 GPU 爭奪戰與 AI 資源荒真相

當全世界都在排隊搶購 Nvidia 的 AI 晶片時，你可能以為這家公司的內部團隊要多少 GPU 就有多少。但事實恰恰相反。在《The Verge》的 Decoder 播客節目（2026 年 7 月）中，Nvidia 汽車事業部副總裁暨負責人 吳新宙（Xinzhou Wu） 投下了一枚震撼彈：就連他的團隊，每週都得為了 GPU 算力在公司內部打一場硬仗。

內部 GPU 資源的激烈內戰

• 每週的算力分配會議。吳新宙坦言，他和同事們「幾乎每週都要開會」，協調分配訓練、測試和開發所需的算力。當主持人直接問他是否也在為 GPU 資源奮戰時，他笑著承認：「沒錯，信不信由你——就算是 Nvidia，GPU 算力也是有限的」。
• 執行長黃仁勳有時得當裁判。內部對 GPU 的競爭已經激烈到，Nvidia 執行長黃仁勳（Jensen Huang）偶爾得親自出面，調解各事業群之間的資源衝突。
• 資料中心與汽車事業的結構性緊張。Nvidia 的資料中心業務——為 AI 熱潮供應 GPU——正創造巨額的即時營收；而汽車事業則押注在一個要數年後才能回收的自駕未來。吳新宙坦言，這是一個棘手的內部算計：有限的晶圓產能和 GPU 供貨，到底要多少給今天願意付高價的客戶，又要留多少給明天才可能實現的市場？

這揭露了什麼樣的 AI 資源荒？

• 連內部團隊都搶不到 GPU。如果一家公司連自己設計和製造的、全世界最搶手的 AI 晶片，都無法輕鬆供應給自家的汽車部門，這就深刻說明了 AI 算力的需求已經遠遠超過了供給。
• 遊戲 GPU 產量據傳在 2026 年初大砍 30–40%。多家外媒報導，因為 GDDR7 記憶體短缺，Nvidia 計畫在 2026 年上半年將 RTX 50 系列產量削減 30–40%。原因在於，AI 資料中心正在消耗大量記憶體產能，記憶體供應商優先將高頻寬記憶體（HBM）供應給 AI 晶片，而非消費性 GPU。三星的 GDDR7 供貨吃緊，意味著消費者 GPU 價格在 2027 年第四季之前不太可能大幅下跌。
• 記憶體就是瓶頸。GDDR7 如今已佔 GPU 物料成本的 70–80%，而三星根本無法生產足夠的量來同時滿足 AI 和消費性需求。HBM 供應商（SK 海力士、美光）也回報其 2026 年的產能已全數預訂一空，確認了這是一場長達數年的 AI 記憶體荒。

Nvidia 自動駕駛技術路線圖

吳新宙在專訪中提出了一個積極的時間表：

里程碑	目標年份
基於 Drive AGX 平台的 Level 2++ 都會區自駕功能	2026 年
與合作夥伴進行 Level 4 自駕計程車測試	2027 年
個人可購買的 Level 4 自駕車輛	2028 年

Nvidia 正建構一套名為 Nvidia Drive 的完整自動駕駛堆疊，提供硬體平台以及基於合成資料訓練的基礎模型。吳新宙主張，車廠不再需要像 Waymo 或 Tesla 那樣累積數十億英里的自駕數據；他們可以直接導入 Nvidia 生態系，該系統每天執行 500 萬次驗證測試。

專訪中的其他關鍵觀點

• 與 Tesla 的雷射雷達路線之爭。Nvidia 的策略擁抱多種感測器，包括光達（LiDAR），這與 Tesla 純視覺（camera-only）的理念形成鮮明對比。吳新宙表示，要超越 Tesla，你不需要數百萬英里的駕駛數據，你需要的是正確的感測器以及一套能夠真正推理的 AI 系統。
• 電動車採用趨勢與貿易壁壘。吳新宙也討論了電動車普及趨勢，以及美國貿易壁壘——尤其是影響對中國晶片銷售的出口管制——如何為汽車業務帶來逆風。Nvidia 也因延誤和效能問題，面臨中國車廠的出走潮。

資料上的限制

• 現有資料並未完整記錄吳新宙關於 EV 採用趨勢 和 貿易壁壘 的完整談話內容。
• Nvidia 官方並未正式確認 30–40% 的遊戲 GPU 減產數據——這些最初是從中國 Board Channels 論壇流出的傳言，多家媒體將其報導為「傳聞」或「據報」。

總結

Nvidia 的汽車事業部正面臨真實的內部 GPU 資源競爭，每週都得開會協調算力分配，有時甚至需要執行長黃仁勳親自仲裁。這反映了更大的 AI 資源荒：GPU 記憶體（GDDR7 與 HBM）供應因資料中心的需求而極度吃緊，迫使 Nvidia 據傳削減 30–40% 的遊戲 GPU 產量。與此同時，吳新宙提出的自動駕駛時間表——2026 年的 Level 2++ 都會功能、2027 年的 Level 4 自駕計程車測試、以及 2028 年的消費級 Level 4 車輛——所有這些目標的達成，都取決於他的團隊現在就已經難以取得的運算資源。