Nvidia 投資聯發科 35 億美元，押注客製化 AI 晶片接入 Nvidia 生態系

這筆交易的重點，不只是 Nvidia 把 35 億美元投入聯發科，而是雙方正把合作從單一晶片產品，推進到一套涵蓋雲端資料中心、桌上型 AI 系統與車載運算的平台策略。

Nvidia 將購買聯發科發行的可轉換公司債。這類債券未來可依條款轉換為聯發科股票，因此交易同時具有融資與策略結盟性質，並不等同於 Nvidia 立即全面收購聯發科。111

35 億美元投資換來什麼

雙方在 2026 年 8 月 31 日宣布擴大合作，範圍包括三大方向：AI 基礎設施、在地 AI 運算，以及汽車科技。

其中最受關注的安排，是聯發科將採用 Nvidia 的 NVLink Fusion 平台。透過這套平台，超大規模雲端業者、雲端服務提供商，以及前沿 AI 模型開發者，可以設計符合自身工作負載的客製化 XPU——也就是專門用於 AI 運算的處理器——再把它們整合進由 Nvidia NVLink 連接的機櫃級 AI 系統。2

換句話說，Nvidia 並非只希望客戶購買自家 GPU，而是希望即使客戶自行設計主要運算晶片，整套系統仍可使用 Nvidia 的互連與機櫃級架構。

NVLink Fusion 如何接上客製化 XPU

AI 硬體市場正面臨一項關鍵矛盾：雲端業者希望打造針對特定工作負載最佳化的專用晶片，以掌握成本、供應與效能；但 Nvidia 則希望自己的互連、網路與系統架構繼續成為資料中心的核心。

NVLink Fusion 提供的是一條「半客製化」路徑，而不是讓客製化晶片完全脫離 Nvidia 平台。Nvidia 表示，這套生態系可讓業界夥伴打造自有晶片，同時加入 NVLink 所提供的高速擴展互連架構。

目前公布的技術組合包括：

• NVLink Fusion 晶粒與整合方案： 為客製化加速器提供接入 Nvidia 系統的途徑，避免它們只能作為彼此孤立的 ASIC 運作。不過，現有公告只說明平台與合作夥伴生態系，並未證實聯發科完成的 XPU 已經部署在 Nvidia 機櫃中。
• NVLink-C2C： 這是用於緊密耦合元件的晶片對晶片互連技術。Nvidia 在 RTX Spark 與 DGX Spark 系統中，以它連接 CPU 與 GPU，建立具一致性記憶體模型的運算架構。
• NVHBM： Nvidia 的客製化高頻寬記憶體技術也正向 NVLink Fusion 合作夥伴延伸。Nvidia 與 Amazon 旗下 Annapurna Labs 正合作支援 NVHBM 搭配未來的 Trainium 晶片，示範企業可以保留自有加速器，同時採用 Nvidia 的互連與記憶體技術。

對雲端業者而言，這種安排的吸引力在於彈性：它們可以為特定工作負載設計晶片，卻不必完全放棄 Nvidia 導向的機櫃級連接架構。

但必須留意，這些公告目前描述的是架構與合作路線，而非已確認的量產規模、出貨量或效能保證。聯發科客製化 XPU 是否能真正大規模進入 Nvidia 互連的 AI 資料中心，仍有待後續產品與部署結果證明。

Nvidia 為何要讓自研晶片繼續接入自己的網路

各大雲端業者正投入自有加速器，藉此針對自身服務與基礎設施進行最佳化。Nvidia 的應對方式，不只是與這些晶片競爭，而是讓 NVLink 與相關系統技術即使在運算晶片由合作夥伴或雲端業者自行設計時，仍然具有吸引力。

如果客製化加速器透過 NVLink Fusion 連接，並採用相關 Nvidia 系統技術，Nvidia 便可能繼續參與晶片周邊的網路、記憶體與機櫃級架構。這讓 Nvidia 的角色從 GPU 供應商，延伸為 AI 基礎設施的互連與系統平台提供者。

聯發科的加入，為 Nvidia 擴張這套生態系增加一名重要晶片設計夥伴。事實上，Nvidia 在推出 NVLink Fusion 時，已將聯發科列為早期採用者之一。

Nvidia 與 AWS 的合作也呈現相同方向。AWS 與 Nvidia 已宣布計畫提供額外 200 萬個 Nvidia GPU 及新一代 AI 基礎設施；另一方面，Amazon 的 Annapurna Labs 正延伸 NVLink Fusion 對 Nvidia NVHBM 技術的支援，以配合未來 Trainium 系統。

這代表 AWS 可以繼續發展自有晶片，同時在更大的系統設計中採用 Nvidia 的互連與擴展架構。

從雲端延伸至 AI PC 與工作站

雙方也將繼續合作開發 RTX Spark 與 DGX Spark 類系統。Nvidia 的 RTX Spark 資料顯示，該系統把 RTX GPU 與 Grace CPU 結合，透過 NVLink-C2C 連接，提供最高 128GB 統一記憶體與最高 1 petaflop 的 AI 效能。

對聯發科而言，這項合作把其低功耗系統單晶片（SoC）與平台設計能力，延伸到在地 AI 運算；對 Nvidia 而言，則有助於把 RTX 圖形與 AI 軟體堆疊帶進體積更小的個人電腦與開發者工作站。

不過，這些產品規格描述的是 Nvidia 的系統及雙方合作方向，並不代表 35 億美元投資本身已經用於資助某一款特定消費產品的上市。

汽車合作再擴大一個市場

擴大後的協議也涵蓋聯發科 Dimensity Auto 平台。Nvidia 表示，雙方將把聯發科的汽車系統，與 Nvidia AI 能力、RTX 圖形技術及 DRIVE AGX 技術整合，目標是提供更完整的車載運算平台，支援座艙與 AI 驅動的車輛應用。

與資料中心業務一樣，目前公告確認的是合作與預計整合方向，尚不能據此推論未來車用方案的商業成功或實際出貨規模。

聯發科的野心：挑戰 Broadcom 與 Marvell

對聯發科來說，這筆合作是其進軍客製化 AI 資料中心晶片計畫的一部分。路透社報導，聯發科已核准一筆可彈性運用的 50 億美元融資預算，用於長期成長，包括擴展資料中心 AI 業務。

聯發科也把 2027 年客製化 AI 晶片的可服務市場規模預估上調至 800 億美元，並將目標市占提高至 15% 至 20%。

這些是聯發科的公司目標，並非已獲獨立驗證的結果。公司另表示，2026 年資料中心營收可望超過 20 億美元；市場報導則指出，聯發科正面臨 Broadcom、Marvell 等既有客製化晶片供應商的競爭。

NVLink Fusion 可能成為聯發科的差異化賣點：它可以一方面追求客製化加速器設計，另一方面為客戶提供接入 Nvidia 基礎設施的路徑。但能否因此贏得大型雲端業者的設計案，仍取決於效能、成本、軟體支援、製造能力與部署時程，這些都不是一筆可轉換公司債投資能單獨決定的。

結論：這是一場生態系押注

Nvidia 對聯發科的 35 億美元投資，最適合被理解為一場生態系押注。

Nvidia 提供資金並延伸自家平台，讓客戶可以打造更專門化的 AI 晶片，同時不必完全離開 Nvidia 的互連與機櫃級運算環境。聯發科則取得一個關鍵技術夥伴，藉此爭取成為更大型的客製化 ASIC 供應商；雙方也同步把合作拓展至 AI PC、開發者工作站與汽車運算。

眼前已確定的事實，是 Nvidia 投資 35 億美元購買聯發科可轉換公司債，以及雙方宣布導入 NVLink Fusion。至於聯發科 XPU 是否會大量出貨並進入 Nvidia 互連的 AI 系統、聯發科能否達成營收與市占目標，或這項合作是否會改變客製化晶片供應商的競爭版圖，仍有待市場與產品實績驗證。