從北京到台北,黃仁勳的十天
三個首都、三個困境……走鋼索的代價開始浮現了

前言
各位訂閱者,大家好,我是 Oswald 的知識對談。
5 月 15 日,黃仁勳與唐納德・川普總統一起從空軍一號上走下來,地點是北京。他陪同的是八年半以來的首次美中元首會晤。不到十天後的 5 月 23 日,他已搭乘專機抵達台北松山機場,還邊把養樂多分給等候的記者們。
一位 CEO 在十天之間,同時造訪了美中對立雙方的首都。這可不是為了參加 Computex 的行程。先說結論:NVIDIA 目前正在美國(監管者)、中國(買方)、台灣(生產者)這三個彼此衝突的市場之間,進行前所未有的走鋼索,而這個代價已經開始以具體數字浮現。
🌐 從北京到台北,十天的動線
先來回顧一下這十天裡發生了什麼。
5 月 13 日,白宮證實黃仁勳將陪同川普總統訪華。黃仁勳在阿拉斯加登上空軍一號,一路飛往北京,與習近平主席的元首會晤同行。美國總統國事訪問時,民間企業 CEO 同乘專機,這本身就是一個強烈的政治訊號。

在這次會晤中,川普拋出了兩條重要訊息。
第一,正式再次確認 NVIDIA H200 晶片對華出口。去年 12 月雖然已發布許可,但由於兩國監管問題,實際出貨一直未能落地。 黃仁勳在今年 GTC 2026 上曾表示:「我們已收到中國客戶的 H200 採購訂單,正在恢復生產。」
第二,向台灣傳遞了訊號。據報導,習近平主席直接問川普:「如果攻擊台灣,美國會如何應對?」 川普表示已詳細討論對台軍售,但最終決定權在他手上。根據 Axios 報導,川普的一位顧問評價說:「這次訪華是一個訊號,意味著台灣在五年內被擺上談判桌的可能性變大了。」
然後,十天後的 5 月 23 日。黃仁勳抵達台北後說的第一句話是:
「Vera Rubin 將成為台灣供應鏈史上規模最大的產品。」
把這兩次訪問單獨來看,各自都是常規的外交活動和技術活動。但把它們串成一條動線,NVIDIA 所處的結構性困境就一目了然了。
🔺 三個市場、三個困境
NVIDIA 必須同時應對的三個市場,各自的要求完全不同。
美國政府自 2022 年起逐步加強對華半導體出口管制。拜登上任期間,NVIDIA 甚至不得不專門開發一款性能受限的中國專用晶片 H20。川普部分逆轉了這個趨勢,批准了 H200 出口,但條件相當苛刻。
必須向美國政府繳納營收 25% 的抽成,且只能向商務部核准的客戶銷售。對本國企業的海外營收徵收這種形式的費用,極為罕見。 這不是關稅,而是一種「出口許可費」。此外,Blackwell 或下一代 Rubin 晶片仍然在出口禁令之列。
還有一個值得注意的細節。美國外交安全專業期刊 CFR(外交關係委員會)的研究員 Michael Horowitz 分析指出,這次 H200 許可意味著「川普政府正在拆毀自己第一任期建立的出口管制體系」。在安全與產業利益之間,美國政府自身也無法保持一致的立場。
有趣的是中國的反應。美國開了門,中國卻在主動把門關小。
根據《金融時報》報導,中國監管部門正在討論 H200 採購時需「說明為何國產晶片無法滿足需求」的審批程序。公共部門甚至可能全面禁止採購 NVIDIA 硬體。黃仁勳本人在財報電話會議上也承認:「出口管制讓中國 AI 市場實質上拱手讓給了華為。」
阿里巴巴、騰訊、字節跳動等科技巨頭,已經將部分推論1工作負載轉移到華為昇騰(Ascend)晶片上。不過,大規模模型訓練2仍然需要 NVIDIA GPU。黃仁勳本人曾說,NVIDIA 在中國市場的市佔率從 95% 急劇下滑,這句話精確概括了當前的局勢。
台灣是 NVIDIA 晶片的關鍵生產基地。台積電以 3nm 製程生產 Rubin GPU 和 Vera CPU,約 100 至 150 家台灣合作夥伴參與 Vera Rubin 平台3。黃仁勳表示:「下半年台灣供應鏈將非常忙碌。」
但同時,台灣也是晶片走私查緝的最前線。黃仁勳抵達前兩天的 5 月 21 日,台灣檢察機關展開了史上首次半導體走私查緝行動,搜索扣押了 12 個地點,並以偽造文件將搭載 NVIDIA 晶片的 Super Micro 伺服器非法出口至中國、香港、澳門的罪名,對 3 人聲請拘捕令。
這不是小事。今年 3 月,美國司法部以 25 億美元(約 3.5 兆韓元)規模的 AI 晶片走私案逮捕了 Super Micro 共同創辦人,兩起事件直接相關。起訴書指出,該走私組織在 2024 至 2025 年間,透過東南亞仲介商,系統性地将搭載 NVIDIA 晶片的伺服器輸往中國。
三個市場的要求可以濃縮成一句話:美國說「沒許可別賣」,中國說「國產不行才買」,台灣說「別讓我們這裡漏出去」。這三個要求同時成立的平衡點,非常狹窄。
💰 走鋼索的代價開始浮現了

這場走鋼索,已經開始產生具體的代價。
先看營收結構的不確定性。NVIDIA 年度營收指引 780 億美元中,並未包含 H200 中國營收的恢復部分。分析師認為,如果出口框架正常運作,每年可帶來 35 至 40 億美元(約 5 至 5.6 兆韓元)的額外營收,但由於中國政府的自主管制和走私風險,實現時間仍不明朗。
其次是合規成本。黃仁勳抵達台灣後,針對 Super Micro 走私案表示:「NVIDIA 已向所有合作夥伴充分說明規定」,但也說「最終 Super Micro 必須自己管理好自己的公司」。語氣上將合規責任推給合作夥伴,但走私的是 NVIDIA 的晶片,品牌風險最終還是 NVIDIA 承擔。連台灣都開始查緝,供應鏈監控成本只會越來越高。
記憶體通膨也是一個變數。黃仁勳在台灣警告說:「記憶體價格上漲正在推高 PC、顯示卡等幾乎所有電子產品的成本」,並呼籲記憶體供應商盡快擴產。Vera Rubin 平台採用下一代 HBM44記憶體,在記憶體價格已呈上漲趨勢的情況下,該平台的建置成本有可能進一步攀升。
最後是競爭格局的變化。AMD 宣布對台灣投資 100 億美元(約 14 兆韓元)。黃仁勳回應說:「NVIDIA 早已投入更多資源給台灣合作夥伴」,但並未公開具體數字。在中國,華為正在快速蠶食市場;在台灣,AMD 則發起了投資競爭。
Oswald 的觀察
老實說,我覺得這個局勢中最有意思的不是技術規格,而是黃仁勳的動線本身。
在制定技術戰略的過程中,我見過無數次這樣的模式:一個市場的核心客戶,同時是另一個市場的管制對象。通常企業只能二選一——要么配合管制放棄市場,要么為了保住市場去遊說放寬管制。黃仁勳現在兩件事同時在做。
他登上空軍一號促成管制放寬,十天後在台北承諾「史上最大規模」的產品來安撫生產基地,同時又說「2,000 億美元的 CPU 市場包含中國」向中國買方釋放訊號。這已經不是 CEO 的業務拓展,而近乎民間外交。
這場走鋼索之所以可行,是因為 NVIDIA 在 AI 晶片市場處於不可替代的位置。但憑我的經驗,「不可替代」這個位置從來不是永恆的。華為正在快速填補中國市場,AMD 則押注 100 億美元進入台灣供應鏈。 走鋼索的代價在上升,而能在鋼索上獨自站立的時間正在縮短。
結語
總結一下。
NVIDIA 正在美國、中國、台灣這三個彼此衝突的市場之間,承受著 25% 抽成、走私風險、記憶體通膨等具體代價,進行著走鋼索。從北京到台北的十天,不是技術路線圖,而是地緣政治之上商業策略的微縮模型。
黃仁勳預計在 6 月 1 日的 Computex 主題演講上公開 Vera Rubin 的詳細規格。比起技術發表本身,我更建議大家關注他在台上對三個市場分別傳遞了什麼訊息。憑我的經驗,產品規格不如發表的脈絡更能揭示戰略。當然,別忘了我的持倉是 $NVDA 平均成本 $28.2(2023 年 2 月 8 日買入)……
參考資料 & 延伸閱讀
核心來源
- Michael C. Horowitz, “The Consequences of Exporting Nvidia’s H200 Chips to China”, Council on Foreign Relations, 2025.12.9. : 分析 H200 出口對美國安全戰略的結構性影響。是本期電子報「美國市場」分析的核心依據。
- “Nvidia says its forecast for $200 billion CPU market includes China”, CNBC, 2026.5.23. : 最精確整理黃仁勳抵達台灣後發言的報導。
- “Taiwan Seeks to Detain Three in AI Chip Smuggling Crackdown”, Bloomberg, 2026.5.21. : 台灣史上首次半導體走私查緝的詳細經過。
- “Nvidia CEO Urges Super Micro to Tighten Up Amid Taiwan Crackdown”, Bloomberg, 2026.5.23. : 黃仁勳抵達台灣後就 Super Micro 事件發表的訪談。
- “Nvidia’s Jensen Huang predicts China will eventually open market for AI chips”, Taiwan News, 2026.5.19. : 訪華後 Bloomberg TV 訪談中的中國市場展望。
背景知識
- KBS, “川普總統,訪華成績單是?……台灣問題是試金石”, 2026.5.19. : 報導川普顧問關於台灣的表態及半導體供應鏈憂慮。
- “Super Micro Co-Founder Arrested in $2.5B AI Chip Case”, 2026.3.20. : 有助於理解 Super Micro 走私案的全貌。

각주
-
推論(Inference):指已完成訓練的 AI 模型對新輸入產生回應的過程。例如向 ChatGPT 提問後它生成回答,就是推論。 ↩
-
訓練(Training):AI 模型透過大量數據學習、掌握模式的過程。比推論需要多得多的運算資源,通常動輒數千顆高階 GPU 同時投入。 ↩
-
Vera Rubin 平台:NVIDIA 的下一代 AI 資料中心平台,由 Vera CPU 與 Rubin GPU 組合而成,命名自天文學家薇拉・魯賓。目標是相比 Blackwell 架構,推論性能提升 5 倍、訓練性能提升 3.5 倍,預計 2026 年下半年量產。 ↩
-
HBM4(High Bandwidth Memory 4):垂直堆疊在 AI 晶片旁邊的超高頻寬記憶體。相比 HBM3 頻寬更寬,是大規模 AI 運算的必需品,但生產難度極高,導致供應不足與價格上漲。 ↩


