TPU 開賣、NPU 崛起 主權 AI 的「非輝達戰爭」正開啟

耐能智慧創辦人暨執行長劉峻誠。記者邱德祥／攝影

Google 開始對外販售自家 TPU，與此同時，中東多國積極部署主權 AI 基礎設施，採用包括 NPU 在內的多元架構，顯示去 NVIDIA 化的 AI 運算生態正逐步獲得關注，這一趨勢背後的關鍵驅動力，包括電力效率（節能）、部署彈性，以及地緣政治風險控管。

在 2025 年 ISC West 等展會上，耐能智慧（Kneron）展出了其第四代 NPU 晶片 KL730，能支援邊緣生成式 AI 本地化運行、多模態並行處理任務（如語音＋視覺偵測等），並在功耗與效能上做優化，例如在 Transformer 型模型運行時，功耗減少約 40%，推理速度提升約 2 倍。

耐能是臺灣的一家 AI 晶片新創，創辦人劉峻誠除被認爲是早期在臺定義 NPU 架構者之一，耐能 NPU 已獲沙烏地阿拉伯 NTDP 支持，並參與德國主權 AI 計劃，顯示其低耗能、非雲端導向的技術特性，正逐漸被主權 AI 部署需求採用。

臺灣NPU晶片業者耐能，搶進中東德國主權AI

耐能專注於 NPU／邊緣 AI發展，不只是賣晶片及IP，也在系統整合、模組設計、應用落地上投入。例如支援 USB dongle、筆電及智慧裝置，也與工業物聯網（AIoT）、智能家電、車載、安防監控等場景合作。

如耐能與新漢 (NEXCOM) 集團策略合作，共同打造以 NPU 爲基礎的邊緣運算平臺與解決方案，針對智慧物聯網場景與垂直應用市場。

隨算力中心大量建置，GPU爲主的超級AI算力中心也因高耗電量及供應管制等諸多因素，使各國紛紛多角化選擇晶片規格，科技巨頭也開發自有晶片如TPU或NPU，近期Google開發的TPU晶片更盛傳將對外銷售，而類NPU陣營如耐能及Cerebras等晶片業者，也打入中東國家主權AI建置需求，顯示各國在美國晶片出口限制下，對於非訓練用途（如推論／邊緣 AI）逐步尋求去 NVIDIA 化的替代方案。

NPU是Neural Processing Unit的縮寫，也可稱神經網路處理器，是專門爲AI任務（特別是推理／部分訓練、邊緣 AI／多模態模型推理）設計的硬體加速器。

與 GPU 或 CPU 相比，NPU或以RISC-V技術開發AI晶片具有幾個潛在優勢：1.功耗與能效比（Performance per Watt），在低功耗／專用運算的情境中，比 GPU／通用運算單元更有效率，尤其是在邊緣設備（Edge Devices）或離線運算場景。

2.延遲與即時性：因爲能做本地推理／處理，避免因爲雲端／網路往返延遲，適合對即時性要求高的應用（語音命令、人員偵測、車載系統等）。

3.隱私與資料主權：資料不必上傳到雲端，可以在終端或本地處理，減少對外部管控／監控與法律／合規風險。

4.成本與基礎設施壓力：雲端 GPU 運算與冷卻／電力／網絡基礎設施需求非常高。若很多運算能轉移到更低功耗／更分散的 NPU 或邊緣運算，整體系統成本與資源耗用可降低。

不過，NPU 也有限制，包括通用性限制（通用大型模型或訓練需求仍常常需要 GPU／TPU／大型加速器）、開發生態限制（工具／框架／算法最佳化）、晶片製造成本與設計經驗挑戰高，因此耐能開發可重構的 NPU，期望兼顧性能與功耗平衡、支援邊緣多任務或多模態應用。

劉峻誠：臺灣產業應比別人：更早又更完整

累積多國主權AI標案經驗，劉峻誠受訪指出，耐能期望於扮演「臺灣的 NPU 定義者與邊緣 AI 實踐者」戰略角色，爲臺灣示範未來可以發展的產業方向：不只是做代工，而是從設計 IP、研發 NPU、加上模組與系統整合，甚至軟體＋模型的端到端解決方案。

劉峻誠表示，若政府與產業政策能大力扶植這類整合能力，臺灣未來不只是算力代工中心，也能在架構與設計上發揮影響力，面對邊緣 AI 市場與需求爆發，許多國家與企業開始擔心雲端中心算力集中帶來的風險（隱私、資料主權、延遲、成本、能源消耗等）。邊緣 AI 與 NPU 正好對應這些痛點。

劉峻誠表示，臺灣的關鍵在於「比別人更早、更完整」推出低功耗可客製化的 NPU 解決方案，並達成技術自主、應用分散及韌性需求、低耗能與低環境成本、在主權 AI 陣營中佔有先手。

劉峻誠指出，臺灣NPU要能與 GPU 或國際領先 NPU／ASIC 媲美，需要高度設計經驗、EDA 工具支持、國內外 IP 與算法專家。耐能具備部分能力，但整體來說臺灣在某些核心設計（如最先進邊緣大型語言模型、高精度訓練電路、高帶寬記憶體與封裝）跟國際相比還有落差。

同時，也有許多國家正急起直追，如中國的 NPU 公司研發力量正在快速追趕；歐美與日韓也積極在此方向投入資源，由於NPU 的設計與驗證需要大量資本投入，並且量產成本、良率、封裝、測試都是需要高資本，若市場規模不足或訂單不穩定，就墊高投資風險。

因此，劉峻誠坦言未來NPU市場競爭勢必加劇，若臺灣不能持續在設計與架構創新上投入，健全相關生態系統與軟體工具鏈，臺灣就可能被其他國家在某些邊緣應用市場追上甚至取代。

更重要是政策與法規對相關先進晶片設計、IP 保護、出口管制、知識產權、能源法規等，給投入NPU開發的相關產業鏈業者稅收優惠或抵免誘因，提供本土市場邊緣 AI 應用（如智慧家電、車載系統、安防監控、醫療輔助裝置等）驗證場景，或公部門標案及公共基礎設施率先使用臺灣隊NPU /邊緣 AI 解決方案，以促進應用生態成長。

除中東案例，劉峻誠認爲，臺灣企業未來也可針對「願意或正在推動主權 AI／算力自主」的國家或地區（如歐盟、東南亞等）積極合作，他認爲，若臺灣能在政策上、資本上、基礎設施上支持，就有可能在新的 AI 世代中，不僅守住現有的半導體／代工強權地位，也擴展到設計與主權自主的階段。