Nvidia 投資 35 億美元購買聯發科可轉換公司債，以擴大 AI 與晶片合作關係
目錄
你可能想知道
1) 為什麼 Nvidia 購買了 35 億美元的聯發科可轉換公司債？這對彼此關係意味著什麼？
2) 這筆交易如何影響 AI 加速器與從邊緣到資料中心晶片策略的競爭格局？
主要議題
Nvidia 透過購買價值 35 億美元的聯發科可轉換公司債，進行了其在美國以外規模最大的直接投資。這次購買約涵蓋聯發科 39 億美元離岸債券發行的 90%。聯發科形容該發行為其資本市場歷史上規模最大的此類發行。Alphabet（Google 的母公司）也參與了此次發行，但 Nvidia 與 Alphabet 均未揭露 Alphabet 的精確配額規模。
此交易深化了兩家公司原本已涵蓋個人電腦、資料中心與汽車應用的合作關係。協議的一個核心要素是聯發科計畫採用 Nvidia 的 NVLink Fusion 平台。該整合將允許聯發科的客製晶片直接連接到 Nvidia 的機架級系統，形成更緊密的技術與商業聯盟，特別聚焦三個優先領域：AI 基礎設施、邊緣 AI 以及軟體定義車輛。
在邊緣與工作站端，聯發科與 Nvidia 正在共同開發如 RTX Spark 與 DGX Spark 等產品，結合聯發科在系統單晶片上的專長與 Nvidia GPU，以服務具 AI 能力的個人電腦與開發者工作站。Nvidia 執行長黃仁勳公開表示，這項資金往來不應被視為循環性，並強調兩家公司經營獨立業務。儘管如此，一些觀察者仍對此交易的外界觀感與機制提出疑慮。
Nvidia 購買的這些債券為零息可轉換公司債。實務上，除非持有人選擇以事先訂好的轉換價格將債券轉換為股權，否則聯發科不需就這些債券支付利息。對 Nvidia 而言，該結構在聯發科股價上升時提供了股權上漲的潛在收益，而無需進行直接收購。批評者將此安排描述為一種循環性融資：Nvidia 向聯發科銷售晶片，資助聯發科的大部分資本募集，且若聯發科股價因持續的商業關係而上揚，Nvidia 可能再次受益。
從財務規模角度看，35 億美元的承諾約等於 Nvidia 最近截至七月底期間約 962 億美元營收的 3.6%。因此該交易具重要性，但在短期內不足以顯著改變 Nvidia 的整體資產負債表。
聯發科一直積極建立以客製 AI 加速器晶片（專為執行狹義 AI 工作負載而設計的應用特定整合電路，ASIC）為基礎的資料中心業務。聯發科預期其 AI 加速器業務今年可產生約 20 億美元營收，並估計可及市場到 2027 年可能成長至約 800 億美元。聯發科近期將其目標市占率上調至 15–20%，高於先前的 10–15% 區間。
其他主要雲端與 AI 業者也在多樣化其供應策略。例如，Google 依賴 Broadcom 打造其客製的 Tensor Processing Units，而 OpenAI 在六月推出了自家基於 Broadcom 的推論晶片 Jalape…。聯發科也在暗中與 Google 合作，為 Google 提供 Broadcom 之外的第二個潛在供應來源。多家 ASIC 供應商的出現反映了更廣泛的產業趨勢：大型雲端客戶與 AI 公司正尋求相較於 GPU 核心在成本、效能或策略供應上的替代方案。
這項關鍵洞見顯著影響對交易的理解： Nvidia 的投資使其進入另一個主要的 ASIC 開發生態系統，正值關鍵客戶尋求 GPU 替代方案之際。這樣的動態一方面強化了 Nvidia 在 AI 硬體堆疊上的影響力，另一方面也提出了關於競爭、供應獨立性與供應商與超大規模雲端廠商之間長期商業對齊的問題。
聯發科的首款 AI 加速器 ASIC 計畫於 2026 年第四季量產，第二代更大產量晶片則預計在 2028 年推出。這些時程顯示聯發科將在數年內從行動與邊緣市場的系統單晶片優勢，逐步擴展到更大型的資料中心工作負載，且產業也在 GPU 與 ASIC 之間平衡投資。
關鍵洞見表
| 面向 | 說明 |
|---|---|
| 交易規模與結構 | Nvidia 購買了 35 億美元的聯發科零息可轉換公司債，涵蓋約 39 億美元離岸發行的 ~90%。 |
| 策略整合 | 聯發科將採用 Nvidia 的 NVLink Fusion，將客製晶片整合到 Nvidia 的機架級系統，以用於 AI 基礎設施與邊緣解決方案。 |
| 市場影響 | 此舉使 Nvidia 進入另一主要的 ASIC 供應鏈，正值超大規模雲端業者尋求 GPU 替代方案之際。 |
| 時程 | 聯發科首款 AI ASIC 預計於 2026 年第 4 季量產，第二代更大產量晶片預計於 2028 年。 |
| 爭議 | 觀察者警告可能存在的循環性融資動態：資助購買該供應商產品的客戶，可能會產生利益衝突。 |
後續...
展望未來，產業應持續探索幾個相互關聯的技術與政策領域。首先，當 GPU 與 ASIC 組成的異構系統普及時，互通性標準（包括一致性互連與開放加速器介面）將變得更重要。其次，圍繞跨公司融資的透明企業治理與揭露做法，將有助於回應關於循環性與利益衝突的疑慮。最後，持續對能效更佳的加速器架構、編譯器工具鏈與生產擴展的投資，將決定誰能掌握 AI 運算的價值。
微妙的強調： 更大的透明度、開放互連標準與多元化供應鏈 是可能降低風險並提升 AI 硬體生態系統韌性的關鍵領域。
簡言之，Nvidia 這筆 35 億美元的可轉換公司債購買，同時是一項財務承諾與策略性整合布局。在 AI 硬體的關鍵時刻，它加深了 Nvidia 與聯發科的關係，同時也提出了關於競爭與融資實務的重大問題，產業相關者需密切關注。