SuperAI Singapore 2026 現場直擊：推論經濟學成形　台廠在 Arm、Cerebras 兩條路間選邊

SuperAI Singapore 2026 在 6 月 10 至 11 日於新加坡濱海灣金沙登場，主辦單位公布吸引逾 1 萬名與會者、1,500 家 AI 公司、150 位講者，是亞太區今年規模最大的 AI 實體大會。DIGITIMES 記者在第二天「The New AI Bottleneck」座談現場，聽到 Arm 業務副總 Shantu Roy 與 Cerebras 業務副總 Andy Hock 罕見同台對談，結論幾乎一致：AI 競爭主戰場已經從「訓練」位移到「推論」，瓶頸不再是單一 GPU 算力，而是「每瓦 token」、「每美元 token」、「每 GB/s 記憶體頻寬 token」的系統級成本曲線。這場對談也讓「Inference Economics」正式從工程師黑話升級為產業新共識。

所謂「推論經濟學」，DIGITIMES 與 CIO Taiwan 同步整理，是指企業把 LLM 真正部署到客服、搜尋、代理（agentic）流程與內部知識系統時，每 100 萬 token 的產生成本、單次推論延遲、單位能源消耗與折舊攤提，能否支撐商業模式。黃仁勳在 NVIDIA GTC 2026 演講中已多次把資料中心比喻為「Token 工廠」，TechNews 科技新報則指出 SaaS 訂閱制正悄悄轉向 TaaS（Token-as-a-Service）——客戶不再付月費，而是按 token 計價，這讓推論成本直接決定 AI 公司的毛利率。商周財富網報導，企業人才競爭邏輯也開始改寫：「會算 token 的人」比「會調模型的人」更搶手。

在這場系統級競賽裡，Arm 與 Cerebras 採取了兩條截然不同的技術路線。Arm Neoverse CSS V3 由 EE Times 與 Arm Newsroom 揭露，主打「每瓦推論效能」優化，相較 V2 在 AI 推論負載下每瓦可執行 token 數提升 50%；CMN-700 互連網狀架構支援 256 核以上單一插槽，便於多顆 AI 加速器共享記憶體一致性。The Next Platform 形容 Arm 此舉是「回到家自己做資料中心 CPU」，從過去賣 IP 正式跨入提供參考設計。Supermicro 已於 6 月宣布與 Arm 合作推出 45,696 個 AI 核心的機櫃級平台，Stock Titan 指出該方案「每 CAPEX token」較現行 NVIDIA HGx 平台可壓低 30-40%；Supermicro 同步發表的新一代 Arm-Based 機櫃已獲得 Verda、OCI 等雲端商導入。

Cerebras WSE-3 走的則是「單晶粒包打天下」的極端路線。Hackster.io 與 TweakTown 引述官方資料，WSE-3 採用台積電 5 奈米製程，單一 300mm 晶粒整合 4 兆電晶體、90 萬個 AI 核心、44GB on-chip SRAM；外部記憶體可從 1.5TB 線性擴充至 1.2PB，目標是直接吃下 trillion-parameter 模型的單卡推論。Cerebras CS-3 系統單一機櫃功耗約 25kW，採液冷設計，The Futurum Group 認為這是「直接挑戰 NVIDIA Blackwell」的硬體訊號。Cerebras 也在 5/14 於 Nasdaq 完成 IPO，市場估值一度衝上 600 億美元，成為首家「純 AI 推論」定位的上市晶片公司。Andy Hock 在 SuperAI 現場 demo 中，把 CS-3 對上 NVIDIA H200 叢集做影片生成推論，官方稱速度領先接近 7 倍——雖然基準條件仍待第三方驗證，但已讓「後 NVIDIA 叢集」敘事再度升溫。

台廠在這兩條路線上其實是「兩邊都吃不下，只能二選一」的微妙位置。DIGITIMES 點出的關鍵差異是：走 Arm 路線代表台廠 ODM 繼續吃 hyperscaler 大量標案——緯穎、廣達、鴻海／鴻佰、英業達承接 AWS Graviton4／5、Microsoft Cobalt、Google Axion 等 Arm-based 伺服器主機板訂單，2026 下半年新平台放量將帶動白牌伺服器機板、機櫃級電源與氣冷／液冷散熱同步升級；緯穎（6669）與 Supermicro 合作 Arm AGI CPU 伺服器也被視為指標案，預期 2026 Q3 起逐步貢獻營收。走 Cerebras 路線則代表切入高單價、低量級的「機櫃參考設計」生意——台積電（2330）是 WSE-3 5 奈米獨家代工，奇鋐（3017）傳出是 25kW 機櫃液冷散熱模組供應商，台達（2308）的高效率電源供應器隨 AI 機櫃放量；DIGITIMES 報導，台灣 ODM 已開始承接 CS-3 機櫃的組裝與水冷板、CDU（冷卻液分配單元）訂單，雖然短期量級與 NVIDIA GPU 伺服器仍有數倍落差，但毛利率明顯較高。

另一條被低估的台廠機會在 HBM 與 CoWoS。SemiAnalysis 報告指出，SK 海力士、三星、美光的 HBM3E／HBM4 產能已被輝達 Blackwell／Rubin、AMD MI400 與超微 AI 加速器瓜分完畢，未來 Cerebras、Tenstorrent、Groq 等替代方案的推論晶片若擴大採用台積電 CoWoS 與 HBM，將為台灣記憶體與封裝鏈開出新一層需求。DIGITIMES 也提醒，當「Inference Economics」成為主流話語，資本市場的估值錨將從「有多少 GPU」轉向「每瓦 token」與「每美元 token」，這對台積電 2027 年後的 CoWoS 報價、以及台廠機櫃級系統整合的毛利結構，都是關鍵變數。

從歷史脈絡來看，AI 瓶頸的位移速度正在加快。2022 至 2024 年的主旋律是「訓練算力」，輝達以 H100、NVLink、NVSwitch 建構接近獨佔的叢集；2025 年焦點轉到 HBM 與 CoWoS，先進封裝短缺成為新瓶頸；2026 年上半年由台積電董事長魏哲家在股東會罕見示警「到處都是瓶頸」，把電力、記憶體、設備都拉進戰場。如今 SuperAI 把話語權交給 Arm 與 Cerebras，等於宣告下一階段的戰場是「推論端系統整合」——誰能把 CPU 前處理、大晶片推論、跨叢集通訊、軟體排程四層壓在同一條成本曲線上，誰就能定義下一個世代的 AI 基礎設施。DIGITIMES 評論「AI 模型恐步電信業後塵，規模再大也難逃薄利命運」並非危言聳聽，而是提醒所有玩家：訓練端的軍備競賽已到尾聲，推論端的成本紀律才是新護城河。

後續觀察重點有三。第一，Arm Neoverse CSS V3 與 AGI CPU 在 2026 下半年實際放量進度，以及能否擠進更多非 hyperscaler 客戶，例如韓國 SKT 與 Rebellions 的主權 AI 推論基底。第二，Cerebras WSE-3 / CS-3 在 OpenAI、Condor Galaxy 等大型客戶的實測 TCO（總持有成本），能否撐住 IPO 後的高估值，特別是在 86% 營收集中於 G42 等 UAE 客戶的風險下。第三，MoE／稀疏推論與 multi-silicon 軟體棧的成熟度——DIGITIMES 引述 FriendliAI 數據，MoE 模型 forward pass 只啟動 10-30% 專家路徑，若軟體能把每百萬 token 成本再壓 30-40%，將徹底改寫「Cerebras 必須用硬體碾壓 NVIDIA」的論述。這三條軸線將決定 2027 年的 AI 基礎設施版圖，也將決定台廠 ODM 與記憶體／封裝鏈在新一波分工中是「Arm 路大量小毛利」、還是「Cerebras 路少量高毛利」的最終位置。