隨機焦點｜高通如何演進以搶佔AI數據中心爆炸式增長的一席之地・超過1200家加密貨幣公司註冊，僅17%獲MiCA批准——原・Mark Cuban lays out a strategy

📰 1. 高通如何演進以搶佔AI數據中心爆炸式增長的一席之地

原文摘要

這篇來自Yahoo Finance的報導，探討了高通如何從傳統的手機晶片霸主，轉型進攻AI數據中心市場。原文指出，隨著生成式AI爆發，數據中心對運算晶片的需求暴增，但NVIDIA的GPU幾乎壟斷了訓練市場。高通選擇了另一條路：專攻推理（inference），也就是AI模型訓練完後實際運行的階段。他們推出了Cloud AI 100晶片，瞄準那些不需要頂級訓練效能、但需要低延遲與高效率的場景，例如即時語音辨識、推薦系統、或邊緣計算的後端。高通還與微軟合作，讓晶片能跑在Azure雲端上，試圖在NVIDIA、AMD與英特爾之間找到自己的縫隙。報導強調，高通的優勢在於對功耗與移動端架構的深刻理解，這在數據中心也逐漸成為關鍵。

我的觀點

高通進軍AI數據中心是合理的擴張，但前途充滿荊棘，我認為這是他們不得不走的棋。 老實說，高通在手機晶片市場已經碰到了天花板，賺再多也只能靠專利授權費。AI數據中心這塊餅太大，不咬一口實在可惜。但他們的策略很聰明——不跟NVIDIA正面比訓練（Training），而是專攻推理（Inference）。因為訓練市場已經被CUDA生態綁死，新玩家很難撬動；但推理市場還在早期，講究的是每瓦效能與成本，這正好是高通的強項。Cloud AI 100用的是自家Adreno GPU架構魔改，加上專用AI引擎，功耗只有25瓦到75瓦，比起動輒300瓦以上的H100，對雲端業者來說電費會差很多。不過我擔心的是軟體生態：NVIDIA有CUDA，AMD有ROCm，高通的Hexagon DSP和AI Engine生態還不夠成熟，開發者要用它，得額外花功夫。如果微軟Azure能幫它做好軟體整合，或許能殺出一條血路。

延伸思考

高通這步棋，其實反映了整個半導體業的焦慮。大家都在問：AI運算到底會走向集中還是分散？如果未來AI模型越來越小、越來越快，很多推理任務其實不需要回到雲端，可以直接在手機或IoT裝置上跑。那麼高通的邊緣AI晶片（例如Snapdragon 8 Gen 3的NPU）就能跟數據中心的Cloud AI 100連成一氣，形成「雲邊協同」的封閉生態。這聽起來很美，但前提是它們的軟體棧要夠統一。另一個有趣的點是：高通進數據中心，會不會導致他們跟老客戶（例如蘋果、三星、小米）衝突？畢竟這些手機廠也自己開發AI晶片。不過至少在短期內，數據中心是增量市場，高通跟他們還沒直接競爭。總之，這是一場「用行動功耗思維打數據中心」的實驗，成敗就看軟體生態能不能跟上。

📝 編輯說：: 這篇文章在Yahoo Finance引發科技迷熱議，筆者認為最值得關注的是高通選擇了推理這個縫隙市場，避開訓練混戰，但軟體生態仍然是最大的未知數。

📰 2. 超過1200家加密貨幣公司註冊，僅17%獲MiCA批准——原因如下

🔗 原文連結

原文摘要

根據報導，歐盟的 MiCA（加密資產市場監管）正式上路後，吸引了超過 1,200 家加密貨幣公司註冊申請。但最後只有約 204 家（約 17%）真正拿到批准函。為什麼這麼低？報導點出幾個關鍵：合規成本爆表、資本金門檻高到誇張、治理結構要求像在寫上市申請書，還有不少業者乾脆打退堂鼓——因為申請流程太漫長，錢都快燒光了。那些拿到批准的，多是 Coinbase、Binance 這種早有法務團隊的大玩家，小公司根本玩不起。

我的觀點

17% 的批准率，不是監管太嚴，而是業者太天真。 很多人以為 MiCA 只是「辦個牌照」就能繼續爽賺，結果發現它連員工背景、錢包冷熱儲存比例、甚至程式碼審計報告都要繳。這其實是歐盟故意設的防火牆：與其讓一堆空殼公司進來洗錢，不如讓大廠先卡位，順便淘汰掉那些連 KYC 都做不好的團隊。而且注意，這 17% 還是「第一批」——後面那些還在補件的，可能更低。這意味著，加密貨幣正在從「西部拓荒」變成「金融特許行業」，跟銀行、證券沒兩樣。

延伸思考

這對台灣或亞洲的加密監管來說，簡直是活生生的壓力測試。當歐盟用 MiCA 建立高牆，台灣的 VASP 登記制（目前幾乎零門檻）還能撐多久？如果國際資金只敢進合規交易所，那沒拿到 MiCA 的亞洲平台，未來可能連幣都上不了架。另外，這也暗示一個趨勢：合規本身會變成一種稀缺資源。以後「我們受 MiCA 監管」可能比「我們有100%儲備」更能說服機構進場。那些現在還在喊「去中心化不需要監管」的專案，大概會在兩年內被市場邊緣化。

📝 編輯說：:這篇文章在原報導的評論區引起兩派論戰——一派認為歐盟扼殺創新，另一派則拍手叫好說終於有乾淨市場。筆者覺得最有價值的觀點是：17% 的過關率其實是在告訴我們，加密貨幣正在脫離「草莽時代」，下一步就是合規商品的證券化。

📰 3. Mark Cuban lays out a strategy for AI companies and data centers to win the PR battle. Hint: It's not hiring celebrity spokespeople.

🔗 原文連結

TITLE:馬克·庫班提出AI公司和資料中心贏得公關戰的策略：不是聘請名人代言

原文摘要

根據報導，億萬富翁投資人馬克·庫班（Mark Cuban）最近在訪談中坦言，AI公司與資料中心正面臨一場公關戰爭——大眾對AI取代工作、資料中心耗電以及隱私問題充滿疑慮。他的策略很簡單：別花大錢請名人或明星當代言人，那只是虛晃一招。庫班認為，真正有效的做法是讓工程師與產品經理直接站出來，用白話解釋技術背後的倫理決策、安全防護，甚至開放社群參與討論。他甚至建議資料中心營運商應該定期舉辦「Open House」，讓附近居民親眼看到冷卻系統有多安靜、電力管理有多聰明，而不是靠廣告洗白。

我的觀點

如果你剛創立一間AI新創，正苦惱怎麼讓早期用戶信任你的模型，你可能會想找個有影響力的網紅來背書。但庫班點出了一個殘酷現實：名人代言只能短期吸睛，無法解決根本的信任問題。我特別認同他提到的「工程師發聲」——當你的演算法被懷疑有偏見時，與其讓公關寫一篇官腔聲明，不如讓負責訓練模型的工程師錄一段影片，直接展示他們如何處理標籤數據、校正偏差。這種「透明」不是公關話術，而是誠實面對技術的極限。同樣地，資料中心的「鄰避效應」（NIMBY）在台灣也常發生，如果業者能主動邀請里長和居民參觀機房，證明噪音和熱排放都在標準內，比任何廣告都更有說服力。

延伸思考

庫班的策略其實暗合一個趨勢：在AI時代，「真實性」比「完美形象」更重要。當ChatGPT偶爾胡說八道時，微軟和OpenAI選擇公布模型失誤案例，反而讓用戶更願意反饋。這對台灣的資料中心業者尤其關鍵——近年Google、AWS在彰化、桃園設點，屢屢碰到居民抗爭用電和散熱問題，如果只靠政府協調，往往陷入「黑箱」質疑。不妨參考庫班的作法：用數據說話，甚至在官網即時公布能耗與碳排放數字，再搭配定期社區說明會，把公關轉型為「教育」。此外，AI公司與其砸錢請名人拍廣告，不如贊助開源社群或舉辦駭客松，讓開發者真正參與產品改進——這才是長期的品牌資產。

📝 編輯說：:這篇文章在科技創業圈引發討論，筆者認為最有價值的觀點是「讓工程師站出來」，因為它扭轉了傳統公關「隱惡揚善」的邏輯，更適合透明度至上的AI產業。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。