專家憂AI流量恐難撐起資料中心與晶片霸權，具體擔憂為何？

Question

Accepted Answer

AI 流量若無法被無線網路承載，將使資料中心擴張與晶片需求的時間表被迫延後，進而削弱「晶片霸權」的推進速度；其核心擔憂在於頻譜有限下，網路效率必須提升數十萬倍、且需要由 AI 軟體即時調度流量，但現有網路難以做到。
頻譜有限下的效率門檻過高，形成「承載不了就落後」的硬約束
專家指出，在無線頻譜有限的情況下，未來網路效率需提升「數十萬倍」才能支援新場景，否則 AI 流量需求就難以被網路承接。當承載成為瓶頸，AI 應用擴張的速度就會直接被壓縮，進而影響資料中心與算力投資的節奏。這不是需求不想來，而是網路層面的吞吐與效率達不到，導致後續願景無法快速落地。
網路若不能即時調度優先級，AI 流量就無法跟上「物理 AI」的變化
文章將 6G 定位為「物理 AI」基礎架構，必須支撐自主機器、車輛、感測器與機器人，且對安全性與可信度提出更高要求。專家認為，現有網路難點在於無法把數據流量交由 AI 軟體即時調度，以回應快速變化的流量模式與優先級。當優先級與時延要求無法被動態滿足，AI 相關服務就難以穩定運作，連帶削弱資料中心端對高強度算力的持續拉動。
產業推動的連動機制：若 AI 流量承載失靈，機器人與自駕車的擴張就會卡住
輝達希望 AI 滲透到機器人、自駕車等更多領域，以拉動其耗費算力最巨的資料中心建設，這使得「AI 流量是否能被網路承載」成為需求能否放大的關鍵變數。文章明確指出，若無線網路無法支援 AI 流量，輝達所描繪的人形機器人和自駕車遍地開花的願景恐難快速實現。願景落不了地，晶片與資料中心的需求就會失去加速器，最終反映在「晶片霸權」推進的速度上。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

專家憂AI流量恐難撐起資料中心與晶片霸權，具體擔憂為何？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友