全球 AI 晶片的兩位掌門人，都姓「黃」與「蘇」、都出生在台南、而且還是同一個望族裡的遠房親戚——這不是電視劇，是現實。NVIDIA 執行長黃仁勳（Jensen Huang） 與 超微（AMD）執行長蘇姿丰（Lisa Su），一個把公司帶上全球市值第一、一個讓沉寂多年的 AMD 起死回生，如今在 AI 加速器戰場正面交鋒。本編輯部查證數位時代家族圖、中央社、CNN、NVIDIA 與 AMD 財報、TrendForce 等資料，用 7 項對比，把這場「台南囝仔內戰」的真實差距攤開，並對照日本在這場戰局裡的追趕位置。

5.0 兆 vs 8,360 億NVIDIA vs AMD 市值（美元，2026/6）
80–90% vs 5–8%AI GPU 市占（NVIDIA vs AMD）
表舅 vs 表甥女兩人血緣輩分（同出台南羅氏家族）
CUDA vs ROCm真正的勝負關鍵：軟體生態
Macro shot of a computer processor chip on a circuit board.
📷 Photo by Pixabay on Pexels ・示意圖

先說那層親戚關係：蘇姿丰真的得叫黃仁勳「表舅」

外界最愛聊的，永遠是這兩位的血緣。本編輯部查證後確認：他們確實是遠房親戚，而且關鍵在輩分。

黃仁勳 1963 年生於台灣、童年在台南成長；蘇姿丰（Lisa Tzwu-Fang Su）1969 年 11 月生於台南、3 歲隨家人移民美國。據數位時代彙整的家族圖與中央社報導，黃仁勳的母親羅采秀，與蘇姿丰的外公羅伯沐，同屬台南望族羅氏家族第二代——一個是「小么妹」、一個是「大哥」，兩人相差 18 歲。論輩分，蘇姿丰得喊黃仁勳一聲「表舅」，儘管黃僅年長她 6 歲。

英文媒體如 CNN、Tom’s Hardware 則把這層關係寫成「first cousins, once removed」——「黃仁勳的母親是蘇姿丰外公的妹妹」，與中文的「表舅甥女」是同一關係的兩種講法。蘇姿丰本人 2020 年公開時低調地形容為「遠親、某種複雜的二代表親關係」，還說「我們沒有家族聚餐」，兩人直到職涯中後期才首次見面。血緣是巧合，戰場才是現實。 接下來，我們把這場對決逐項拆開。

蘇姿丰是誰？讓 AMD 起死回生的 MIT 博士

在黃仁勳的光環下，蘇姿丰的份量常被低估。她的學歷其實更硬——在麻省理工學院（MIT）一口氣拿下電機工程的學士、碩士、博士三個學位。職涯從德州儀器、IBM（銅互連技術先驅）一路到 Freescale 半導體技術長，2014 年出任 AMD 總裁兼執行長，是 AMD 史上首位女性執行長，2022 年再兼任董事長。

她接手 AMD 時，公司正瀕臨破產邊緣、股價在個位數徘徊。十年後，AMD 不只在 CPU 上把 Intel 打得節節敗退，更靠 Instinct MI 系列正式叩關 AI 加速器市場。蘇姿丰被《財星》《時代》多次選為最具影響力的領袖之一——她是唯一一個讓 NVIDIA 必須認真盯著後照鏡的人。

Aerial view of a futuristic data center server room with glowing lights.
📷 Photo by Panumas Nikhomkhai on Pexels ・示意圖

真正的勝負手：CUDA 護城河，不是晶片本身

許多人以為 AI 晶片之戰拼的是「誰的晶片算力強」，但業界的共識其實是：NVIDIA 最深的護城河不是晶片，是 CUDA。

CUDA 是 NVIDIA 累積超過 18 年的軟體生態系——cuDNN、cuBLAS、TensorRT 等函式庫，加上數百萬名熟悉它的開發者，以及與 PyTorch、TensorFlow 的深度整合。寫好的 AI 程式碼幾乎都「綁」在 CUDA 上。AMD 的對應方案 ROCm，被視為最可信的開放替代品，但成熟度、穩定度與函式庫完整度仍落後。

殘酷的事實是：AMD 的 MI300X 理論算力比 H100 高約 1.5 倍，但實測 LLM 推論效能卻常只達 H100／H200 的三到七成——差距不在硬體，在軟體。而從 CUDA 改寫到 ROCm，往往要耗上數月工程與數十萬美元成本。這就是為什麼 NVIDIA 能維持 80% 以上的市占：不是因為對手做不出好晶片，而是因為「換掉它」的代價太高。蘇姿丰真正要打的仗，不是讓 MI400 規格贏過 Rubin，而是讓 ROCm 成熟到「開發者不必改 CUDA 也願意用」的那一天。

🇯🇵🇹🇼 日本在哪裡？沒有本土 AI GPU 對手，但三條路在追

把鏡頭轉向日本，會看到一個清楚的現實：目前沒有任何一家日本企業，能在 AI GPU 上與 NVIDIA、AMD 正面對打。 但日本並非缺席，而是分三條路追趕。

第一條是製造端的 Rapidus——由 Toyota、Sony、軟銀等八家日企在 2022 年成立的「國家隊」晶圓代工，跳世代直攻 2nm GAA，北海道千歲廠 2025 年 7 月成功試產 2nm 電晶體、目標 2027 量產。但它做的是「製造」，不是自研 AI GPU。

第二條是自研晶片的萌芽——Preferred Networks（PFN）。這家公司自 2016 年起與神戶大學開發 MN-Core 系列 AI 專用晶片，並已與 Rapidus、Sakura Internet 達成協議，由 Rapidus 製造、Sakura 提供雲端，打造「日本製 AI 基礎設施」。這是日本最接近本土 AI 加速器的方案，但規模與生態遠不及兩強。

第三條是孫正義的豪賭——軟銀與 Arm。孫正義傳出構想中要籌資高達 1,000 億美元打造對抗 NVIDIA 的 AI 晶片計畫，槓桿軟銀持有的 Arm 架構；軟銀同時建置 NVIDIA 算力平台、規劃推出 AI GPU 雲服務。但 Arm 賣的是 IP 與架構授權，本身並不是 AI GPU。

日本三條路代表定位
製造端Rapidus2nm 晶圓代工，2027 量產目標（不自研 GPU）
自研晶片Preferred Networks（MN-Core）最接近本土 AI 加速器，但規模、生態遠不及兩強
資本豪賭軟銀／Arm（孫正義）傳籌資千億美元自製 AI 晶片，槓桿 Arm 架構

資料來源：Rapidus 官網、Preferred Networks、Tom's Hardware、TrendForce／本站整理（2026 年 6 月時點）。部分籌資規模屬媒體報導之構想階段。

換句話說，全球 AI 晶片的「雙雄之戰」，是兩個台南囝仔的內戰；而日本則站在「製造端追、自研晶片萌芽、資本豪賭並進」的追趕位置上。這個對照本身，正好說明台灣在 AI 硬體上的特殊地位——不只代工晶片，連定義這場戰局的兩位主角，都來自這座島。

免責聲明：本文為多方公開資訊彙整與編輯部觀察，僅供閱讀與研究參考之用，不構成任何投資建議。市值、市占與營收數字因統計定義（AI 加速器營收 vs 獨顯 GPU vs 整體資料中心）與時點不同而有落差，已盡量標註；部分日本企業籌資規模屬媒體報導之構想階段。文中個股相關內容非推薦買賣標的，讀者投資前請自行查證最新資料。

📎 延伸閱讀 & 參考來源