•
對話ARM晶片公司CEO：中國市場的生態與全球生態高度同步 | 未來晶片市場會分化為三層 | 那裡有頂尖人才，我們就去那里布局
看不見的晶片帝國
在智慧型手機時代，有一家公司幾乎無人不知，卻又很少被人提起。它不生產一顆晶片，卻掌控著全球超過95%智慧型手機的"大腦"——從iPhone到Android手機，從特斯拉到機器人，只要是智能裝置,內部幾乎都搭載著它設計的處理器架構。
這家公司就是ARM。2023年9月，ARM以540億美元的估值重返資本市場，創下兩年來全球最大規模IPO紀錄。如今，它的市值已飆升至1500億美元，翻了近三倍。在AI浪潮席捲全球的今天，ARM不僅為輝達最先進的Grace Blackwell晶片提供了72顆CPU核心，更成為連接"訓練、推理、物理AI"三大戰場的關鍵樞紐。
ARM的CEO勒內·哈斯（Rene Haas），這位曾在輝達與黃仁勳共事多年的行業老兵，在近期的一場深度訪談中，首次系統闡述了ARM的戰略邏輯：從AI晶片市場的三足鼎立，到中美晶片生態的同步性；從美國製造業的文化困境，到對技術脫鉤的明確反對。
以下是這場訪談的完整內容，全文約1萬字，有些硬核。讓我們一起走進這位晶片行業"幕後推手"的思考世界。
第一部分：從輝達到ARM——黃仁勳教會我的那些事
主持人：勒內，歡迎來到現場！最近您在忙什麼？還在研究"3毫克的鋁製封裝"嗎？還是已經升級到"9毫克"了？我知道ARM和輝達既合作又競爭，您應該會選擇挑戰"9毫克"這個更高難度的目標吧？
【註釋】："3毫克/9毫克鋁製封裝"是晶片行業的一個技術梗，指的是晶片散熱封裝的重量最佳化。數字越大，技術難度越高。
勒內·哈斯：哈哈，如果要和黃仁勳（輝達CEO）較量，我肯定選"9毫克"。面對他，你必須拿出"敢闖敢拚"的勁頭才行。
主持人：您曾在輝達工作多年，2020年ARM差點被輝達以400億美元收購。從與黃仁勳的合作中，您學到了什麼？如今面對輝達這樣的競爭對手，這些經驗又如何幫助您？
勒內·哈斯：首先要說明，輝達現在仍是ARM的重要客戶，所以我今天不會把黃仁勳當成"對手"來談。但你說得對，我確實在輝達工作了很多年，那段經歷讓我受益匪淺。
黃仁勳和邁克爾·戴爾（戴爾電腦創始人）、孫正義（軟銀創始人）這些企業家有個共同點：他們在三四十年前創立公司，如今仍在一線掌舵。這類領導者身上有驚人的共性——敏銳的遠見、果斷的執行力、無畏的冒險精神，以及快速調整戰略的能力。
我記得有一次，那時輝達年營收只有40億美元左右，我們召開了一場戰略場外會議。原本計畫是各業務線總經理依次匯報發展規劃，但會議最後演變成了一場"戰略大地震"：我們決定砍掉一條產品線，把2000名工程師從"項目X"全部轉移到"項目Y"。要知道，當時輝達全公司也就6000人。
主持人：能透露一下"項目X"和"項目Y"具體是什麼嗎？
勒內·哈斯："項目X"是我們當時正在做的移動晶片組研發——目標是打造能與英特爾處理器相容的移動晶片。但熟悉早期PC架構的人都知道，和英特爾在晶片組領域競爭難度極大。他們通過高度整合的技術和專利壁壘，讓競爭對手很難突破。
正是因為這個困境，黃仁勳看到了系統級晶片（SoC）和ARM架構的潛力。他果斷決定讓團隊全面轉向ARM架構，這就是"項目Y"的由來。這個決策在當時非常大膽，但現在回頭看，正是這次轉向讓輝達抓住了移動計算的浪潮。
【註釋】：英特爾在PC時代通過X86架構和晶片組的緊密整合，建構了極高的競爭壁壘。而ARM架構的特點是低功耗、可授權，更適合移動裝置。輝達當年的這次戰略轉向，為其後來在移動處理器Tegra系列的發展奠定了基礎。
第二部分：ARM的獨特位置——不造晶片的晶片之王
主持人：我們先回顧一下ARM的關鍵節點。2016年，孫正義的軟銀以320億美元將ARM私有化；之後嘗試出售未果，最終選擇讓ARM上市，如今市值已達1500億美元。據說孫正義至今拒絕出售任何一股ARM股票。
現在來談談輝達。作為全球市值最高的晶片公司，它幾乎成了"理解AI的窗口"。您如何看待輝達的核心競爭力？為什麼目前還沒有其他企業能在規模上與之抗衡？未來5到10年，這種格局可能發生怎樣的變化？
勒內·哈斯：這個問題很複雜，讓我從"計算負載"（compute workloads）這個核心邏輯說起。
無論對ARM還是整個晶片行業，市場需求的本質都是"如何高效處理計算負載"。當一種新的計算負載被發現或創造出來時，關鍵就在於"那種處理器架構最適合應對它"。
以AI為例，從2012年AlexNet（深度摺積神經網路）的突破，到DeepMind團隊的研究，AI領域尤其是"模型訓練"，本質上是一個極其複雜的平行計算問題。而圖形處理器（GPU）恰好非常適合處理這類任務。
【背景】：2012年，AlexNet在ImageNet圖像識別挑戰賽中取得突破性成績，標誌著深度學習時代的開啟。這個模型最初就是用兩塊輝達GTX 580遊戲顯示卡訓練出來的，證明了GPU在平行計算上的巨大潛力。
事實上，早期AlexNet的研發並不是用專門的AI晶片完成的，而是用遊戲GPU。當AI訓練，尤其是基於Transformer架構的訓練需求爆發時，輝達憑藉在GPU領域的深厚積累，恰好抓住了這個千載難逢的機遇。
如今，訓練複雜AI模型的計算量已呈指數級增長。舉個例子，GPT-3的訓練需要約3640 PetaFLOP/s-days的計算量，而GPT-4的訓練量可能是GPT-3的數十倍。ARM在其中扮演的角色也很關鍵：所有這些計算負載不僅需要加速器（如GPU），還需要CPU來協調裝置運行、輔助加速器發揮作用。
輝達目前最先進的Grace Blackwell晶片，就搭載了72個ARM架構的CPU核心。這72顆CPU負責系統調度、資料傳輸、記憶體管理等關鍵任務，讓GPU能專注於平行計算。這正是ARM與輝達深度合作的體現。
主持人：所以ARM提供的是"大腦的協調中樞"，而GPU是"計算的肌肉"？
勒內·哈斯：這個比喻很貼切。但競爭格局並非輝達一家獨大。比如Google推出了自研的TPU（張量處理單元），專門用於自家AI任務；特斯拉最近整合了兩款自研晶片，還在研發AI5和AI6；Cerebras、Groq等新興公司也籌集了巨額資金。市場上正在討論"通用晶片"與"定製晶片"的路線之爭。
可以說，現在正是晶片行業充滿機遇與變革的時期。
主持人：ARM是否打算成為這些企業的"技術供應商"，為它們提供晶片架構支援？還是說，ARM未來可能自研晶片，直接與輝達競爭？
勒內·哈斯：或許兩者可以兼顧。
目前ARM的核心角色是"連接加速器與裝置的微處理器供應商"——無論是Cerebras、輝達還是Google的定製加速器，都需要搭載ARM架構的處理器來協同工作。
未來ARM是否會自研定製晶片？這並非沒有可能。但與此同時，我們也在為客戶提供定製化智慧財產權（IP）服務——幫助他們設計專屬晶片。
ARM的獨特優勢在於，我們既能提供標準化解決方案，也能支援定製化需求。更重要的是，當AI從"千兆瓦級資料中心"向"頭戴裝置、可穿戴裝置"等終端延伸時，這些裝置對"能效比"的要求極高。
舉個例子，Meta的Ray-Ban智能眼鏡就搭載了ARM架構的晶片。這副眼鏡重量只有50克左右，電池容量不到1瓦時，卻要支援AI助手、拍照、語音識別等功能。在這種極端功耗限制下，ARM架構在低功耗計算領域的積累，讓我們成為這一趨勢的核心參與者。
第三部分：AI晶片市場的"三國演義"
主持人：您是否認為，未來市場會分化為"訓練晶片"和"推理晶片"兩大領域？比如OpenAI、Google等公司已開始自研推理晶片——畢竟推理可能佔據AI工作負載的99%。他們似乎默認輝達在訓練領域的領先地位，暫時沒有挑戰的意圖。這種市場分化是否可能發生？推理晶片領域是否會出現更激烈的競爭？
勒內·哈斯：我認為這種分化不僅可能發生，還會出現第三個細分領域——我稱之為"簡化版訓練晶片"。
首先，推理領域的定製化需求會越來越強。終端裝置無法搭載"千瓦級功耗"的GPU，必須用專用低功耗推理晶片。比如，一台智慧型手機的整體功耗只有3-5瓦，不可能裝一塊功耗200瓦的GPU。
其次，訓練領域也會出現分層。並非所有場景都需要運行"兆參數模型"。有些場景只需要"200億參數的混合專家模型（Mixture of Experts，MoE）"。這類模型既能用於推理，也能進行小規模訓練，比如強化學習。就像"教授帶學生，學生也能輔助教學"，兼具兩種能力。
【技術解讀】：混合專家模型（MoE）是一種高效的AI架構，它將大模型拆分成多個"專家"子模型，根據輸入動態啟動相關的專家。這種架構在保持性能的同時，大幅降低了計算成本。Google的Gemini 1.5和Meta的Llama 3就採用了MoE架構。
所以未來市場會是"大規模訓練-簡化訓練-推理"三分天下的格局。而推理領域由於應用場景更分散——從資料中心到手機、汽車、機器人——競爭無疑會更激烈。
主持人：您多次提到"物理AI"（Physical AI），比如機器人領域的AI。您認為這會是一個多大的市場？
勒內·哈斯："物理AI"確實會成為一個兆級市場。坦率地說，其規模未來可能超過資料中心晶片市場。
目前機器人晶片大多採用"臨時解決方案"——改裝汽車晶片，比如符合ADAS（高級駕駛輔助系統）功能安全標準的晶片。但這類晶片並非為"執行器控制"或"關節運動"等場景定製，只是過渡方案。
未來的機器人需要大量專用晶片。一台人形機器人可能搭載數十甚至數百顆晶片，分別負責視覺感知、決策規劃、運動控制、觸覺反饋等不同任務。這些晶片需要極高的即時性、可靠性和能效比，與當前通用晶片或資料中心晶片的設計邏輯完全不同。
舉個例子，波士頓動力的Atlas人形機器人，全身有28個液壓關節，每個關節都需要即時控制系統。如果未來人形機器人要達到每秒30幀的感知和決策速度，每台機器人可能需要50-100顆專用晶片。
如果全球部署10億台機器人——這個數字並不誇張，因為全球汽車保有量已超過14億輛——僅晶片市場規模就可能達到數千億美元。這還不包括工業機器人、服務機器人、農業機器人等其他類型。
第四部分：中美AI生態與供應鏈博弈
主持人：ARM早期以"參考設計"為核心，與合作夥伴共同推進技術落地。這種模式是否讓您對"出口管制"和"中國在全球晶片生態中的角色"有更獨特的視角？畢竟與"自主生產、自主銷售"的廠商相比，ARM的產業鏈位置更靠前。
勒內·哈斯：ARM的商業模式是"設計晶片架構，由合作夥伴負責生產"——我們的晶片設計主要由台積電代工，部分由三星、英特爾生產。由於我們處於"硬體與軟體的連接點"，比任何企業都更早看到行業趨勢。畢竟無論是硬體廠商還是軟體開發商，最終都需要基於ARM架構進行適配。
從出口管制的角度看，我們確實能更直觀地感受到其影響。但更重要的是，中國市場的生態其實與全球生態高度同步——這一點很關鍵。
比如，中國的智慧型手機雖然不搭載Google原生Android系統，但運行的是基於AOSP（Android Open Source Project，Android開放原始碼專案）的定製系統，共享Android的應用生態。華為的鴻蒙OS最初也是基於Android原始碼開發的。
在自動駕駛領域，中國企業也在基於ARM、高通、輝達聯合開發的ADAS框架進行創新。比如，小鵬汽車、蔚來汽車的智能駕駛系統，底層都使用了ARM架構的處理器。
目前中國的軟體生態與西方高度相似，這對ARM而言是積極訊號。我們始終希望全球生態保持開放，這是行業持續增長的基礎。
主持人：川普政府曾計畫收購英特爾9%-10%的股份。而英特爾在移動晶片、先進製程（如EUV）等領域多次錯失機遇。您認為英特爾為何會在這場晶片革命中落後？
勒內·哈斯：我整個職業生涯都在半導體行業——1984年從德州儀器（TI）起步，深知這個行業的"長周期屬性"：晶片研發、晶圓廠建設、架構生態搭建，都需要長期投入。一旦在關鍵節點落後，就很難追趕。
英特爾的落後主要源於兩個關鍵失誤：
第一，完全錯失移動晶片市場。這是一個數千億美元的增量市場。2010年前後，蘋果邀請英特爾為iPhone設計晶片，但英特爾拒絕了，理由是利潤率太低。結果蘋果轉向ARM架構，自研了A系列晶片。如今蘋果每年銷售超過2億部iPhone，每部手機的晶片價值約40-60美元，英特爾錯失了每年近百億美元的市場。
第二，在先進製程（尤其是EUV，極紫外光刻技術）上的投資不足。大約十年前，英特爾沒有像台積電那樣大規模投入EUV研發，導致其在7奈米、5奈米等先進製程上逐漸落後。
【技術背景】：EUV（Extreme Ultraviolet Lithography）是生產7奈米及以下先進製程晶片的關鍵技術。台積電在2010年代初就開始大規模投入EUV研發，而英特爾直到2018年左右才加大投入，錯失了關鍵的技術窗口期。
半導體行業的"飛輪效應"非常明顯：台積電憑藉先進製程吸引了蘋果、輝達、AMD等頂級客戶，客戶的訂單又讓台積電有更多資金投入製程升級。2023年，台積電的研發投入達到86億美元，佔營收的12%。
【注】：在城堡集團 肯.格里芬 那篇文章裡，也提到了“飛輪效應”：肯.格里芬Ken Griffin：城堡投資集團Citadel的帝國創始人，從哈佛宿舍安裝衛星天線開始套利生涯
反觀英特爾和三星，由於失去部分核心客戶，製程迭代速度進一步放緩。這種差距一旦形成，就會不斷擴大，追趕難度極大。
主持人：ASML的EUV光刻機、蔡司的光刻鏡頭，都是西方半導體產業鏈的"關鍵基礎設施"。美國政府是否應該加大資金投入，扶持這類企業，以提升供應鏈多樣性？
勒內·哈斯：完全應該。以稀土為例，很多人認為中國"壟斷稀土市場"，但實際上稀土礦產資源全球分佈廣泛——美國、澳大利亞、加拿大都有豐富的稀土儲量。真正的瓶頸在於"稀土提煉技術"和"提煉工廠建設"，這需要數十年的技術積累和資本投入。
中國從1980年代開始就在稀土提煉領域持續投入，建立了完整的產業鏈。如今中國控制了全球約70%的稀土提煉產能，不是因為礦產壟斷,而是因為技術和產業鏈的領先。
我曾在中國生活多年，對中國的產業政策印象深刻。中國的中央政府會制定跨"選舉周期"的長期產業規劃——比如"十四五規劃"覆蓋2021-2025年，而且要求科技部門的決策者具備工程背景，確保政策的專業性和連續性。
美國要在半導體上游領域實現突破，也需要這種"長期主義"：不僅需要政府資金支援，還需要企業、私募股權等社會資本的參與，更需要穩定的政策環境。晶片裝置製造不是兩三年就能見效的項目，可能需要10-15年的持續投入。
主持人：韓國、日本、歐盟已承諾向美國投資近2兆美元，用於半導體產業。美國如何才能培育出像ASML這樣的核心企業，或掌握光刻鏡頭這樣的關鍵技術？
勒內·哈斯：ARM並非美國公司，但我認為美國企業需要加強合作——比如聯合投入資本，針對關鍵領域進行攻關。
以ASML為例，它的成功離不開歐洲企業的長期協作。ASML的EUV光刻機使用了蔡司的光學鏡頭、飛利浦的精密機械技術、德國Trumpf的雷射器。這種跨企業、跨國家的產業協作模式，正是歐洲半導體裝置產業的核心競爭力。
美國要複製這種成功，需要"產-學-研-資"的協同：大學需要開設相關專業，培養核心人才；企業需要提供應用場景和資金支援；私募股權、風險投資需要長期陪伴。半導體上游領域的投資規模大、回報周期長，必須打破"短期盈利"的思維。
第五部分：美國製造業的"文化困境"
主持人：台積電在亞利桑那州建設晶圓廠時，曾面臨"勞動力短缺"和"員工技能不匹配"等問題。比如，難以找到能像台灣員工那樣適應24小時不間斷生產的工人，最終不得不從台灣派遣技術人員。您認為美國是否具備本土建設先進晶圓廠的能力？如果您是美國政府的"人工智慧與半導體顧問"，會給總統提出那些建議？
勒內·哈斯：首先要肯定現任顧問大衛·戈爾德（David Gould）的工作，他做得非常出色。但你提到的"製造業文化"問題，確實是美國本土建廠的核心挑戰——而美國其實曾擁有世界級的製造業文化。
幾十年前，全球領先的合約製造商大多是美國企業。蘋果、康柏（Compaq）也曾擁有自己的工廠，掌握了高效的製造管理經驗。但後來由於成本原因，製造業逐漸轉移到東亞。
台積電的晶圓廠是24小時不間斷運行的。一旦生產線出現故障——比如一台光刻機突然停機——技術人員、工程師必須在30分鐘內趕到現場處理。因為每停工1小時，損失可能達到數百萬美元。這種"快速響應文化"是美國目前缺乏的。
更重要的是，美國社會對"製造業崗位"的認知存在偏差。很多人認為製造業是"藍領工作"，缺乏吸引力和榮譽感。但在台灣，能進入台積電工作、學習半導體製造，是非常光榮的事，被視為"高端職業"。
台積電的晶圓廠技術員，起薪可能達到年薪6-8萬美元，經驗豐富的高級技術員年薪可超過12萬美元。而且他們掌握的是世界最先進的製造技術，職業發展前景廣闊。但在美國，同樣的崗位往往很難招到合適的人才。
所以這不僅是政府的工作,更需要全社會改變對製造業的認知——讓製造業崗位成為"高薪、受人尊敬"的職業。
主持人：您已經指出了問題的核心。有具體的解決方案或建議嗎？比如短期內可以採取那些措施?
勒內·哈斯：大學已經開始行動了。幾周前我訪問了卡內基梅隆大學，他們新開了"微電子晶片設計"專業，而這個專業在幾年前幾乎已經消失。
我認為下一步應該將"先進製造管理"納入大學課程體系，讓"製造卓越"成為一個獨立的學科領域——就像麻省理工學院（MIT）的"營運管理"專業那樣，培養既懂技術又懂管理的複合型人才。
此外，職業技術學院（Community College）也應該加強半導體製造課程。德國的"雙元制"職業教育模式值得借鑑——學生一邊在企業實習,一邊在學校學習理論,畢業後就能直接上崗。
只有從教育端開始，才能逐步重建美國的製造業人才儲備。這不是一兩年就能解決的問題，但必須現在就開始行動。
第六部分：出口管制的困境與全球生態的未來
主持人：美國出口管制的流程非常複雜。如果一款先進晶片被列入管制清單，買賣雙方都需要向商務部申請許可證，審批需要經過5個部門簽字，最快也要數月，有些申請甚至積壓了2年，導致晶片在獲批時已經過時。
更嚴峻的是，華盛頓有聲音呼籲"對全球所有先進晶片銷售實施許可證管理"，將GPU等同於"鈈"，認為其具有"戰略威脅"。半導體行業過去的快速發展，很大程度上得益於"低監管環境"。如果美國政府開始對行業實施嚴格管制，會對創新速度產生怎樣的影響？
勒內·哈斯：你提到的"許可證積壓"問題確實存在——我們也有一些申請積壓了兩年。這對快速迭代的科技行業而言，是非常大的阻礙。
半導體行業的傳統是"低監管"，而行業增長的核心動力——無論是英特爾、ARM還是輝達的創新——都源於"西方在晶片技術和全球軟體生態的雙重優勢"。
全球生態的"扁平化"，也就是無壁壘的技術流動和生態協作，是行業發展的關鍵。如果限制某一地區獲取先進計算架構，那麼具備技術能力的地區必然會自主研發替代方案，最終形成"兩個平行的生態系統"。
一旦這種情況發生，美國和西方可能會失去"生態主導權"——因為另一個生態可能會成為部分市場的"更優選擇"。
我舉個例子。Android系統之所以能佔據全球移動作業系統70%以上的市場份額，不是因為它技術上有多麼領先，而是因為它開放、免費，全球開發者都可以基於它開發應用。如果當年Google對Android實施嚴格的地區限制，今天可能就會出現多個平行的移動生態系統，每個系統都有自己的應用程式商店、開發者社區。
所以，理想的模式是"加快許可證審批效率"，保持全球生態的開放性，讓最優秀的企業通過技術競爭贏得市場，而不是通過行政手段人為製造壁壘。
主持人：ARM起源於英國劍橋，最初所有員工都在英國，如今約50%的員工仍在英國。您如何看待ARM的"多文化團隊建設"？結合技術發展趨勢，ARM未來的全球佈局會有那些調整？
勒內·哈斯：ARM的誕生頗具傳奇色彩。1990年，蘋果與英國Acorn電腦公司、VLSI技術公司成立合資企業，目標是為蘋果Newton平板電腦開發低功耗晶片。
【歷史背景】：蘋果Newton是1990年代初的一款先鋒產品，被認為是現代平板電腦和智慧型手機的鼻祖。雖然Newton本身並不成功，但為其開發的ARM架構晶片卻意外地獲得了巨大成功。
最初的晶片產品並不算成功，但團隊認為"架構設計有巨大潛力"，於是決定獨立創業，這就是ARM的由來。我是ARM的第四任CEO，也是首位非英國籍CEO。
過去三年半，我的工作重點是"保留劍橋的科研基因，注入矽谷的創新速度"。劍橋擁有世界頂尖的科學家和技術積累——很多ARM的核心技術專家在公司工作了20年以上，對處理器架構有極深的理解。而矽谷的"快速迭代、敢於試錯"文化，能幫助ARM更好地抓住AI、物聯網等新機遇。
目前ARM的團隊已高度全球化：印度班加羅爾有2000多名員工，主要負責軟體開發和工具鏈最佳化；美國有超過1000名員工，集中在加州和德州，專注於AI晶片架構和高性能計算；歐洲多地也設有研發中心。
我們的佈局邏輯很簡單——"那裡有頂尖人才，就去那裡"。晶片行業的競爭本質是人才競爭。無論是英國的晶片架構專家、美國的AI演算法團隊，還是印度的軟體開發工程師，都是ARM生態的重要組成部分。
未來，我們會繼續在"AI晶片研發""低功耗計算""安全架構"等核心領域加大投入，而具體的團隊佈局，仍將以"靠近人才聚集地"為核心原則。
第七部分：STEM人才缺口與教育投資
主持人：目前美國在STEM（科學、技術、工程、數學）領域的人才儲備是否能滿足晶片行業的需求？是否需要加大對電子工程（EE）、晶片設計等核心學科的投入？
勒內·哈斯：絕對需要加大投入。當前ARM的招聘需求中，工程師缺口依然很大。
有趣的是，雖然AI能輔助部分工作——比如減少財務、法務崗位的人力需求——但在"晶片研發""AI模型落地""科學計算"等核心領域，仍需要大量高技能工程師。AI並沒有減少對頂尖工程師的需求，反而增加了。
這背後其實是"計算需求的持續爆發"。AI浪潮不僅沒有減緩，反而在向科學研究、內容創作、工業設計等更多領域滲透。每一個新的應用場景，都對晶片的算力、能效、安全性提出了新的要求。
舉幾個例子：
●生物醫藥領域：AlphaFold3可以預測蛋白質結構，但訓練這樣的模型需要數千塊GPU，運行數周時間。未來如果要實現"個性化藥物設計"，計算需求還會增加數百倍。
●氣候模擬領域：目前最先進的全球氣候模型需要運行在超級電腦上，一次模擬可能需要數天時間。要提高預測精度，需要更強大的計算能力和更高效的晶片。
●自動駕駛領域：一輛L4級自動駕駛汽車每秒產生約4TB的感測器資料，需要即時處理。這對車載晶片的算力和能效比提出了極高要求。
如果不加大對電子工程、晶片設計學科的投入，未來可能會出現"算力需求激增但人才短缺"的矛盾，這會直接制約行業發展。
目前美國每年培養的電子工程專業畢業生約為2萬人，而中國約為15萬人，印度約為10萬人。這個差距在未來10年會進一步擴大，除非美國採取行動。
主持人：具體應該怎麼做？
勒內·哈斯：我認為需要從三個層面入手：
第一，大學層面。需要增加電子工程、電腦工程專業的招生名額，提高教授待遇，吸引更多年輕人投身這個領域。史丹佛大學、MIT、加州大學伯克利分校等頂尖高校應該發揮帶頭作用。
第二，企業層面。科技公司需要與大學建立更緊密的合作關係，提供實習機會、聯合培養項目、獎學金等。ARM就與劍橋大學、帝國理工學院有長期合作項目，每年資助數十名研究生進行晶片架構研究。
第三，移民政策層面。美國的H-1B簽證政策需要改革，讓更多頂尖人才能夠留在美國工作。目前矽谷很多頂尖工程師都是移民或移民後代——輝達的黃仁勳來自台灣，Google的創始人之一謝爾蓋·布林來自俄羅斯。如果限制人才流動，美國的創新能力會受到嚴重影響。
第八部分：中美AI競爭——合作還是對抗？
主持人：最後我們聊聊地緣政治。中美在AI領域的競爭日益激烈，您認為這會是一場"贏家通吃"的較量嗎？兩國是否有可能在競爭中保持合作？是否存在"T海衝突"等風險升級的可能？您認為中美在AI領域有那些潛在的合作空間？
勒內·哈斯：我願意保持樂觀，相信中美存在合作的可能。
從我的接觸來看，中國在AI領域同樣重視"規則建構"與"安全管控"。比如，中國政府在2023年發佈了《生成式人工智慧服務管理暫行辦法》，對AI倫理、資料安全、演算法透明度等提出了明確要求。這些關切與國際社會的訴求是一致的。
雖然有人將中美AI競爭比作"核軍備競賽"，但兩者有本質區別：核軍備競賽的核心是"相互摧毀"，目標是建立"恐怖平衡"；而AI競爭的本質是"技術創新與應用落地"，目標是提升生產力、改善生活質量。
對於具備AI技術能力的國家而言，更重要的是"坐下來對話"，建立共同的安全準則。比如：
如何避免AI技術被用於惡意目的？ 包括網路攻擊、虛假資訊傳播、自主武器系統等。如何規範跨境資料流動？ 在保護隱私和國家安全的同時，保持資料的合理流動，促進科研合作。如何確保AI系統的可解釋性和透明度？ 特別是在金融、醫療、司法等高風險領域。如何應對AI帶來的就業衝擊？ 制定再培訓計畫，幫助受影響的勞動者轉型。
在我看來，中美在"AI for Good"（有益AI）領域有巨大的合作空間。比如：
應對氣候變化：利用AI最佳化能源系統、預測極端天氣、開發新型材料。這是全球性挑戰，需要各國協同應對。
新藥研發：AI可以大幅加速藥物發現過程，降低研發成本。中美如果在這個領域合作，能讓更多患者受益。
精準農業：利用AI最佳化灌溉、施肥、病蟲害防治，提升糧食產量，保障全球糧食安全。
教育普及：AI驅動的個性化學習系統，可以讓優質教育資源惠及更多偏遠地區的學生。
這些全球性挑戰需要各國協同應對，而AI技術正是實現這一目標的關鍵工具。與其陷入"零和博弈"，不如通過合作將AI的價值最大化，這對兩國、對全球都是更優選擇。
當然，我也理解兩國之間存在戰略互信不足的問題。但正如冷戰時期美蘇在核武器控制、太空探索等領域仍有合作一樣，中美在AI領域也可以找到合作的空間。關鍵是要建立有效的對話機制，增進相互理解。
主持人：您對"T海衝突"風險怎麼看？這會對半導體產業鏈造成怎樣的衝擊？
勒內·哈斯：這是一個非常敏感的話題。作為一家全球化公司的CEO，我不便對地緣政治問題發表過多評論。
但我可以說的是，台灣在全球半導體產業鏈中的地位極其關鍵。台積電生產了全球約60%的晶片，以及90%以上的先進製程晶片（7奈米及以下）。如果台海局勢緊張，對全球經濟的衝擊將是災難性的。
有研究機構估算，如果台灣的晶片供應中斷，全球GDP可能下降5-10%，相當於數兆美元的損失。汽車、手機、電腦、資料中心等幾乎所有產業都會受到嚴重影響。
所以，維護台海和平穩定，不僅符合中美兩國的利益，也符合全球的利益。我希望各方都能以理性、克制的態度處理分歧，通過對話而非對抗解決問題。
第九部分：ARM的未來願景
主持人：最後一個問題。展望未來10年，您認為ARM最大的機遇和挑戰分別是什麼？ARM的願景是什麼？
勒內·哈斯：最大的機遇，毫無疑問是AI浪潮。
AI不僅在改變雲端資料中心的計算模式，更在向"邊緣側"延伸——從手機、汽車到可穿戴裝置、機器人。每一個新的應用場景，都需要高能效、低延遲的處理器，而這正是ARM的強項。
我們的願景是"讓每一台裝置都具備AI能力"。這聽起來很宏大，但其實已經在發生。今天的旗艦智慧型手機已經可以在本地運行複雜的AI模型——比如即時翻譯、照片增強、語音助手。未來，這種能力會擴展到更多裝置。
想像一下：你的智能眼鏡可以即時翻譯你看到的文字，提醒你朋友的名字，甚至幫你導航；你的家用機器人可以理解你的指令，幫你做家務；你的汽車不僅能自動駕駛，還能預測維護需求，最佳化能耗。
所有這些應用，都需要高效、安全、可靠的處理器。ARM的目標就是成為"AI無處不在"時代的技術基石。
至於挑戰，我認為主要有三個：
第一，技術迭代速度。 AI技術的發展速度超乎想像。去年還是主流的架構，今年可能就被淘汰了。ARM必須保持技術領先，不斷推出新的架構、新的解決方案。
第二，生態建設。 ARM的成功依賴於全球開發者生態。我們需要讓更多開發者學會基於ARM架構開發應用，提供更好的工具鏈、更完善的文件。
第三，地緣政治風險。 正如我們剛才討論的，出口管制、供應鏈中斷等風險，都可能影響ARM的業務。我們需要在遵守各國法規的同時，儘可能保持全球生態的開放性。
但總的來說，我對ARM的未來充滿信心。我們有世界一流的團隊，有強大的技術積累，有全球領先的合作夥伴。在這個充滿變革和機遇的時代，ARM將繼續扮演關鍵角色。
晶片行業的下一個十年
這場訪談結束時，已是傍晚時分。勒內·哈斯離開講台，與觀眾交流。他的話語中透露出一位行業老兵的務實與遠見，也折射出全球晶片產業正在經歷的深刻變革。
從ARM的戰略佈局，我們可以窺見晶片行業的未來趨勢：
AI不是單一市場，而是"訓練-推理-物理AI"的三維戰場。 每個細分領域都有不同的技術路線、不同的競爭格局。
能效比將成為核心競爭力。 當AI從資料中心走向終端裝置，誰能在有限功耗下提供最強算力，誰就能贏得市場。
全球生態的開放性至關重要。 技術壁壘和出口管制可能帶來短期優勢，但長期看會導致生態分裂，最終損害所有參與者的利益。
製造業文化需要重建。 美國要重振半導體產業，不僅需要資金和技術，更需要改變社會對製造業的認知，培養新一代"願意24小時守護生產線"的工程師。
人才是一切的基礎。 無論是晶片設計、AI演算法還是先進製造，歸根結底都是人才的競爭。 (歌伶的大局觀)