2025 年底，AI 產業迎來兩起改變格局的重磅交易：Nvidia 以 200 億美元取得 Groq 的 LPU 技術與核心團隊，以及 Meta 以超過 20 億美元收購通用 AI 代理新創 Manus。這兩起交易揭示了三大趨勢：（1）科技巨頭利用「非收購」的授權協議結構規避反壟斷審查；（2）AI 晶片市場正從訓練導向轉向推論導向；（3）AI 產業正從「對話」進化到「行動」的 AI Agent 時代。
引言：AI 浪潮下的冰山一角
人工智慧（AI）產業正以前所未有的速度向前狂奔，新模型、新應用層出不窮。然而，真正撼動產業格局、決定未來走向的，往往不是光鮮亮麗的產品發表會，而是檯面下那些精心策劃的巨額交易。
最近，Nvidia 和 Meta 兩大科技巨頭分別完成了兩起極具指標性的交易，它們不僅僅是單純的商業買賣，更像是一盤深思熟慮的棋局。這兩起收購案揭示了 AI 戰爭的未來風向、巨頭們為鞏固霸權而採取的深層策略，以及在這場高速競賽中，那些不為人知的產業內幕。
Nvidia 的 200 億美元「非收購」：一個為吞噬對手而生的法律巧門
影片來源：https://www.youtube.com/@JulianGoldieSEO
交易核心：授權協議而非收購
事件的核心是 Nvidia 斥資 200 億美元，獲得了 AI 晶片新創公司 Groq 的關鍵技術與核心團隊。這筆交易不僅是 Nvidia 成立 32 年來最大的一筆，更是 AI 歷史上金額最高的收購案。
然而，其最令人玩味之處在於，這並非一場傳統的「收購 (acquisition)」，而是一份「非排他性授權協議 (non-exclusive licensing agreement)」。Nvidia 獲取了技術，並聘請了 Groq 的創辦人兼 CEO Jonathan Ross、總裁 Sunny Madra 及其他核心成員。
Nvidia-Groq 交易關鍵數據：
- 交易金額：200 億美元
- 交易類型：非排他性授權協議
- 核心人才：Jonathan Ross（Groq CEO，Google TPU 共同發明人）
- 戰略意義：強化 AI 推論能力，規避反壟斷審查
為什麼選擇「非收購」結構？
此舉背後的動機昭然若揭：規避嚴格的反壟斷審查。Nvidia 在 2022 年試圖收購晶片設計公司 ARM 的計畫，正是因為監管機構的阻撓而以失敗告終。如今，Nvidia 已掌控超過 90% 的 AI 晶片市場，任何直接的收購行為都極其敏感。
透過這種巧妙的法律架構，Nvidia 既能將潛在的競爭對手納入麾下，又能完美避開監管機構的審查。正如 Bernstein 分析師所言：
“The deal structure keeps the fiction of competition alive.” — Bernstein 分析師 Stacy Rasgon
這句話一針見血地道出了真相：在法律形式上維持競爭的假象，實質上卻完成了市場的進一步整合。
「反向人才收購」的隱藏代價：當新創員工的夢想化為泡影
這種看似高明的交易模式，卻有著一個殘酷的另一面，那就是對普通員工的衝擊。這種策略被稱為「反向人才收購 (reverse acqui-hire)」，是一種科技巨頭為了獲取頂尖團隊與其智慧財產，同時又不必承擔完整收購公司的法律與財務責任的巧門。
員工權益的犧牲
在傳統的收購案中，當公司被買下時，員工持有的股票選擇權通常會被兌現，這往往能為早期加入的員工帶來改變人生的財富，也是他們願意拿較低薪水、投入新創公司的主要動力。
然而，在 Nvidia-Groq 這種授權協議模式下，情況完全不同。由於公司在法律上並未被「賣掉」，因此不會觸發股權兌現條款。結果是：
- 創辦人和高層核心團隊：被 Nvidia 以天價薪酬包挖走
- 投資者：透過授權費獲得了豐厚回報
- 基層員工：尤其是持有大量未歸屬股權的員工，可能什麼都得不到
已成為巨頭的標準戰術手冊
這並非個案，而已然成為巨頭們的標準戰術手冊。不久前，Google 收購 AI 程式碼新創 Windsurf、Microsoft 收購 Inflection AI，以及 Amazon 收購 Adept，都採取了類似的 playbook，顯示巨頭們正熟練地運用此策略來吸收人才與技術，同時將成本外部化給那些被遺棄的員工。
交易背後的真正導火線：Google 的一次成功，如何讓 Nvidia 寢食難安
Google Gemini 3 與 TPU 的里程碑
Nvidia 之所以如此大費周章，其深層導火線源自於競爭對手 Google 的一次重大突破。2025 年 11 月，Google 發布了其強大的 Gemini 3 模型，而最關鍵的一點是：這個頂尖模型完全是在 Google 自家的 TPU（Tensor Processing Unit）晶片上訓練完成的，完全沒有使用任何 Nvidia 的硬體。
這個事件首次向世界證明，建立世界級的 AI 能力可以不依賴 Nvidia。消息一出，Google 股價上揚，Nvidia 股價則應聲下跌。
想深入了解 TPU 與 GPU 的差異，可參考我們的專文：Google TPU vs Nvidia GPU 完整比較。
Groq LPU 技術的顛覆性
更令 Nvidia 寢食難安的，是 Groq 技術本身的顛覆性。如同我們在 ASIC vs GPU 深度分析 中探討的，不同架構的晶片各有其優勢：
| 晶片類型 | 設計初衷 | AI 訓練 | AI 推論 |
| Nvidia GPU | 遊戲圖形處理 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| Google TPU | AI 運算 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| Groq LPU | AI 推論 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
根據 TechCrunch 報導，Groq 的 LPU 在執行推論任務時，速度比 Nvidia 的 GPU 快上 10 倍，能源效率也高出 10 倍。這正是 AI 產業快速發展的方向——從模型訓練轉向大規模推論部署。
Nvidia 的「防守即進攻」策略
面對自家霸權的雙重威脅，Nvidia 的應對策略堪稱教科書級別的「防守即是進攻」：他們直接聘請了設計 Google TPU 的關鍵人物——Jonathan Ross，也就是 Groq 的創辦人。
Nvidia 收購 Groq 的三大戰略目的：
- 防禦 Google TPU 威脅：Gemini 3 完全在 TPU 上訓練，證明不需要 Nvidia 也能建立頂尖 AI
- 補強推論能力：GPU 在訓練強但推論相對弱，LPU 正好相反
- 消滅潛在競爭者：直接將威脅納入麾下，與其等待對手壯大，不如直接將對手的「大腦」和更先進的武器庫買過來為自己所用
Meta 的巨大飛躍：從「聊天」到「實幹」的關鍵一步
影片來源：https://www.youtube.com/@mreflow
什麼是通用 AI 代理？
將焦點轉向另一位巨頭 Meta，其 收購 Manus 的舉動同樣意義深遠。這次收購讓 Meta 一舉獲得了它在 AI 競賽中長期欠缺的關鍵能力。
Manus 與我們熟知的 ChatGPT 或 Claude 有著根本性的區別。後者是聊天機器人，擅長對話；而 Manus 是一個能自主執行複雜任務的「通用 AI 代理 (general purpose AI agent)」。它不僅會「說」，更關鍵的是它會「做」。
根據 Manus 官方公告，其 AI 代理能夠：
- 連接到你的 Google Docs，自動寄送電子郵件，為你安排行事曆
- 每天抓取前五大新聞，自動生成一份 Google 文件摘要
- 獨立編寫程式碼來建立網站、分析數據，乃至生成影片
- 篩選履歷、規劃旅遊行程、分析股票投資組合
想了解更多 AI Agent 的發展趨勢，可參考：ChatGPT Agents 2025 完整指南 以及 MCP AI Agents 技術解析。
Meta 的戰略動機
根據 CNBC 報導，Meta 的動機非常明確。在此之前，Meta 在 AI 代理的競賽中已明顯落後於 OpenAI 的 Operator 和 Google 的 AI agents。其自家的 Meta AI 基本上只是一個聊天機器人，功能單一。
Meta-Manus 交易關鍵數據：
- 交易金額：超過 20 億美元
- Manus 成立：2025 年 3 月
- 處理數據量：147 兆 tokens
- 虛擬電腦數：8,000 萬台
- 年化營收：超過 1.25 億美元
收購 Manus 讓 Meta 能夠迅速彌補這一巨大差距，直接跨越到 AI 發展的下一個階段：從「chat」（聊天）進化到「do」（實幹）。
AI 產業的驚人速度：從發表到被巨頭收購，僅僅十個月
Manus 的指數級成長
Manus 公司的成長故事本身，就是 AI 產業驚人發展速度的最佳縮影。Manus 於 2025 年 3 月才正式推出其首個通用 AI 代理產品，到了同年 12 月，這家公司就被 Meta 收入囊中。從產品問世到被巨頭收購，僅僅花了不到十個月的時間。
在這短短的時間內，Manus 取得了令人難以置信的成績：
- 處理了 147 兆個 tokens
- 創建了 8,000 萬台虛擬電腦
- 服務了全球數百萬用戶
- 達到 1.25 億美元年化營收
與其他科技公司的對比
為了讓這種速度更具體化，我們可以做個對比：
| 公司 | 達到類似市場地位所需時間 |
| Manus | 不到 1 年 |
| Slack | 3 年 |
| Shopify | 7 年 |
這種指數級的成長速度，清晰地揭示了 AI 領域的獨特性和殘酷性：創新窗口期極短，一旦錯過，就可能被徹底甩開。
這也正是為什麼企業需要 有效管理 GPU 資源 並選擇合適的 雲端或地端部署策略，以確保能夠跟上 AI 發展的腳步。
對產業的深遠影響
AI 晶片市場格局變化
這兩起重磅交易，為我們揭示了 AI 產業的幾個核心趨勢：
1. 法律結構創新鞏固壟斷地位 科技巨頭正利用巧妙的法律結構來鞏固其近乎壟斷的地位。「非排他性授權協議」這種模式很可能會被更多公司效仿，成為未來 AI 產業整合的標準模板。
2. 從訓練到推論的重心轉移 Nvidia 收購 Groq 的舉動，清楚顯示 AI 產業的重心正從模型訓練轉向大規模推論部署。這對於 AI 數據中心 的建設規劃有著重大影響。
3. AI Agent 時代正式來臨 Meta 收購 Manus 標誌著 AI 的發展重心正快速地從「對話」轉向「行動」。未來的 AI 不僅僅是回答問題，而是能夠自主完成複雜任務的數位員工。
新創公司的機會與挑戰
而在這些光鮮亮麗的交易背後，可能隱藏著對普通員工不公的「人的代價」。當巨頭們不斷鞏固其權力，競爭與創新的界線日益模糊。
常見問題 FAQ
Q: Nvidia 為什麼不直接收購 Groq？
A: 由於 Nvidia 已掌控超過 90% 的 AI 晶片市場，任何直接收購都會面臨嚴格的反壟斷審查。透過「非排他性授權協議」的架構，Nvidia 能夠獲得技術和人才，同時規避監管機構的審查。根據分析師的說法，這種結構「維持了競爭的假象」。
Q: Groq 的 LPU 和 Nvidia 的 GPU 有什麼不同？
A: GPU 最初為遊戲圖形處理設計，後來被應用於 AI 訓練，在訓練階段表現優異。LPU（語言處理器）則是從零開始專為 AI 推論（生成回應）而設計的。根據報導，LPU 執行推論任務時速度比 GPU 快 10 倍，能源效率也高出 10 倍。詳細比較可參考 ASIC vs GPU 完整分析。
Q: Meta 為什麼收購 Manus？
A: Meta 在 AI 代理競賽中落後於 OpenAI 的 Operator 和 Google 的 AI agents。收購 Manus 讓 Meta 能快速從「聊天機器人」進化到能自主執行任務的「AI 代理」，彌補與競爭對手的差距。這筆交易讓 Meta 獲得了能處理 147 兆 tokens、服務數百萬用戶的成熟技術。
Q: 這兩起收購對一般使用者有什麼影響？
A: 短期內，這意味著更強大的 AI 服務：Nvidia 整合 LPU 技術後，AI 推論速度和效率將大幅提升；Meta 整合 Manus 後，Facebook、Instagram、WhatsApp 上的 AI 助手將能執行更複雜的任務，而不僅僅是回答問題。長期來看，這可能加速 AI Agent 的普及，改變我們與科技互動的方式。
結論：巨頭棋局下的深思
這兩起重磅交易，為我們揭示了 AI 產業的幾個核心趨勢：
- 法律創新服務於市場整合：科技巨頭正利用巧妙的法律結構來鞏固其近乎壟斷的地位
- AI 重心從「說」轉向「做」：AI 的發展重心正快速地從「對話」轉向「行動」
- 成功的代價由誰承擔？：在這些光鮮亮麗的交易背後，可能隱藏著對普通員工不公的「人的代價」
當巨頭們不斷鞏固其權力，競爭與創新的界線日益模糊。這對整個 AI 生態的未來意味著什麼？下一個改變世界的創新，究竟會來自靈活的新創公司，還是巨頭們高聳的圍牆之內？
延伸閱讀
- Google TPU vs Nvidia GPU：AI 晶片霸權爭奪戰
- Gemini 3 完整介紹：Google 的 AI 新里程碑
- Manus AI：通用 AI 代理的崛起
- ChatGPT Agents 2025：AI 代理時代來臨
- ASIC vs GPU：AI 晶片架構完整比較
- 如何有效管理 GPU 資源
資料來源：
