（１）現象：阿里巴巴（Alibaba）旗下阿里雲近期推出名為「Aegaeon」的運算資源整合方案，經三個月測試後顯示，該系統可使支援多個大型語言模型（LLM）所需的輝達（Nvidia）GPU數量減少高達82%。研究指出，在阿里雲的AI模型市集中，僅少數熱門模型被頻繁使用，導致GPU資源利用率偏低，Aegaeon透過運算池化（computing pooling）顯著提升效能與資源配置效率。

（２）原因：由於中國AI業者在美國晶片出口限制下，取得高階GPU的難度增加，阿里巴巴等企業積極開發降低GPU依賴的替代方案，以控制算力成本與維持AI服務的可擴展性。該策略反映出中國AI產業正從「硬體堆疊」轉向「軟體與系統架構優化」的階段。

（３）影響：若Aegaeon模式推廣成功，將降低雲端業者對高階GPU的即時需求，可能對輝達在中國市場的銷售造成壓力，並促使其他雲端服務商投入自研AI運算架構。中長期來看，此舉將推動AI伺服器設計朝「混合算力、高效能運算調度」發展，改變供應鏈採購結構。

（４）受影響股票：台積電(2330)

緯創(3231)

廣達(2382)