當GPU貴過豪宅，你點樣「睇住」佢？

過去兩年，全球科技界最荒謬的現象之一，是數據中心裡的顯示卡被盜。不是偷整部伺服器，而是有人拆開機箱、拔走一張H100，然後在二手市場以三萬美元放售。2024年美國就曾破獲一個犯罪集團，專門潛入租用的數據中心機櫃偷GPU，涉案金額超過二百萬美元。

這件事揭露了一個行業痛點：AI時代最值錢的資產，是那些巴掌大的晶片，但企業對它們的追蹤能力，仍停留在「貼張資產標籤」的原始階段。

最近Hacker News上冒起一條討論——「為AI晶片建立Find My的競賽」，正正擊中這個缺口。當全球AI資本支出在2026年預計突破五千億美元，晶片追蹤不再是保安部門的瑣事，而是財務長與法務長必須關心的營運命題。

追蹤技術的三條路線：由硬件到AI

目前市場上的晶片追蹤方案，大致分三條技術路線，成本與精度差異極大。

第一條是硬件層面：部分廠商開始在GPU基板上加入不可移除的加密晶片（類似Apple的Find My網絡原理），通電即自動回報位置與使用狀態。這條路線最可靠，但需要晶片製造商配合，目前只有少數OEM廠商提供，成本每張卡增加約15至30美元。

第二條是固件與驅動層：透過GPU驅動程式定期回傳序號與IP位址，建立資產地圖。NVIDIA的企業管理工具已有類似功能，但問題是——只要有人重刷固件，追蹤即失效。對於有心盜竊的內部員工，這道防線形同虛設。

第三條是AI行為分析：這是最新的發展方向。系統不追蹤晶片本身，而是追蹤「算力行為」。例如某張GPU突然從原本的訓練任務消失、出現在一個未登記的IP段、或功耗模式與正常負載不符，AI模型即時發出警報。這種方案的精度取決於數據質素，但不需要硬件改造，對已部署的機群最實用。

有初創公司聲稱，其AI行為分析系統可在晶片被拔走後的四十分鐘內鎖定異常，較傳統資產盤點快上數百倍。對於一個擁有五千張GPU的數據中心，這意味著每年可避免的損失以百萬美元計。

ROI計算：防盜只是表面，合規才是大錢

如果只看防盜，很多企業會覺得「我請保安就得啦」。但真正推動這類投資的，是出口管制與合規成本。

美國對高階AI晶片的出口限制不斷收緊，2026年最新一輪規則要求：任何受管制晶片的轉移，必須能提供完整的「監管鏈」記錄——由出廠、運輸、安裝到最終使用地點。做不到，輕則罰款，重則吊銷出口資格。

這對香港和台灣的企業尤其關鍵。兩地都是全球AI硬件供應鏈的樞紐：台灣負責製造與封測，香港則是區域貿易與轉口節點。一家台灣伺服器代工廠，若無法證明其經手的H100最終流向合規終端用戶，隨時被美國商務部列入實體清單。罰款金額可以達到交易額的兩倍——以一批一千張GPU、價值三億美元計算，罰款就是六億美元。

相比之下，部署一套AI追蹤系統的成本，對中型企業而言大約是每年十萬至三十萬美元。以風險調整後的回報計算，這是明顯划算的保險。有半導體供應鏈顧問估計，2026年亞太區將有超過四成的大型硬件經銷商，把「晶片可追蹤性」納入採購合約的強制條款。

行業對比：金融業早已做過，製造業仍在追趕

有趣的是，這種「高價值資產追蹤」的邏輯，金融業二十年前就做完了。銀行追蹤每一張鈔票的流向、每一筆交易的審計軌跡，是理所當然的合規成本。但硬件行業一直覺得「晶片就是零件」，直到它變成戰略資產。

根據供應鏈研究機構的數據，目前全球只有約18%的數據中心營運商，具備實時GPU位置追蹤能力；具備AI行為異常偵測的，更不足7%。這與金融業接近100%的交易追蹤率，形成鮮明對比。

換句話說，大部分企業仍在用Excel管理著價值數億美元的算力資產。這不是技術問題，是管理意識的問題。

延伸閱讀

對香港台灣企業的三點啟示

第一，把晶片當現金管理。如果你的公司持有受管制晶片，無論是自用還是轉售，都應該建立與現金同等級的追蹤與審計機制。這不是為了防賊，是為了在監管機構上門時，拿得出證據。

第二，採購合約要加入追蹤條款。向供應商要求提供晶片的序號登記與轉移記錄，並在合約中明確責任歸屬。這在台灣的代工生態尤其重要——一個環節缺失，整條鏈都會被質疑。

第三，先做行為分析，再考慮硬件升級。對於已運作的機群，最務實的起步點是部署AI負載監控，用現有數據建立基準線。成本低、見效快，而且不會干擾現有運作。

AI晶片追蹤聽起來像保安話題，但本質是資產治理。當一張GPU的價值等同一個大學畢業生五年的薪水，企業對它的管理精細度，理應同步提升。那些最早把「Find My」思維引入算力資產的公司，將在監管收緊與資本競賽的雙重壓力下，取得不對稱的優勢。