億萬富翁、著名投資人 Stanley Druckenmiller，正悄悄重新調整其人工智慧（AI）相關持倉。他旗下的 Duquesne 家族辦公室在 2026 年第一季大舉買進博通 (AVGO-US) 、英特爾 (INTC-US) 與 Arm(ARM-US) 。相較之下，在 2024 年底，Druckenmiller 徹底清空了他在早期生成式 AI 熱潮期間開始持有的輝達 (NVDA-US) 股票。

Druckenmiller 於 2022 年第四季買進逾 58 萬股輝達，恰好卡位在 ChatGPT 掀起生成式 AI 熱潮前夕。自 2022 年 11 月底至 2024 年第三季末，輝達股價累計上漲逾 600%，一度躍升為全球市值最高企業。

然而他選擇在估值高漲之際出清持倉。2024 年 10 月接受《彭博》專訪時，他也坦承賣出時機過早，稱此舉是「重大錯誤」，並表示若輝達估值趨於合理，不排除再度買入。

但時至 2026 年中，儘管輝達的估值狀況已從高峰迴落，但 Druckenmiller 仍未採取行動。

新佈局背後的邏輯：AI 從「訓練」轉向「推理」

與此同時，根據 Duquesne 家族辦公室本季申報，其新增買進約 19.6 萬股博通、約 41.1 萬股英特爾以及約 10.7 萬股 Arm。

市場分析人士認為，這組合折射出 Druckenmiller 對 AI 運算趨勢的一項核心判斷：「推論」正在取代「訓練」，成為 AI 算力支出的新重心。

訓練大型語言模型屬一次性工程，而輝達的 GPU 是公認的利器。相較之下，「推論」指的是模型部署後、即時回應用戶請求的運算過程，訴求截然不同：更高能源效率、更低每次查詢成本、以及針對特定工作負載的客製化能力。

包括 Alphabet(GOOGL-US) 、Meta(META-US) 、亞馬遜 (AMZN-US) 、微軟 (MSFT-US) 、OpenAI 與 Anthropic 在內的大型業者與 AI 研究機構也都正逐步調整策略，開始投入自研客製化晶片，並著重於優化 CPU 架構設計。

相較於通用 GPU，這類客製化晶片在大規模推論運算場景中，不僅能有效降低能耗，也能進一步壓低整體運算成本，展現出更具成本效益的優勢。

分析指出，博通是這波特殊應用積體電路（ASIC）浪潮的核心玩家，並正在與 Google Cloud 等雲端巨頭合作設計並製造張量處理單元（TPU）等專用加速器。

英特爾則有望受惠於推理任務逐漸回流至傳統處理器與混合運算系統的趨勢，其 Xeon 6 及 x86 系列處理器正悄然成為企業資料中心的骨幹，包括 Alphabet 與輝達自家管理的資料中心。

與此同時，Arm 則以高效的核心架構授權模式，協助晶片商與雲端平台打造低功耗、高頻寬的定製方案，恰好切合推理應用需求。

分析指出，整體來看 Druckenmiller 此番操作並非退出 AI 賽局，而是從「顯而易見的宏觀贏家」輝達，轉進他認為在 AI 普及落地階段更具持久優勢的基礎建設層。

在大型科技公司持續加碼推理工作負載之際，定製晶片與 CPU 架構或將成為這場算力競賽的下一個主角。