Nvidia產品規劃上，從Blackwell系列到明年要推出的Rubin和Rubin CPX，以及將推出的Vera Rubin產品，正是Nvidia一步步轉型到AI基礎設施全套供應商；這套AI升級規模，是黃仁勳眼中真正的機遇所在。

文 ● 魏聖峰

輝達（Nvidia）執行長黃仁勳日前接受網路媒體專訪時開宗明義地指出，我們正在經歷需求的深度和需求的廣度，這兩個指數等級的成長，會使得總計算需求的指數呈現爆炸性成長。這是黃仁勳認為，未來ＡＩ需求的成長模式，並支持Nvidia估值的核心價值。面對這樣的需求，Nvidia正在部署一個ＡＩ生態系的計畫，讓競爭者追不上來。未來數據中心瓶頸是電力和土地，在ＡＩ時代，智慧能被以Token方式被量化、被定價，成為像水和電一樣可以被生產與消費的商品。

在Nvidia產品規劃上，目前Blackwell系列產品B100、B200和GB300機櫃正大量出貨，預計明年要推出Rubin和Rubin CPX系列產品，二六年將要推出Vera Rubin，目前Vera Rubin平台的六款晶片已經在完成設計定案（tape-out）。Blackwell系列產品屬於單一機櫃，接下來的Rubin架構平台是好幾個機櫃組成的一個資料中心，且所有機構都要被串聯來產生算力。至於Vera Rubin平台則是由好幾個資料中心組成的一台超級電腦，不但每個機櫃都要串聯，不同的資料中心也需要串聯在一起。這就是黃仁勳在訪談中強調的ＡＩ工廠概念。由好幾個資料中心串連成的超級電腦，可算是一台超級電腦。其所堆砌而成的算力，是單一資料中心的好幾十倍以上。這樣的算力才能因應ＡＩ指數等級的需求成長。

算力升級無極限

黃仁勳認為，ＡＩ計算是一種全新思維，他承認單一ＧＰＵ有極限，以ＡＩ計算的加速計算，就是擁有數千個核心系統的超大型ＧＰＵ，可以同時進行大量的運算，並能處理極耗費資源的特定任務，可以同時進行大量運算，讓整個系統的效率呈現指數等級的提升。這樣的替代規模，才他眼中真正的機遇所在。如果對照上述Nvidia產品推出進度，Blackwell和Rubin架構產品屬於一般的ＧＰＵ，還不能發揮最大效能來產生需要的算力，Vera Rubin架構才比較能符合未來能因應ＡＩ指數型需求成長的平台。

現在能生產ＡＩ晶片架構的公司，包括Nvidia、超微、英特爾和博通在內，在黃仁勳眼中僅屬於能運作通用計算的目的，雖然靈活也能處理各項任務，但還沒一項都能做到極致。唯有把通用計算全面升級到加速運算，才能解決過去十幾年我們依賴摩爾定律的物理極限。Nvidia的市場，正是對現存的基礎設施，進行一場全面的升級替換。這場替換規模，才是他眼中真正的機遇所在。

對Meta、谷歌等資料中心巨頭來說。升級到ＡＩ不是一個選項，而是一場生存之戰，如果你的演算法讓用戶停留時間比對手少十％，你就輸了。在各大資料中心都在全力爭奪用戶時間的競賽中，沒有人敢在算力的提升上落後給對手。

面對Meta、谷歌和亞馬遜等資料中心巨頭自己研發的客製化ASIC晶片，以降低對Nvidia AI晶片的依賴，還能降低營運成本等。面對這樣的局勢，Nvidia是否還能維持現有的霸主地位？對此，黃仁勳認為，競爭對手頭一開始就搞錯戰場，這場戰爭的核心從來都不是關於哪塊晶片比較便宜，而是在於哪座ＡＩ工廠更賺錢。Nvidia現在做的事已經不是那一顆晶片更好，而是在設計與建造一座ＡＩ工廠。如果從黃仁勳擘劃的「Nvidia護城河」來看，Nvidia已經把競爭對手ＡＩ晶片製造商擴大到亞馬遜、谷歌，甚至於高通和蘋果都是潛在的競爭對手。這代表Nvidia正在籌設一座ＡＩ等級的資料中心，而這類的ＡＩ資料中心的效能，比現有傳統資料中心業者效能大上十幾倍甚至上百倍。意味著Nvidia要從打造ＡＩ零組件一直做到建造一座ＡＩ工廠。

讓ＡＩ工廠更賺錢才是重點

這座ＡＩ工廠不僅包含ＧＰＵ，還有CPU、NVLink（高速連結）、Spectrum-X（網路技術）和CUDA（軟體平台）。Nvidia還提供極致協同設計的策略，就是幫客戶每年同時升級這座ＡＩ工廠的所有部分，讓客戶每年都能與Nvidia的最佳等級ＡＩ平台同步更新，以追求整體效率最大化。基於這樣的整體作戰能力，Blackwell系統就比前一代Hopper，性能實現三○倍的躍升能力。這等於是建構很難讓競爭對手追上來的護城河。

除了傳統資料中心業者不斷向Nvidia購買最新ＡＩ系統晶片機櫃，好把傳統資料中心升級為ＡＩ等級資料中心。超微、英特爾和博通等ＡＩ晶片製造競爭對手，也都還處於設計單一ＡＩ晶片或客製化單一晶片的階段，或許超微已把ＡＩ晶片逐漸升級到ＡＩ機櫃等級，這距離打造一座ＡＩ工廠還差好幾個級距。

很多ＡＩ晶片客戶都認為Nvidia的AI GPU價格很貴，影響客戶升級意願。黃仁勳提出一個有趣的觀點：未來數據中心最大瓶頸不是採購晶片的成本，而是電力、土地以及讓他的客戶停留在資料中心時間的長短，還有平台系統產生的算力問題。使用Nvidia系統的方案，採購價格固然很高，卻能在○．四吉瓦（GagaWatt）電力下，它能產生×數量的頂級算力。另一個方案是，使用其他更便宜的方案。由於性能功耗只有Nvidia的一半，它只能產生○．五×的頂級算力。這個方案中，你服務的客戶可能因此減半，直接損失最高利潤的營收，並在算力競賽中落後給競爭對手。未來ＡＩ競爭中，ＡＩ資料中心的營收就是時間乘上算力，如何在最短期間內取得最大的營收，才是贏家。

提供服務乃資料中心等級

除了建造ＡＩ工廠外，Nvidia也布局多項他們前景看好的產業。就以最近最熱門Nvidia投資OpenAI一千億美元為例，市場普遍認為這是一套資金用投資綁未來營收策略的循環模式。對此，黃仁勳把OpenAI列為下一個市值會超過上兆美元的企業。過去，Nvidia透過微軟Azure來支持OpenAI，現在直接與OpenAI合作。Nvidia正在幫OpenAI建立自己的ＡＩ基礎設施，這會讓OpenAI成為全面營運的超大規模公司。他把與OpenAI的策略合作模式當作單純的財務投資機會。投資OpenAI是一個機會，既然他在未來會成為上兆美元的公司，為什麼現在不成為他的投資者呢？

從Nvidia的官網來看，該公司已經投資資料科學、生成式ＡＩ、資訊科學、醫療照護、工業ＡＩ（Omniverse）和機器人等項目。此外，Nvidia也提供ＡＩ推論解決方案，雲端ＡＩ影片串流、ＡＩ企業平台以及網路安全等。從Nvidia的投資項目以及提供客戶的ＡＩ相關服務來看，Nvidia早已超越ＡＩ晶片製造商的範疇，轉型成為ＡＩ資料中心的提供業者。

中國在ＡＩ落後差距不大

ＡＩ的地緣政治鬧得沸沸揚揚，先是川普政府禁止H20晶片出口到中國，也把禁止出口到中國的半導體製程界定在七奈米以後設備製程，以確保美國和西方國家在ＡＩ進度領先到三到五年的時間。現在則是中國政府要求該國資料中心和生成式ＡＩ業者不要用Nvidia H20晶片。關於中國ＡＩ落後美國的問題，黃仁勳認為它們只落後我們「幾奈秒」而已。在他看來，中美兩國在基礎人才與科技研發能力上的差距不大，甚至於美國的管制政策，在現實中可能產生與先前完全相反的效果。

將Nvidia與其他美國公司排除中國市場之外，不僅讓Nvidia和其他美國企業喪失巨大的中國市場收入，更關鍵是它剛好幫中國本土競爭者華為創造一個沒有外部競爭、受保護的練兵場。他認為，一個更從聰明的策略是讓美國最優秀的科技公司在國市場正面競爭。他倡導的主權ＡＩ，實質上是幫Nvidia創造一個全球性、永續的增量市場，每個國家都需要建立自己的智慧發電廠，而Nvidia正是「賣發電廠全套設備」的唯一供應商。 閱讀完整內容