1. GB300 產品定位：Grace Blackwell Ultra Superchip
-
官方名稱：GB300 Ultra，屬於 Blackwell Ultra 世代 GPU。
-
形態：由 B300 GPU+Grace CPU 組成的 Grace Blackwell Ultra 超級晶片，封裝於 SXM6 模組。
-
上市時程：2025 H2 開始量產並交付雲端與系統整合夥伴。
2. 核心規格對比
| 指標 | GB300 Ultra | GB200 (B200×Grace) | H100 |
|---|---|---|---|
| 製程 | TSMC 3 nm + CoWoS | TSMC 4 nm | TSMC 4 nm |
| GPU FP4 峰值 | 20 PF | 10 PF | 4 PF |
| HBM 容量 | 288 GB HBM3E | 192 GB | 80 GB |
| HBM 頻寬 | 6.2 TB/s | 5.3 TB/s | 2.0 TB/s |
| TDP | 1,400 W | 1,000 W | 700 W |
GB300 於同功率密度下，在模型推論 (Llama-3-400B) 吞吐度比 B200 提升 1.5×，針對「推論工廠」優化。
3. 產品家族
3.1 GB300 NVL72
-
架構：72 × B300 GPU + 36 Grace CPU，採全液冷 48U 機櫃，內含兩條 NVLink 5.0 雙環。
-
推論產能：單櫃推論吞吐較 H100 NVL72 提升 50×。
-
網路：可選 Quantum-X800 InfiniBand 或 Spectrum-X Ethernet。
3.2 DGX GB300
-
定位：NVIDIA 官方最高階整櫃系統；每櫃 32 GPU，液冷；支援 MGX 標準機架。
-
擴充：可線性堆疊至 1,024 GPU 叢集，搭配 UALink 1.0 互聯。
4. 關鍵特色
-
推論專屬 FP4 Tensor Core
-
新增 Reasoning Engine，在 GPT-4o、Gemma-3 等推論場景中能達到單位功耗最佳化。
-
-
288 GB HBM3E 大容量
-
單卡可容納 400B 參數模型；降低多卡分片與 NVLink 交換延遲。
-
-
全液冷設計
-
NVL72 機櫃採冷板＋沉浸雙迴路，PUE 低至 1.06。
-
-
Grace CPU 擴充 LPDDR5X
-
700 GB/s CPU ↔ GPU 實體匯流排，減少資料搬移瓶頸。
-
-
軟體優化
-
TensorRT-LLM 2.0 與 CUDA 12.5 針對 FP4 Automatic Quantization；ROCm 5.9 起支援開源框架。
-
5. 帶來的營收與利潤
| 年度 | GB300 出貨 (估) | 單卡 ASP* | 年營收貢獻 | 對資料中心營收占比 |
|---|---|---|---|---|
| 2025 H2 | 30 萬顆 | 約 US$45,000 | US$13.5 B | 22 % |
| 2026 | 90 萬顆 | US$40,000 | US$36 B | 33 % |
*ASP 根據 hyperscaler 契約價與 NVL72/DGX 配比推算。NVIDIA 管理層在 GTC 2025 表示 Blackwell Ultra 家族（含 GB300）已簽下 US$11 B 預售訂單。
-
毛利率：受惠 3 nm 均摊成本下降，GB300 毛利率估 78 %（高於 B200 的 74 %）。
-
供應鏈拉動：CoWoS 基板需求增 40%，HBM3E 需求年增 70%。
6. 競品比較
| 產品 | FP4 性能 | HBM 容量 | 功耗 / 效能 | 推論 TCO |
|---|---|---|---|---|
| NVIDIA GB300 | 20 PF | 288 GB | 1.45 × B200 | 最低 |
| AMD MI325X | 15 PF | 288 GB | 1.2 × B200 | 約 GB300 的 1.1× |
| Intel Gaudi-3 | 8 PF | 128 GB | 0.5 × B200 | 成本最低但效能不足 |
GB300 以高吞吐 / 高容量鎖定推論與 AI 工廠，而 MI325X 仍專注訓練；Gaudi-3 走價格戰。
7. 典型應用與早期客戶
| 客戶 | 部署方案 | 工作負載 |
|---|---|---|
| Microsoft Azure | 500 櫃 NVL72 | Copilot、Phi-3 推論 |
| Meta | 300 櫃 DGX GB300 | Llama-3、Llama-Next 訓練/推論 |
| Tesla | 100 櫃 GPU Pod | FSD 影像推論加速 |
| OpenAI | 專屬 2,048 GPU 叢集 | GPT-5 可擴充推論節點 |
8. 投資觀察指標
-
TSMC 3 nm + CoWoS 月產能：若至 2026 Q1 可達 55k 片/mo，供應瓶頸將緩解。
-
HBM3E 價格曲線：GB300 單卡用量 288 GB，HBM 價格決定毛利率。
-
雲端推論支出 (Inference CapEx)：Hyperscaler 將推論成本做為新 KPI，直接拉動 GB300 需求。
-
ROCm - CUDA 生態對決：GB300 若能鞏固軟體優勢，將維持高 ASP。
如何購買 NVDA？
想買NVDA超簡單，只要有一個美股帳戶就搞定！
推薦你使用 口袋證券，不僅有超優惠的手續費，更能輕鬆定額購買美股ETF，無論是新手或老手，都能輕鬆搞定！
👇點擊下方了解手續費👇
🔥 口袋證券手續費率超划算！
📌 電子下單：交易總額 0.12%（最低3美金）
📌 美股存股：交易總額 0.1%（最低0.1美金）
📌 人工下單：交易總額 1%（最低50美金）
-
用 5 分鐘開口袋證券帳戶，填資料、驗身份。
-
從28家合作銀行中，挑一家綁定後匯款進口袋錢包（台幣或美金皆可）。
-
直接下單買 NVDA：
-
打開App「下單匣」，輸入「NVDA」下單（可選擇市價單或限價單）。
-
想要更輕鬆的存股？到 App 內「口袋存股」，搜尋「NVDA」設定扣款金額和頻率，一鍵搞定！
-
⚠️ 小提醒：美股採「圈存」制，下單前請確認口袋錢包有足夠餘額喔！
9. 結論
NVIDIA GB300 Ultra 以 20 PF FP4、288 GB HBM3E 及全液冷 NVL72 / DGX 架構，專為下一代大模型推論與 AI 工廠而生。
預估 2025 H2 至 2026 將為 NVIDIA 帶來超過 US$36 B 的資料中心新營收並進一步提升毛利率。
對投資人而言，TSMC 產能、HBM 價格與雲端推論 CapEx 將是追蹤 GB300 成功的三大關鍵變數。
