本文重點速覽
-
戰略思維轉變：
-
NVIDIA 未來架構不再追求用同一款 GPU 解決所有問題，而是針對 LLM（大型語言模型）的訓練、預填充、解碼三階段，提供不同的硬體組合。
-
-
降本增效新武器：
-
針對「推論：預填充階段」，推出搭載 GDDR7 的 Rubin CPX 解決方案，用較便宜的記憶體取代昂貴的 HBM，大幅降低成本。
-
-
市場分眾化：
-
推論解碼階段將市場一分為二，一般用戶搭「貨輪」（現有 GPU），高端用戶搭「飛機」（LPU + SRAM），滿足不同層級的延遲與成本需求。
-
一、 核心概念：在正確的階段，用正確的硬體
過去我們認為 NVIDIA 的 GPU 是萬能的，無論是訓練 AI 還是跑 AI，似乎都得靠那幾顆昂貴的 H100 或 B200。但 NVIDIA 未來的核心哲學即將轉變成：
「不是一顆 GPU 解決所有問題，而是在正確的階段，用正確的硬體，解決正確的問題。」
這意味著 NVIDIA 正在將 AI 的工作流程精細化拆解，並為每一個環節打造專屬的「特種部隊」。
二、 第一階段：訓練—— 算力軍備競賽
這是目前市場最熟悉的階段，也是「軍備競賽」的主戰場。
-
需求痛點：訓練一個大模型需要吞噬海量的數據，因此對 「海量記憶體」、「高算力」 以及 「高頻寬」 有著極致的要求。
-
解決方案：目前的 NVIDIA GPU（如配備 HBM 高頻寬記憶體的系列）。
-
策略解讀：在這個階段，成本不是首要考量，速度與吞吐量才是王道。這解釋了為什麼 HBM 記憶體供不應求。
三、 第二階段：推論 - 預填充階段—— 性價比的逆襲
當 AI 開始進行推論（回答問題）前的準備工作時，需求發生了變化。
-
需求痛點：預填充更偏算力與容量需求，對 HBM 的極致頻寬依賴度相對解碼階段低，因而可能出現用 GDDR 類記憶體做成本優化的空間。。
-
新解決方案：Rubin CPX。
-
技術亮點：
-
捨棄了昂貴且產能受限的 HBM。
-
改用 高容量、低速的 GDDR7 記憶體。
-
-
策略解讀：GDDR7 比 HBM 便宜非常多。NVIDIA 透過這個新產品線，精準切入「不需要極速頻寬」的場景，幫助客戶大幅降低建置成本。這是一個非常聰明的商業區隔策略。
四、 第三階段：推論 - 解碼階段—— 貨輪與飛機
當 AI 正式開始生成內容（解碼）時，NVIDIA 將市場需求進一步細分為兩種不同的客群，形象地比喻為「貨輪」與「飛機」。
1. 高吞吐量需求—— 「貨輪模式」
-
隱喻：就像海運貨輪，載貨量大（數量大），速度不快，但運費便宜。
-
適用硬體：當前的 GPU 適用。
-
目標受眾：一般用戶。
-
場景：當你使用 LLM 或一般客服機器人時，系統追求的是一次服務最多人，稍微慢個 0.5 秒沒關係，重點是成本要低。
2. 低延遲需求—— 「飛機模式」
-
隱喻：就像空運飛機，載貨量少（數量少），速度超快，但運費昂貴。
-
適用硬體：LPU 技術 + GPU & SRAM。
-
目標受眾：高端用戶（願意為速度付費的人）。
-
場景：高頻交易、即時口譯、自動駕駛決策等對「延遲」零容忍的場景。這裡引入了 SRAM 與 LPU 概念與技術，顯示 NVIDIA 正準備防堵 Groq 等新創公司的挑戰。
五、 結論：NVIDIA 的護城河再次加深
NVIDIA 並沒有躺在功勞簿上。面對 AMD 的追趕以及 ASIC 廠商的挑戰，NVIDIA 透過「產品細分化」來鞏固江山：
-
守住高階：訓練端繼續推高 HBM 規格。
-
降維打擊：推論預填充端用 GDDR7/Rubin CPX 搶攻性價比市場。
-
防堵新創：推論解碼端引入 LPU/SRAM 概念，不讓對手在低延遲領域有可乘之機。
對於投資人而言，這代表 NVIDIA 未來的營收結構將更為健康，不再單純依賴單一高價產品，而是能吃到 AI 產業鏈中每一個環節的利潤。
怎麼買 NVIDIA (NVDA) 的股票?
想買 NVIDIA 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，使用「台幣也能交易美股」，不用另開銀行戶，無論是新手或老手，都能輕鬆投資！
👇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。
-
直接下單買 NVIDIA：
-
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！
