定錨產業筆記｜EP9-推論爆發 100 萬倍：GTC 揭露NVIDIA下一段成長曲線 ft.Eric

來源：SoundOn Podcast RSS 音檔：https://rss.soundon.fm/rssf/06e16cf5-5b45-4863-bcdf-9343aa584f73/feedurl/15a7d57a-1cc2-4eee-921a-3bc871971fbc/rssFileVip.mp3?timestamp=1774410729855 發布日期：2026-03-23 預估長度：00:29:01 整理：ASR 轉錄後依定錨/Stockhomes 風格整理為主題段落；已移除時間戳，保留逐字稿口語脈絡。

開場：GTC 與 NVIDIA 下一段成長曲線

歡迎Sortin定錨產業比的Podcast我是主持人曾彥現在錄音時間是3月19號的早上10點那我們歡迎連續上節目第三集的研究員 Eric哈囉 曾彥哈囉 大家又見面啦好 那這禮拜有什麼新的感想OK 連續第三集 經典賽還剛打完還是講經典賽OK 經典賽終於結束了 我會讓他拿到冠軍那我覺得其中最後就是美國隊雖然輸球了但是他的那個BloodHop也有去Warner拉的那個修理師之一我覺得蠻感動的另外一方面他們隊長Aaron George之前有一個言論就是說他覺得經典賽的賽事內容比起這個世界大賽還要更激起還要更投入這其實已經發了不少討論了 但是我覺得確實看到專門美洲的球員他們打每場比賽都是用盡生命去打我覺得經典賽實實太好看了談到美國我們要跟大家宣布一個消息是我們在3月16號派出了研究員GIM到全球光通訊產業的年度盛會OFC這次我們是繼CES展之後睽違了三個月又派了一個研究員到美國去實地調查現在的產業趨勢我想大家都有看到我們今天下了蠻重的本不管是之前的CES到現在的OFC都是我們今天想要做的新嘗試那歡迎大家期待我們之後會出的報告另外我們這次有推出研究員或是企業的合作方案我們會提供這次我們去參加OFC所完整調研到的所有產品照片例如說我現在就有看到了AOI、CREEDO、MAVAL等等的 那我認為這是目前台灣的研調機構內最完整的光通訊產品資訊大家如果對於OFC相關的廠商有興趣的研究員或是企業可以在下方的合作信箱跟我們聯繫那我們回到我們的主題想請教Eric這次在GTC大會前其實黃仁勳的演講就已經蠻受到矚目了可不可以幫我們先簡單介紹一下這一次的展會有什麼方向跟新的亮點有趣的是GTC跟剛剛講到OFC剛好搬在同一走但是很難得就是我們派了我們的GIN然後感謝這個定錨大腸的協助就是GIN前往OFC去參加這個難得的生會那GTC的部分就我再跟大家分享就是黃仁勳在GTC裡面說了些什麼主要是在GTC開始之前大家都對於Media所要展出的產品有很多的猜測 其實大家都做了很多分析也很多的開頭去講說接下來GTC大家會講什麼確實就是黃仁勳也在之前的韓國嗎?還是哪裡的時候他就有說這個接下來GTC會有震撼性的晶片會展出那在GTC這次的會議裡面在他的演講他很強調這個算力AI成長的路徑包含了就是從過去可能推動運算生成這個生成是AI接下來會進入包含思考上下文生成投肯消耗的這種推理型的AI同時也具備了這個自主執行任務階段這個代理AI就是AI agent這個階段簡單來說就是AI推論的這個重要發展時刻已經到來了就是帶動AI運算需求從初期到現在已經暴增了這個100萬倍這麼多因此Media他其實也大幅上修了這個他的長線定單展望 把2025到27年的這個基礎算力的設施他的市場需求預估上升到了一兆沒原因以上所以剛剛講到很多這個因應推論需求這樣一個AI的這個趨勢發展Media發布了一系列包含的展新的像是LPU晶片然後LPU的機櫃是叫做LPS等等的新計畫預期即將導入今年下半年即將量產這個VIRUBEIN裡面相關的應用除了Media也展示下一代Rubin Ultra機櫃裡面更具體的設計細節還有後續FAMON世代的規劃我們接下來會在節目裡面跟大家聊聊好我們現在聊聊LPU這個晶片好了第一個是他是一個新的晶片然後想說先請Eric跟大家介紹一下什麼是LPU 跟平常知道GPU、CPU、NPU、DPU有什麼不同在去年2025年底的時候Media他就刺織了這個大概200億美元他取得了一間公司叫做GROCK的LPU的技術授權就是for LPU這塊晶片然後那時候就引發一些市場傳車他是不是要開始導入這塊晶片然後要把這塊晶片做什麼讓大家開始關注什麼是LPU那其實先講講這個他次次將把一美元取得授權這個GROCK這公司他其實是原本Google的TPU設計團隊出來的之前公司主要居家的產品就是LPU這種晶片那LPU就是鎖定AI推論端的需求的應用區域所設計的那LPU是什麼呢其實相對於我們常聽到的GPU跟CPU LPU是用SRAM記憶體為核心設計的這種邏輯晶片它是藉由資料在晶片的內部完成的存取運算能夠大幅降低這些資料的可能搬運成本然後進而達成這個低延遲高速的這樣一個表現另外剛剛講到SRAM就是大家可能好奇SRAM記憶體DRIAM這次是什麼這跟我們常聽到的DRIAM有什麼不同其實這在製程方面就已經不一樣了SRAM其實是直接製造的就是Build在邏輯晶片上面跟DRIAM兩者之間的差別包含電晶體架構特性結構都是不一樣的SRAM基本上比較接近邏輯電路相較於DRIAM當然容量一定是比較小的而且邏輯的製程通常是用前段製程去打造所以它的成本也是非常高的 所以Media在這次裡面跟大家展示的就是他們GROG技術的這個3LPU晶片主導就是在推論端幫助伺服器的應用好,謝謝Ackler然後我想要了解一下為什麼要增加了這一個晶片設計像NVIDIA本次就蠻強調是說推論後續的應用多了這一顆的LPU它對於推論應用會有什麼樣新的幫助強調就是包含電晶它強調就是說AI的發展已經進入了這個推論端的重要關鍵段其實就是這一顆晶片跟它所發佈的很多晶片都是為了推論端整個server的需求去做設計跟服務的所以我們先從推論的角度來說好了其實在本身推論這個模型它在運作流程上大概可以分成這個prefile 就是預填跟decode解碼兩個階段OK,簡單來思考好了就是比如說我們常常在用一些大語言模型可能Change-btl或者一些基本來的我們都輸入語言當我們輸入一個語言訊息在這些模型裡面比如說我今天輸入可能我今天晚餐能吃什麼那模型就會開始一個字一個字進行思考開始分析裡面上下無人關係開始計算出每個字也就是某個每個token它的全中就是藉由attention就是它的CavieCache之後去儲存它這個過程就叫做prefile我們剛剛講的prefile預填這個過程後續還要回覆它要生成文字比如說最後它生成說你今天能吃三寶飯OK,這邊一個字也是一個token 每生成一個token之前它需要計算所有全中attention之後還要跑模型那這邊就是decode這樣一個過程

推論爆發 100 萬倍的意義

就是在說生成的這個過程由於每生成一個新的token就是每生成一個字都要去跟過去所有的token去做加權計算所以這很複雜但同時這邊由於要跟所有過去的token做計算它很強調就是說同時去讀取過去每一個token這個功能所以它很強調低延遲高頻寬這樣的一方面的需求所以LPU這樣精品的設計就是因為它結合剛剛講的sRAM達成了這方面高頻寬低延遲的設計就是為了這樣的方式去服務我可以整理來說其實prefile就是建立記憶體記憶就是CavieCache這個過程那decode就是用記憶逐步生成的這個過程它可以簡單這樣生成兩個階段那比較常見的比喻像是說 prefile像是先把整本書讀完再做筆記那decode就是沒寫一句話一個字就要回頭翻筆記再寫下一句前面prefile的晶片的運算重點可能會是在平行預算的運算技術所以這對GPU來說是一件很重要的事情後面decode更重要的是聚焦在記憶體頻寬剛剛講的低延遲性等等這樣的設計過去呢整段工作可能都是給GPU來做這樣會讓可能HBM在某些基段它運作的效率並沒有那麼的凸顯所以現在Media藉由結合LPU這顆晶片的設計就是希望能夠在推論上面有更好的表現我想要知道像之前的CPX它在去年9月的時候有發表然後我想了解一下我們現在這顆新的LPU跟過去的這顆CPX 他們的差別是什麼他們兩者是競爭中毒關係嗎還是他們是可以互補的關係我覺得這一個問題真的很好其實去年在推出CPS的時候我在進展看GTC也是有這個問題就是說這個晶片這麼多顆他們之間是各自負責什麼樣的功能其實我了解一下其實他們兩個並沒有衝突的關係就像去年大概9月的時候Media推出的CPX這顆晶片它其實那時候主打就是大規模進行推論它可以處理數百萬個以降或是Token相對於剛剛講的LPUCPX其實是一顆GPU的晶片它主要是為了剛剛講的這個Prefuel前端去共同的工作尤其Prefuel剛剛講說它對於計算權重attention的過程 其實也很大如果藉由這個CPS加入去幫助GPU它能夠分攤GPU原本的工作人物並且加速運算此外在面對大規模資料處理運用的部分能夠加速每個GPU的同步不過Media我覺得它在這次的GTC裡面沒有很強調CPX的這一塊但是我覺得它同時也是給予客戶一個選擇這邊原本討論的點其實關於CPX有兩個方向一個是它封裝的顯示卡另外一個是它搭配的記憶體其實原本的設計是搭配包含GDR7這樣DRAM的記憶體但是隨著DRAM的價格雕像很多所以最近也傳出它搭配可能HBM31等等這樣的機會這樣也導致它的封裝型態可能從過去可能我們討論 FCPGA這樣的封裝 也變成可能CoAZ需要用到CoAZ這樣的一個形式簡單來說呢就是說其實扣緊今天就是包含GDZ的主題其實為了推論AI推論了許久Media持續推出這些新的晶片新的預算平台還有去用軟體去做整合其實一個如兵時代Media都推出了好多種晶片也讓客戶有很多種的組合可以去做選擇搭配這樣我認為這邊像是一般的用戶可能會比較想要知道的是現在有這些新的晶片我的例如說圖片生成例如說我的回復速度會不會更快像我最近蠻有感就是因為AI他們在跑的速度會稍微久一點因為我都用那個生成思考的模式所以通常我大概都要等個三五分鐘這樣子所以這段速度可不可以加速 另外好奇的是這一顆新的晶片像是LPU它會用什麼樣的形式存在例如說它是在Media的伺服器裡面還是額外裝在伺服器外面外掛式的形式像是之前的CPX是直接整合進入如兵的機櫃裡面那LPU是會用什麼樣的形式出現在整個伺服器的機房裡面我在使用這些AI模式的時候確實也是覺得可能文字的生成速度很快但是圖片或是影像等等確實就更需要時間當然兩個可能跑的模式是不一樣的但是其實LPU的全名是Language Processing Unit所以顧名思義它就是更多優勢在Language就是語言模型的處理剛剛講說Token這個Decode階段如果是圖片的生成速度 它其實我覺得它講求還是平行預算的能力所以我個人覺得它對於影片跟圖片生成的幫助其實相對有限甚至CPS可以幫助的是更多當然這也反映在雲端CSP的需求方面在上面他們也會依照他們各自的伺服器機房或是說他們的模型去做配置另外剛剛講到說它怎麼樣存在在Media這個伺服器配置裡面

Blackwell、Rubin 與資料中心升級

這顆LPU根據黃人勳的表示就會由三星來做Bundry的生產那這次Media是用機櫃的形式去整合LPU的晶片這個機櫃叫做Media,Growth3,然後LPX它是用LPX Compute Cray這樣脫盤的形式整合其實就跟我們現在常看到的這個GB200或者VR200這樣的脫盤的形式是一樣的那整個櫃子有包含了32個這個Cray那單一個Cray裡面又包含8顆的LPU所以還得搭配包含DPU、CPU等等所以大概整櫃LPU本身它的數量會達到256顆LPU這麼多而且預期整櫃LPU、它Scaleout之間的連結會用同欄去互聯那如果是跨機櫃跟GPU連結的話 還是可能會需要用Ethernet等等的方式去做Scaleout的連結剛剛提到LPU在頻寬上面有很大的優勢大家可以去想像用個數據來比較好了如果先從容量來說就是我們比較一下它跟可能HBM的容量單一個LPU的Streme容量可能是500MB那如果是單一Rubin GPU用了HBM4的容量可能是達到了整顆36GB它單一個HBM4可以用到8顆所以整個Rubin GPU晶片會是288GB但大概就是500比這樣36GB這麼多那如果談到頻寬好單一個LPU、Streme頻寬會是150TB每秒那相對於剛剛講到HBM它可能才2.8到3.3TB每秒 如果是單一個GPU用8顆GP就是22TB每秒所以這可能會達到大概7、8倍這樣一個差距大家可以用這個數據來做一個想像那未來其實不排除剛剛講到LPU它本身是一個設計的用個機櫃的形式去做整合那未來不排除LPU它會整合進機櫃裡面像是CPX這樣一方面就是覺得說如果是跨機櫃的連結其實在晶片的距離和頻寬上面都拉得更長了有可能是因為Emeria才剛在去年年底完成這方面的技術授權還沒有整合進機櫃裡面去做設計OK在剛才分享了很多的LPU的機櫃之外今年初我們去CES展的時候我們也看到了發佈了新的記憶體儲存機櫃好這部分可以大家回去看我們網站上的報告 是CES報告一有完整的介紹整個記憶體儲存機櫃的狀況跟架構那大家有興趣的話也歡迎加入我們的訂閱方案來參考那回到這次GTC大會除了LPU的機櫃之外我們有看到NVIDIA這次的Keynote裡面也有發佈Rubin跟剛才的記憶體儲存機櫃那想說我們來可不可以聊一下這次是不是有發佈了一個專門放CPU的櫃子它的詳細內容是什麼其實過去CPU在機櫃裡面我覺得是扮演一個配角的角色尤其在這些AI server的機櫃裡面過去是主要負責可能HOST就是控制資料翻譯然後簡單的邏輯預算等等這樣的工作就像Media 黃仁勳他講述到AI發展趨勢其實目前已經從生成是AI 然後開始往推論端就是AI agent等等代理工作這樣的方向邁進所以就扣演今天推論這樣的一個主軸去前進CPU在機櫃這樣的一個運作的功能跟角色今天就發佈了這個CPU這個機櫃它的出現便是在執行這些AI agent的任務它就是為了推論端這樣一個執行任務的方向存在那AI agent剛剛講說這個代理執行任務這是什麼東西其實就是AI能夠代理User去執行你的任務比如說我們今天請AI幫我找出今天可能適合用餐的餐廳OK 並且定位還要定位哦幫我做定位這個過程運作他需要自己可能寫扣他需要呼叫一些工具他需要搜尋還要執行等等他還得可能用模型去跑一些觀察結果 然後去做決定這樣那其實在決定這個決策模型的這個計算這些過程可能需要GPU的計算參與但是這些任務的執行需要用CPU來做而且可能同時存在很多的這個Agent然後很多元的模式去進行那使完這個CPU他也可以用來測試就是原本GPU機櫃跟LPSX機櫃它運算的這個結果所以在這次GTC裡面Ipnia都推出了這個Vera新的CPU這樣的一個機櫃的形式它的形式就像剛提到LPS這樣機櫃的形式是一樣的它就是也是單一個用一個computer tray的模式然後裡面配置了8顆CPU然後整櫃也是達到了可能256顆CPU這麼多的一個規模它也同時旁邊搭載包含SoCAM這個DDR模組的記憶體 此外就是說在這個機櫃裡面會另外需要搭配就是中間兩層所以它需要再做這個DPU或是ConnectX-9 網卡等等做跨機櫃的互聯那重點就是說CPU在接下來AI agent的階段它也成為這個推論端很重要所扮演的一個角色這樣子其實它這一次在Rubin這個時代推出蠻多產品的想說請Eric幫大家再稍微的介紹一下說到底有哪些產品對其實我自己也是在看它在GDZ裡面一整排這樣秀出來哇好多種機櫃尤其是接下來今年下半年要推出Rubin它整合了很多晶片跟機櫃的形式讓大家去做搭配使用其實目前簡單來算大概就是涵蓋最主流的應用我們從過去講包含的GPU跟CPU 這個Vera Rubin這個機櫃另外呢它要做跨機櫃的互聯它需要For scale所以它需要這個Spectrum交換器晶片的這個機櫃它可能跨機櫃甚至跨不同的伺服器中心等等的另外在上次我們CS我們講到說它推出的這個BlueField 4這個Story ICMS的機櫃這是新增的包含

BlueField、ConnectX-9 與網路互聯

For LPU的Growth 3的LPX機櫃還有For單獨CPU這個Vera CPU機櫃所以目前這樣算下來總共五種不同類型的機櫃我覺得這是很多元的機櫃配置也顯示Media在可能AI分工上面很持續的去優化並且它去強化自己的競爭力它去分工分担這些工作那我想柯武也會依照各自的需求去選擇他所需要配置的規格這樣那歡迎大家可以回到我們本週3月20號的週報我們有蠻相信的來猜解這也是GTC大會NVIDIA這些伺服器機櫃我們有看到哪些新的產業趨勢那在之前的CES或者是我們前兩集的被動元件的極速都有提到說2027年NVIDIA他們會推出 Vera Rubin Ultra同時也是垂直式的極貴架構叫Kyber這次的GTC裡面黃仁勳也有跟大家揭露更多的Kyber架構的細節那想再請Eric幫我們在這裡持續跟聽眾朋友更新一下這一塊有什麼新的發展Kyber的垂直機櫃其實相對於之前公佈的Kyber的機櫃其實我們在今年1月初的時候我們去CES我們拍攝了這個機櫃的照片給大家看那時候看到它的設計其實是OK四個這個箱子所以它包含了可能NVIDIA 288這樣288顆GPU的架構它涵蓋了很大數量這樣GPU的機櫃設計這次GTC裡面公佈的這個Kyber的機櫃看起來它就變成了包含兩個箱子 就是CanisterNVIDIA 144的設計那涵蓋了144顆GPU相較之前公佈的規模確實有所縮減一方面我們覺得就是或許它考量可能機櫃內Scale-Up提升的技術還在發展另外一方面就是說可能是為了提供更多供電等等的空間考量但我覺得並不影響它擴大整個機群這樣晶片數量的這個發展之前我們一直深入研究說Kyber 288的機櫃它會怎麼連接嗎會怎麼用Scale-Up達成整個機櫃的互聯那其實這次NVIDIA在GTC裡面公佈了NVIDIA 144這樣的一個Kyber架構它給了一個答案就是它秀給大家看一個橫跨兩個機箱因為它現在變成 意思是兩個機箱的這個SwitchBread就是單一成共六顆MVSwitch來作為這個Kyber架構的連接然後ComputePlay跟SwitchBread之間同樣是透過這個中階這個MVPlane就是中階的成本去做連接讓後面的MVSwitch可以採用包含銅欄或者關互聯解決方案去達成整櫃可能144顆GPU或者進入關互聯八櫃1152顆GPU這樣的互聯不知道大家有沒有看那個影片其實那個SwitchBread交換器的這個板子它是非常的寬因為它橫跨剛剛講兩個機櫃的連接讓人很好奇後續它可能打板組裝等等的會怎麼樣去進行以及它的散熱系統 往中間配置會怎麼樣去做設計談到Rubin世代我們知道VR200將在下半年開始量產而且推出那下一代Vera Rubin Ultra在明年的下半年量產那後續的FeeMan世代在這次的GTCE有公布了一些細節想說請Eric幫我們聊聊後續這一款產品有沒有什麼值得留意的東西後續各人的後面產品2020年你們也會推出這顆FeeMan的GPU晶片從它GTCE黃色圈演講也沒有我覺得這邊可以看到值得留意的地方有兩個一個是依照它公布的路線圖一方面是可能FeeMan GPU這個晶片本色的設計另外一方面就是它在它的PDG上面看到它在這個世代裡面 Made in the Lin剛剛講說這個交換器晶片Made in the Lin 8它會導入CPU的基礎採用現在談談FeeMan本身GPU這個設計好這個晶片在製程方面看起來目前蠻大的機率會採用可能A16就是這樣很前端的這個製程打A16製程

CPO、矽光與光互聯趨勢

它特別的地方在的它首度導入經貝供電的設計讓晶片在電力或是說性能表現上面都有所提升另外Media在黃色圈演講裡面PDG上面有講說這一顆FeeMan晶片它採用的Dystaking就是帶堆疊的技術會用在這顆GPU上面目前看起來我們在思考就是說我們剛剛講很多LPU S-RAM的移用那它可能會把S-RAM導入這顆FeeManGPU這樣的設計就是採取S-RAM記憶體堆疊的方式透過可能HybridBundit等等的技術讓這顆本身的GPU就有很高的頻寬但是其實這並非代表就是說S-RAM它可能會取代HBM就如同它ROMA同樣就是PDG上面提起就是說 FeeMan它會導入Custom HPM就是客製化HBM的設計那這一代的HBM可能是用不到HBM5這個世代在HBM5裡面它的HBM的Best Dye或是說它的本身的GPU晶片它會共同的客製化搭配進一步去優化這些晶片的效能那這樣子而言就是說HBM跟S-RAM都會扮演其實各自的角色讓他們整體的運算都可以進一步的提升所以LPU晶片它也會隨著這個新的世代投入就是儘管S-RAM導入了可能FeeMan GPU的設計它本身剛剛講到LPU的時代它也不會被排除在這個路線之外immediate也人家推出新的這個LP40 LPU的晶片去指引推論的需求 此外因應這個世代immediate也推出了新的CPU叫做Rosa另外也有新的Spectrum 5然後CX10BlueField 5等等的晶片剛剛講到另外一方面就是Madelein Switch這方面的晶片Madelein 8交換器晶片也有機會去導入CPU這樣的架構這方面顯示的其實在Scale-Out就是本身機櫃內的護臉或是說Scale-Out重疾護臉上導入了矽光的技術過去immediate很多透過比如說Spectrum、Quantum等等這樣的晶片去在Scale-Out就是跨機櫃護臉整合了CPU這樣的架構如果Madelein 8 Switch的晶片 導入了CPU基本上整體的用量肯定會更擴大規模就如同我們之前的技術就是可能Gin有提到或是我們一直有在強調這件事你就是Scale-Out的使用速量可以遠大於Scale-Out的需求讓人很期待就是接下來CPU這些技術的發展OK 講到CPU這邊其實近期相關CPU的討論真的非常熱大家在這次GTC之前也一直在不斷的猜測到底會端出什麼樣新的CPU的使用方式各種菜色那我們定錨這次也做了相關的報告之後也會持續的更新CPU這邊的狀況還有完整的零組件拆解我相信大家在這邊對於CPU的進度跟MVDM其他後續的規劃還有很多的疑惑可是好奇講說光進期很熱 然後市場有傳言說光進同退這些事情想請Eric來聊聊我們對於這些東西的看法對 大家好奇的點就是光在這段時間真的會取代同就是光像正義哥講的就是光進同退這個話題一直是市場的議論在這次GTC裡面請黃安軒給他的答案他說同跟光都會同時在發展就如同他在演講裡面提及的明年要出的這個Kiber機櫃就是Vivian Rubin Ultra他同時提供光跟同欄互聯同時的這個Scale of 的方案讓客戶依照他的需求去做決定另外一方面也看到我剛剛提及就是Rubin他增加了很多機櫃五種機櫃在做連接這些機櫃跟機櫃之間的互聯或說機櫃本身裡面精美的互聯 其實很多還是依賴同欄的相連在新增那麼多晶片配置之下我們覺得同欄發展還是很值得留意跟觀察另外近期其他公司包含BroadcomMarvel 或是說

投資視角：AI 供應鏈從訓練走向推論

Credo 好了都有在Early Coast 去提及其實同跟光角色的各自扮演他們重要的發展就像Credo他其實也還是很看好他這個AEC就是Retirement 這個同欄在未來Galalt晶片互聯規模的應用我們其實會持續追蹤可能光供應鏈的發展從上游的供應的公司到後段可能組裝測試的公司我們會持續跟大家更新很多相關的現狀好 然後這邊我認為是跟黃藍熙講一樣應該就是兩個會一起持續的去發展但是後續對於股價的估值啊跟想像等等其實就會有影響那大家要在自己去注意後續公司的發展跟股價的風險那我們這裡就不多做評論想請Eric 跟我們聊一下說 我們根本上從AI推論AI Agent 怎麼樣驅動到現在NVIDIA推出了很多的嶄新的晶片技術等等來符合科物的需求這次的GTC有沒有什麼後續仍然值得觀察的內容像是看到這麼多硬體的變革的話那對於零組件啊 供應鏈這邊的機會有什麼還是回到之前提到的角度來思考我們之前講過說從晶片製成 封裝這樣圍觀的角度開始然後開展到可能整個機櫃 整個集群的巨觀的角度來說我們先從晶片本身圍觀的角度開始沒辦法入品其實今年下半年就要導入量產了嘛另外一方面就是說VERA CPU然後CPX LPU等等的晶晶片也會加入量產其中可能LPU不是在台灣製造但是這些整體的晶片所帶來的 可能晶圓產能或是說晶圓廠的後續的規劃甚至後段封裝測試的需求這是如何去解決這個晶片本身它可能散熱接下來會做的技術都是我們觀察的重點另外這個晶片它所放在的這個主板這一方面這些機板的供應鏈它隨著規格疊帶它的材料也將提升包含後續導入可能LPS、VERA Ruby、Veltra、SOS、SIMO、BW銅箔等等的東西主板上面的備用元件就像之前我們其實有提到它整體的用量趨勢仍在上升尤其後面隨著晶片功耗提升無論是MLCC或者固態電容或電感等等的用量都是顯著增長此外如果是周邊的話像是記憶鐵營用包含CPU它會搭配這個可能SoulCAN 或等等的這種D-RAM然後ICMS就是它這個機體程度機它會用的NAM周邊搭配NOR FLASH在供給短缺這個排體直下目前價格仍然非常顯著的漲後續供需跟供應鏈觀察重點我們也是持續追蹤這樣談到巨觀就是可能整體機櫃架構裡面包含Kyber刀鋒式的架構啊可能電源HBDC的導入它所承受的重量滑軌的設計、散熱等等夜冷的技術都在給供應鏈其實很大的挑戰最後還有我們剛剛提及就是很熱這個CPU技術的討論其實隨著Media把更多的晶片導入CPU的架構機櫃本身怎麼連接機櫃之間怎麼連接其實都牽動了很多零組件的用量還有這些CPU本身的製造封裝測試等等 尤其在今年都會是我們產業持續討論的焦點我覺得講那麼多其實最肯定的事情我覺得是我們定保其實在不同的公鏈環節都有我覺得很認真的研究員們會持續在網站上幫助大家更了解這些技術然後也能夠更簡單更輕易去剖析這些產業架構這樣剛才講了這麼多電靈組件到最上面其實最核心的東西就是先進晶片然後我們在本週也有跟大家分享了我們對於神山他未來兩三年先進晶片要怎麼樣擴充的看法那歡迎大家再到3月22號本週的週報來去觀看那這集節目就到這邊謝謝Eric我會把本集有談到的相關文章放在下面的資訊欄歡迎大家再回到我們網站上閱讀如果喜歡我們的節目的話歡迎訂閱我們的頻道 並且給我們五星好評有任何問題的話也歡迎留言告訴我們下週見拜拜謝謝曾經拜拜