股癌 EP559 筆記｜NVIDIA 全面出擊：AI 戰略 × NVLink 技術新格局

更新於 2025/05/21發佈於 2025/05/21閱讀時間約 8 分鐘

投資理財內容聲明

本篇為《股癌 EP559》的重點筆記整理×懶人包×投資觀點，涵蓋【NVIDIA策略佈局】、【AI 技術生態趨勢】、【市場情緒與估值變化】等內容。

核心重點：

🌎 世界經濟與股票投資：

主持人受邀參加 NVIDIA 執行長黃仁勳（Jensen Huang）的 GTC Keynote(GPU 技術大會) 現場演講，觀察與去年相比，現場氣氛明顯冷靜。
分析原因：
- 去年 NVIDIA 股價強勢（Year-To-Date 漲幅大），市場熱情高。
- 今年經歷 4 月股市大跌後反彈，但整體股價仍在「零軸」附近，因此投資人情緒收斂。

黃仁勳發表影片宣布在台灣設立總部，名為「NVIDIA Constellation」，但疑似指向落點為台北南港地標（可見 101、南山大樓、賣帥橋），引發市場瘋狂猜測與炒作。
在公布 NVIDIA 總部設於「北市科（南港）」之前，市場預期落腳於南港、士林、林口，引發投資人押注地產概念股：
- 南港：帶動南港輪胎等地主概念股異動。
- 士林：士林電機與相關開發商一度漲停。
實際公布地點為「北市科（北市科技園區）」，導致南港股價從高點回跌 4–5%，士林概念股續強。
主持人戲稱這次 GTC 投資人不是賭科技股，而是賭房地產，充分展現市場情緒與投機行為。

黃仁勳在 Keynote 中重申策略，強調 NVIDIA 將「全都要」。
涵蓋領域包括：
- CPU / GPU / Interconnect
- Enterprise / Consumer / Hyperscaler
Hyperscaler(超大規模雲端服務商) 使用產品如 HGX(HGX 高效能伺服器平台)、enterprise(企業級用戶) 使用 RTX Pro(RTX 專業顯示卡)、consumer(消費者市場) 使用 GPU supercomputer(GPU 超級電腦)，呈現全產品線覆蓋策略。
宣布進軍 ASIC（應用特定積體電路）。

NVLink 是NVIDIA重要的晶片互聯技術，能整合大量 GPU 的互聯，形成單一運算單元，提升 AI 效能：
- 例如 GB200能實現將 72 顆 GPU 打造成「單一虛擬 GPU」，大幅提升 AI 模型訓練效率。
- NVLink 傳輸速率可達 1.2–1.8TB/s。
- 後續 roadmap 預告支援至 576 顆晶片。
新推「NV Fusion」計畫，授權 NVLink 給 ASIC 設計夥伴（如 MediaTek 聯發科、Marvell、美滿電子、Lchip、Qualcomm 高通），讓他們開發自家專屬晶片也能用上 NVIDIA 的互聯技術。

潛在使用者為大型 CSP（雲端服務商）如 Google、Amazon、Microsoft：
- Google 擁有強大的 TPU 與 ICI（Inter-Chip Interconnect）技術，理論效能甚至超越 NVIDIA，採用 NV Fusion 的誘因偏低。
- Amazon 現有的 interconnect 效能有限（如 NeuronLink V3），使用 NV Fusion 可望節省研發成本與提升效率。
- Microsoft（目前未見強互連技術）：可能有合作空間。
分析：
- 但 Hyperscaler 具備「降低對單一供應商依賴」的戰略思維，可能不願進一步深綁 NVIDIA，偏好自行研發 ASIC 降低依賴。
- 未來採用 NVLink Fusion 的動機取決於性能提升與開發成本權衡。
此授權戰略擴大 NVIDIA 的 TAM（Total Addressable Market，可觸及市場），也可能推升 Earnings guidance（財測指引）。

TAM（Total Addressable Market）總可觸及市場。
- 代表某一產品或服務，在理想條件下的最大潛在市場規模。對於科技股如 NVIDIA，TAM 是決定未來營收與估值的重要敘事工具。
ASIC（Application-Specific Integrated Circuit）應用特定積體電路。
- 針對特定功能而設計的晶片，效能與效率高於通用型 GPU。NVIDIA 進軍 ASIC，顯示其正正面迎戰 Google TPU、Amazon Trainium 等競品。
NVLink / NVLink FusionNVIDIA 的晶片互聯技術。
- 可將數十顆 GPU 串接成單一邏輯運算單元，適用於大型 AI 模型訓練。Fusion 計畫為其技術授權延伸版本，目標是讓非 NVIDIA 晶片也能用上 NVLink。
CSP（Cloud Service Provider）雲端服務提供商。
- 包含 Amazon AWS、Google Cloud、Microsoft Azure 等，這些公司是 AI GPU 的主要買家，同時也發展自家晶片以降低對 NVIDIA 依賴。
CUDA（Compute Unified Device Architecture）NVIDIA 的平行運算平台與程式開發環境。
- 軟硬整合的核心平台，是讓 NVIDIA 在 AI 領域保持技術主導地位的關鍵。
Interconnect（晶片間互聯）。
- 指多個處理器（如 GPU）或晶片之間的數據傳輸通道。效能越強，AI 模型訓練速度越快。TPU ICI、NeuronLink、NVLink 都屬此類。