想要第一時間獲得市場上的最新資訊及分析嗎？
歡迎點擊下方連結訂閱【馬克觀點MKP】電子報，在即時更新資訊的同時，獲得最深入的分析～
近期，雖說AMD已經開始在AI推理晶片上發力，但NVDA也沒有少著墨，甚至可以說，從訓練到推理、模擬和網路，NVDA都佔有一席之地(而且是非常大的一席)，首先在訓練及推理上，Blackwell架構GPU產品無疑還是非常優秀的(即便AMD聲稱單純論算力其已接近NVDA水準)，在模擬方面，NVDA的數位孿生平台(註一)-Omniverse也非常優秀。
在過去，其實「模擬軟體」早已被半導體工程界大量運用，由於每一次改動都進行試做的成本太高，因此絕大多數會先進行電腦軟體模擬，而其中原理也不難懂，我們都知道，這世界是由各種物理公式組成的，半導體模擬軟體即是將各種物理公式(無論電學、電磁學、熱力學)，在設定好的resolution(解析度)之下去做運行，理論上最佳的解析度會是精細到原子等級的模擬，但那實際上會消耗大量算力且不敷成本，所以實際上仍大多以物理世界可見尺度(如微米)來進行模擬，再以模擬結果與實驗/試作結果對比，來進行參數調教或其他設計的調整等。而這樣的模擬過往因為軟硬體的限制，基本上只存在於產品本身的尺度，無法「擴展」到整個產線甚至整個工廠，直到Omniverse出現！開創了宏觀物理世界中的「數位孿生」，甚至能進一步將之用於建廠或城市規劃前的模擬。
Omniverse 模擬畫面
結合該平台，商業客戶能將之用於數位化整個工廠、政府部門客戶能將之用於數位化整個城市，並以模擬數據推動人工智慧進行自我強化，以BMW為例，他們已在該平台上運行30多個虛擬工廠，以提前優化生產，而在自駕車方案，我們都知道特斯拉擁有最多物理世界的真實數據，雖然真實數據「必定」優於模擬數據(這是無庸置疑的，也因此FSD自駕系統在未來會是最強的，這點非常確定，詳情待以後有機會專文介紹特斯拉時為大家做拆解分析)，但除了特斯拉以外的車企根本沒有這麼多海量的真實數據，因此退而求其次，Omniverse能夠在數位孿生世界合成的模擬駕駛數據便是這些車企所能仰賴的。其他領域亦有類似狀況。(但仍需注意AI幻覺問題，故前面才會說真實世界數據永遠是最佳的，這也是馬斯克為何堅持以實體數據來訓練FSD，因為在交通上，人命是不能開玩笑的)
隨著每個AI解決方案都需要越來越多的合成訓練數據，NVDA的解決方案形成了無與倫比的護城河。理想情況下，越多用戶、越多模擬數據的需求，最終亦是推動更多NVDA算力晶片需求的助推劑，因為前者的運算仍需要後者的硬體，這會形成一個正向回饋。
至少就我的觀點，NVDA仍處於AI價值鏈的中心。
而隨著資料傳輸與運算量的大幅上升，下一個要解決的瓶頸會是伺服器的頻寬問題，在這方面，NVDA已公開宣布與Astera(註二)在NVLink Fusion(註三)上的合作，可望能進一步打開更大的潛在市場規模。
截至今年七月，NVDA的估值與晶片業同行相比也不算貴(資料來源：seeking alpha)
〖註一〗
數位孿生(Digital Twin)就是把真實世界的一個物體、系統或流程，在電腦裡做出一個高度精準的「虛擬分身」。它不只是靜態模型，而是能即時接收感測器數據、模擬未來狀態，甚至預測問題。舉例來說，飛機引擎的數位孿生會同步監控溫度、震動等參數，讓工程師在它出故障前就能預判維修時機。
這技術在各領域都將成為關鍵，因為它讓我們得以先在虛擬世界測試與優化，再在真實世界落地，省錢、省時、降低風險。
但仍需注意「AI 幻覺」的風險，因為在模擬數位孿生的資料時，可能會在數據不足、模型偏差或邏輯漏洞下生成看似合理、實際卻錯誤的東西。這在工業、醫療或交通等高風險場景會很危險，一個錯誤的預測，可能導致維修延誤、誤判病情甚至安全事故。
〖註二〗
Astera Labs是許多公司在「人工智慧驅動資料中心(白話就是data center是powered by AI而有別於過往人工管理)」的策略合作夥伴。其強大的半導體產品專注於AI伺服器內部的連接組合，旨在解決下一代伺服器的頻寬問題，每款產品都經過獨特設計，可與其自家軟體平台緊密整合，這使得即時診斷和即時編程成為可能。
在伺服器傳輸解決方案上Astera Labs也是第一家推出第五代PCle重定時器(詳見註三)的公司，其市佔率達80%，並且目前正積極開發第六代；主要客戶包含NVDA、AMD、META、亞馬遜的AWS、Google和微軟。
〖註三〗
PCIe(Peripheral Component Interconnect express)就是大家熟知的SSD(固態硬碟)用於連接到主機板的接口之一(專有名詞叫匯流排)。
重定時器(Retimer)則為用來恢復+延長PCIe訊號傳輸距離的晶片；這裡先導入一個觀念，「訊噪比(SNR, Signal-to-Noise Ratio)」：訊號跟雜訊的比值，當訊號變小、雜訊不變時，SNR數值就下降，接收端就難以區分0和1(數位二進制訊號)，造成錯誤率(專有名詞叫”誤碼率”)上升。
而尤其走線越長，訊號衰減越嚴重，接收端接收到的訊號潔淨度就降低，這時候就需要重定時器(Retimer)來重新生成數位化的乾淨訊號，打個比方就好像在很長的走廊裡傳話，如果只有兩端兩個人，那很容易越傳越小聲、雜音越多，最後聽不清楚，但若中間有第三個人當傳聲筒，他先聽清楚原話，再用正常音量、清晰發音繼續往下傳，就可以解決這問題，而此時他就相當於Retimer的腳色！
〖註四〗
NVLink Fusion是NVIDIA最新的高頻寬互連技術，專門用來把多顆GPU「融合」成一顆超級運算單元。
傳統多個GPU雖然可以合作，但資料必須繞過CPU或經過PCIe匯流排，延遲高、頻寬有限；NVLink Fusion則透過專用互連，把GPU彼此的記憶體與運算資源整合成單一「空間」，讓AI模型在多GPU間存取資料就像在同一張GPU上運行一樣順暢。這對超大型AI模型、科學模擬、Omniverse等需要龐大即時運算的工作特別關鍵，因為它能顯著降低延遲、提升資料吞吐量與平行處理效率。
簡單來說，NVLink Fusion就像把原本的多頭馬車，用韁繩綁在一起，使馬力集中沒有瓶頸，讓這台馬車(超級電腦與雲端AI平台)能跑得更快、更穩。
