i卡會員

趨勢1 NVIDIA重新定義GPU命名原則，並揭露未來3年GPU發展藍圖

在 GTC 2025，大會揭示了 NVIDIA 在 GPU 命名與未來發展上的重大變革。執行長黃仁勳宣布，隨著封裝技術的進步，傳統上「一個 GPU」的概念已不再適用。Blackwell 架構開始採用多 GPU 晶粒封裝，每顆晶片內含兩個 GPU 晶粒。為統一計算標準，NVIDIA 決定未來 GPU 的數量將以獨立 GPU 晶粒為基準，特別是在 NVLink 連接的大規模平行運算系統中，以確保規格描述的清晰度。

同時，NVIDIA 公布未來三年的 GPU 發展藍圖。下一代平台「Rubin」將搭載 HBM4 記憶體，並於 2026 年量產。2027 年則會推出 Rubin Ultra GPU，每顆晶片內含 4 個 GPU 晶粒，進一步提升計算能力。2028 年，NVIDIA 將邁入「Feynman」世代，為未來高效能運算開啟新篇章。

趨勢2 CPO光通訊技術協助AI 算力橫向擴展(Scale out)

在 GTC 2025，NVIDIA 宣布未來資料中心的算力擴展將分為兩大方向：縱向擴展 (Scale up) 仍採用傳統銅線傳輸，而橫向擴展(Scale out) 則將逐步轉向光纖優化傳輸，以滿足 AI 計算規模持續增長的需求。

為推動 AI 算力橫向擴展，NVIDIA 發布了 Quantum-X Photonics InfiniBand 和 Spectrum-X Photonics Ethernet 兩大網路交換器平台。這些平台具備 1.6 Tb/s 的單連接器速度，並透過靈活配置可將總頻寬提升至 400 Tb/s。其核心技術基於台積電 COUPE 矽光子封裝，並結合 SoIC-X 封裝技術，實現電子積體電路 (EIC) 與光子積體電路 (PIC) 的高度整合。

NVIDIA宣布在 AI 高運算力叢集中導入共封裝光學 (CPO) 技術，正式開啟 CPO 時代，為未來 AI 計算基礎架構奠定更高效能與更低延遲的光通訊解決方案。

趨勢3 DGX和RTX Pro滿足個人與企業AI推論需求

Nvidia 在 GTC 2025 上發表兩款個人 AI 超級電腦- DGX Spark 與 DGX Station，為個人及企業提供強大的 AI 推論能力。

DGX Spark（即CES 2025宣佈的 Project Digits）被稱為全球最小的個人 AI 超級電腦，採用 Nvidia GB10 Grace Blackwell Superchip 單系統晶片，專為桌機工作站優化，提供高達 1,000 AI TOPS 的算力，預計 2025 年夏天開始出貨。

DGX Station 具有更強的AI算力，滿足更高階AI應用需求，並達到接近資料中心級效能。這款設備內建 Nvidia GB300 Grace Blackwell Ultra Desktop Superchip，並配備 784GB 記憶體，適用於 AI 推論與大語言模型微調(fine-tuned)。

此外，Nvidia 也推出 RTX PRO Blackwell 系列 GPU，為伺服器級的顯示卡，並可以滿足AI推論應用。RTX PRO 6000 Blackwell 配備 96GB GDDR7 記憶體與 4,000 AI TOPS 運算力，相較於RTX 5090系列顯示卡，其能夠支援更大規模的 AI 模型，滿足企業級 AI 推論需求。

對台灣產業的意涵

NVIDIA 在 GTC 2025 大會上揭示的 GPU 命名變革、光通訊技術突破與 AI 運算設備新布局，對台灣半導體與科技產業帶來深遠影響。首先，台積電在 NVIDIA 新一代 GPU 的技術演進中仍扮演關鍵角色。從 Blackwell 架構的多 GPU 晶粒封裝，到未來 Rubin 及 Feynman 世代的高效能運算設計，台積電的 CoWoS、SoIC-X 與矽光子封裝技術將成為NVIDIA未來發展AI高效能算力的核心。而在AI資料中心導入特別是 CPO（共封裝光學）的光通訊技術，將促使台灣矽光子供應鏈快速成形，以滿足未來高頻寬、低延遲的 AI 運算需求。

其次，AI 運算設備的發展帶動台灣電子供應鏈的升級。DGX Spark、DGX Station 與 RTX PRO Blackwell GPU 的推出，顯示 AI 計算不再侷限於雲端，而是進一步滲透至個人與企業應用。這對於台灣的 PCB、記憶體模組、電源管理 IC 供應商而言是重大利多。此外，AI 伺服器市場擴展與架構快速改變，挑戰供應鏈研發能力，而台灣 ODM 廠憑藉設計靈活性與經驗，有利於搶占高階 AI 伺服器市場，提升全球競爭力。