不只專注雲端　NVIDIA以多元產品助攻AI應用落地

Posted By MakerPro on 3 月 23, 2026 in AI Agent, Edge AI, 特寫, 觀點 | 0 comments

根據市場研究機構TrendForce的最新AI server研究，在大型雲端服務供應商(CSP)加大自研晶片力道的情況下，NVIDIA於GTC 2026大會改為著重各領域的AI推論應用落地，有別於以往專注雲端AI訓練市場。其推動GPU、CPU以及LPU等多元產品軸線分攻AI訓練、AI推論需求，並藉由Rack整合方案帶動供應鏈成長。

TrendForce表示，隨著以Google、Amazon等CSP為首的自研晶片態勢擴大，預估ASIC AI server占整體AI server的出貨比例將從2026年的27.8%，上升至2030年的近40%。

為鞏固在AI市場的領導地位，NVIDIA採取的其中一項策略為積極推動GB300、VR200等整合CPU、GPU的整櫃式方案，強調可擴展至AI推論應用。本次在GTC發表的Vera Rubin被定義為高度垂直整合的完整系統，涵蓋七款晶片和五款機櫃。

觀察Rubin供應鏈進度，預計2026年第二季記憶體原廠可提供HBM4給Rubin GPU搭載使用，助NVIDIA於第三季前後陸續出貨Rubin晶片。至於NVIDIA GB300、VR200 Rack系統出貨進程，前者已於2025年第四季取代GB200成為主力，預估至2026年出貨占比將達近80%，而VR200 Rack約於2026年第三季底可望逐步展開出貨量能，後續發展仍須視ODM實際進度而定。

另外，AI從生成跨入代理模型時代，在生成Token的解碼(Decode)階段面臨嚴重的延遲與記憶體頻寬瓶頸。為此，NVIDIA整合Groq團隊技術，推出專為低延遲推理設計的Groq 3 LPU，單顆內建500MB SRAM、整機櫃可達128GB。

然而，LPU本身的記憶體容量無法容納Vera Rubin等級的龐大參數與KV Cache。NVIDIA因此於本次GTC提出「解耦合推理(Disaggregated Inference)」架構，透過名為Dynamo的AI工廠作業系統，將推理流水線一分為二：處理代理型AI時，須進行大量數學運算並儲存龐大KV Cache的Pre-fill、Attention運算階段，交由具備極高吞吐量與巨量記憶體的Vera Rubin執行。而受限於頻寬且對延遲極度敏感的解碼與Token生成階段，則直接卸載至擴充了巨量記憶體的LPU機櫃上。

在供應鏈進度上，第三代Groq LP30由Samsung代工，已進入全面量產階段，預計於2026年下半年正式出貨，未來更規畫於下一代Feynman架構中推出效能更高的LP40晶片。