管理 Management > 產品與專案
feature picture
NVIDIA GTC 2025

黃仁勳快閃台灣背後:Rubin 晶片量產倒數!AI 教父為何為此訪台積電?

2025-08-22 撰文 李岱君
分享
收藏
已完成
已取消

今(22)日早上,輝達(NVIDIA)執行長黃仁勳的私人飛機降落松山機場,已是今年第三度來台。他表示是為了新一代晶片架構「Rubin」而來,並拜訪合作夥伴台積電。

在今年 5 月的國際電腦大展(Computex)結束後,黃仁勳只預告明年會來台灣過年,究竟 Rubin 為什麼重要到讓他短期內再度訪台?

從 Hopper 到 Rubin,輝達 3 代晶片架構見證 AI 算力革命

輝達之所以是 AI 軍火商,是因為迭代的晶片架構都踩在產業需求上,每每推出新產品,都成為市場話題、被視為下一代 AI 發展的標竿。

例如,助攻 ChatGPT、GPT-4 等生成式 AI 崛起的,是推出於 2022 年的 Hopper 架構,主要用於大型語言模型的訓練和推理。這款架構讓 AI 從實驗室走向大眾,奠定了輝達在 AI 時代的領導地位。

隨後的 Blackwell 架構於 2024 年成為當家花旦,為了更大規模的 AI 模型訓練和複雜推理任務而設計。目前 Amazon、Microsoft、Google 等雲端巨頭的 AI 服務,以及企業級 AI 應用,大多仰賴 Blackwell 的強大運算能力,這款架構讓 AI 從簡單對話發展到複雜的多模態理解。

而今年,黃仁勳在 3 月 GTC 大會上端出的大菜,就是比前幾代都更強大的 Rubin。預計 2025 年底量產、2026 年初開賣。

Rubin 採用 3 奈米製程,配備 288GB 的 HBM4 記憶體,記憶體頻寬達 13TB/s,搭載全新的 NVLink 7 連接技術。他說「基本上一切都是全新的,除了機箱,」CPU、GPU、網路和記憶體全部重新設計,從 Hopper 到 Blackwell 再到即將推出的 Rubin,算力提升軌跡是 1 倍、68 倍、900 倍,根本是指數級飛躍。

Rubin:黃仁勳口中的「全新世界」

但 Rubin 的真正革命性在於架構設計,黃仁勳強調這是為了實現他的效能擴展(scale up)策略:在單一系統內集成更多運算能力,而非簡單增加系統數量。「在向外擴展(scale out)之前,你必須先向上擴展(scale up)。」這種設計理念讓 Rubin 能在相同空間和功耗下提供前所未有的運算密度。

而 Rubin Ultra 版本,預計 2027 年推出,要將 16 個 GPU 晶片集成在一個封裝中,黃仁勳稱之為「極致大」(extremely large),也暗示他對未來 AI 需求的預測。

延伸閱讀:AI 將走出螢幕,機器人要來了?黃仁勳 GTC 演講揭示 2 大科技趨勢

看好未來算力需求,輝達要吸引更多大戶

但是,未來真的需要這麼多算力嗎?還讓世界級執行長親自盯進度?

儘管 DeepSeek 等公司發表更輕巧的 AI 模型,讓部分市場人士質疑是否真需要如此強大的算力,但黃仁勳在 GTC 大會上不斷強調「AI 工廠」的概念,他認為 AI 產業將朝向更智慧、更複雜的方向發展,而非更輕量化,Rubin 正是支撐這個願景的核心硬體。

最新的市場數據印證了黃仁勳的判斷:全球最大代工廠鴻海預期 2025 年第三季 AI 伺服器營收將年增 170%,機架銷售更將暴增 300%。TrendForce 報告顯示,全球 AI 伺服器出貨量預計 2025 年年增 24.3%,最樂觀情境下甚至可達 28% 年增率。配備高頻寬記憶體(HBM)的高端伺服器出貨量預計超過 100 萬台,年增 40%。

這些數字代表企業對更強大算力的需求。黃仁勳今年稍早表示,「AI 的計算需求比我們去年認為需要的輕鬆高出了 100 倍。」他說,非推理型 AI 處理複雜問題時,可能只生成 439 個 tokens 就給出錯誤答案;而推理型 AI 會生成約 9000 個 tokens,仔細思考每個步驟後給出正確結論。

真正的關鍵在於 AI 應用,黃仁勳看到了下一階段:物理 AI 的崛起。這種 AI 要理解真實世界的物理規律:摩擦力、慣性、因果關係。當 AI 從處理資訊擴展到控制機器人、自動駕駛、智慧製造時,所需的算力將呈等比級數增長。

延伸閱讀:達明如何靠「不像人的機器人」獲輝達青睞、躍升業界第二巨頭?

黃仁勳為何現在必須造訪台積電?

黃仁勳表示目前已有 6 顆晶片「Tape out」(晶片設計首次定案,是半導體產業的關鍵里程碑),包括新的 CPU、GPU、NVLink 互聯晶片、交換器晶片、網路傳輸晶片、矽光子晶片。

而現在拜訪,是因為時程對輝達而言至關重要。輝達目前握有 AI 高階晶片市場 85-90% 市占率,但在風口浪尖的產業,任何出貨延遲都可能讓競爭對手有機可乘。

另一方面是客戶壓力,通用汽車(General Motors)承諾使用 Rubin 進行自動駕駛和智慧工廠,大客戶也在等待這些晶片。 這些應用需要的不是現有的文字處理 AI,而是能夠理解物理世界、進行即時決策的智慧系統,換言之,還是算力。

且輝達與台積電的關係已達前所未有深度,輝達有 95% 營收來自台積電製造的晶片,台積電 11% 營收來自輝達。雙方合作金額從 2020 年的 130 億美元成長到 2024 年的 570 億美元。當 Rubin 這種複雜度前所未有的產品需要量產時,拜訪重要夥伴也是必要之舉。

在這場決定 AI 未來十年發展方向的戰略中,黃仁勳已經下注,而他選擇在台灣確保這個賭注能夠實現。

資料來源:tom’s hardware、AP、Reuters、NVDIA、Business Insider;本文初稿由 AI 協助整理,編輯:李岱君

核稿編輯:王宥筑

繼續閱讀 AI
相關文章
會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
追蹤我們