Vera Rubin臺鏈大補丸 AI教父黃仁勳讚賞神隊友

輝達（Nvidia）執行長黃仁勳，1月6日在CES介紹 Vera Rubin AI 平臺。 法新社

Vera Rubin讓AI晶片從單顆CPU進入機架級系統架構的時代，透過六顆不同功能的晶片高度分工、彼此協同運作，確保GPU幾乎不會被非計算任務給打斷，形成一個高穩定且高效率的運算管道。若與Blackwell相比，Vera Rubin的推理成本能降低約十倍之多。

本週三出刊的《先探投資週刊》2393期就以當前強勢族羣緊扣着ＡＩ基礎設施的核心議體，特別是機構法人高度期待輝達下一代Rubin平臺架構能夠帶來的效益，同時也緊扣着輝達執行長黃仁勳將在下個月的ＧＴＣ大會發表一顆未曾亮相的晶片，所以延伸出ＡＩ硬體的周邊，像是高效能運算ＡＢＦ載板，受惠於小晶片架構帶來的層數與面積增長，還有電子級玻纖布與玻纖紗在低介電規格升級下迎來庫存回補與技術紅利，當然更不能錯過記憶體產業的話題，這些累積已久的買盤一次性爆發，象徵着臺灣電子產業從傳統代工正式蛻變爲全球算力供應鏈的核心。

Nvidia執行長在今年ＣＥＳ展中首度揭露次世代ＡＩ運作系統，正式發表Vera Rubin，預計下半年上市，這款ＡＩ運作系統標誌ＡＩ運算正式進入rack-scale system engineering（機架級系統架構時代）。與過去單顆GPU演進不同，Rubin並非單一晶片升級，而是由六顆高度分工、彼此協同的關鍵晶片所組成，共同構成一個完整的ＡＩ工廠。Rubin架構的核心不僅來自於GPU算力提升，而在於計算、互連、網路以及全面提升基礎設施的效率。

這座系統架構透過Vera CPU、Rubin GPU、NVLink 6、ConnectX-9、BlueField-4與Spectrum-6的協同，Nvidia得以在同等或可控功耗，降低ＡＩ訓練與推理成本，建立難以複製的系統級護城河。如果和Blackwell相比，Vera Rubin的推理成本能降低約十倍，訓練與推理效率提升，在同等的功率下有更高的效能。

很多消息來源指出，Rubin NVL72系統推論性能可以達到Blackwell的五倍。Rubin GPU本身具備50peraflops NVFP4 AI推理能力，這裡的50peraflops指的是單顆Rubin GPU每秒能進行五萬兆次運算的算力單位，NVFP4則是Nvidia開發的四位元浮點數格式。

傳統ＡＩ運算常用十六位元，位元數愈低，運算愈快且節省記憶體。Vera Rubin雖然只用到四位元，但透過Nvidia的技術優化，它能保持接近十六位元或八位元的高精確度，同時讓推理速度翻倍，這就是Nvidia黑科技能力。

採用臺積電三奈米制程

在功耗上，Nvidia並沒有公開具體功耗瓦數數據，但從推理／瓦效與系統整合推測，Rubin平臺在能源效率上遠優於Blackwell架構。當然，這與臺積電先進製程有關。

Blackwell GPU採用臺積電四奈米制程，而Vera Rubin的六款晶片全都採用臺積電三奈米制程，並採用臺積電的CoWoS-L封裝技術，並首度導入Chiplet（小晶片）設計與四倍光罩尺寸設計，將首度搭載HBM4記憶體，頻寬可達22TB/s。顯然臺積電的先進製程與封裝技術，是Vera Rubin晶片能提升運作效率又能降低功耗很重要的原因。

臺積電的先進製程一直供不應求，雖然今年的資本支出將達到五二○～五六○億美元，主要是用在二奈米建廠以及先進封裝廠上，但需求實在太大，臺積電正擴大封測委外佈局，日月光投控和京元電子要的受惠轉單對象，欣銓與力成也有可能受惠外溢訂單。臺積電七奈米以下先進製程營收比重已達七四％，這類高端晶片的後段封測需求接挹注給日月光（封裝）與京元電（測試），帶動這兩家公司資本支出和業績的成長。

日月光投控已明確表示將積極追趕客戶需求，並大幅調升投資規模，以維持先進封裝龍頭的地位。該公司規劃今年整體資本支出將達到七○億美元創新高。其中機器設備會比去年的三四億美元，再增加十五億美元，成長幅度達三成。整體資本支出項目中約有三分之二會用在先進製程的支出上；日月光投控預計先進封裝服務（LEAP）營收將從去年的十六億美元，翻倍到三二億美元。

測試大廠的京元電子也受惠於Nvidia AI晶片需求超乎預期，且ＡＩ晶片設計趨於複雜，導致測試時間拉長與需求增加，ＡＩ晶片需要更精細的系統級測試（SLT）與燒機測試（Burn-in），帶動產能持續滿載，京元電子今年的資本支出將接近四百億臺幣，續創歷史新高。

本文完整報導、發燒個股動態，以及更多第一手臺股投資訊息，請見先探投資週刊2393期。