NVIDIA
摘要
NVIDIA 是來源中提到的 AI GPU 與 HBM 主要平台方。來源主張 NVIDIA 目前仍優先採用 HBM，尚未把 HBF 納入主要考量；此點需以平台路線圖、供應鏈消息或公司發言核驗。
HBF / HBM 相關觀察
- 本來源未附引用，因此相關採用狀態只作為研究線索。
- 需觀察公司官方平台文件、供應鏈公告、OCP/JEDEC 參與紀錄與雲端 AI 基礎設施採購跡象。
相關頁面
來源
Anthropic 合作與 AI 算力三角
來源主張 NVIDIA 與 Microsoft 共同參與 Anthropic 的戰略合作，NVIDIA 可能透過投資與先進硬體支援 Claude 訓練/推論需求。此敘述把 NVIDIA 放入「模型公司—雲端平台—GPU 供應商」三角關係：Anthropic 需要算力，Microsoft Corporation 需要模型與 Azure demand，NVIDIA 則受益於 GPU / AI infrastructure 採購。具體投資金額與硬體安排仍待核驗。
Microsoft 供應鏈角色補充
競爭與營運景觀來源把 NVIDIA 視為 Microsoft AI infrastructure 的關鍵 GPU 供應商。這支持既有供應鏈風險判斷：Azure / Copilot 擴張若高度依賴少數 GPU 供應商，會放大容量、成本與交付風險；Microsoft Maia / 多源採購是可能緩解因素，但仍需實際部署證據。
AI 五層蛋糕中的晶片層與平台層
來源把 NVIDIA 放在 AI 五層蛋糕的晶片層：GPU / accelerator、Blackwell / Hopper、CUDA 軟體生態、系統整合與雲端合作共同構成把能源轉化為 AI 算力的核心引擎。此敘述補強既有 HBM / GPU 供應鏈觀察，但 NVIDIA 官方原文、市占率與產品出貨仍需核驗。
AI 三層蛋糕中的運算與光互連角色
來源把 NVIDIA 放在 AI 三層蛋糕的運算層，並延伸到光學傳輸層：Blackwell / Rubin、CUDA 與 AI accelerator 代表 compute scaling；Quantum-X800 CPO InfiniBand 則代表大型 AI cluster 的光互連方向。產品名稱、時程與 CPO 採用仍需核驗。
COUPE-based CPO 採用主張
新來源主張 NVIDIA 與台積電深度合作共同開發 CPO 引擎，且部分網路交換器將採用基於 COUPE 的 CPO 方案。此為高影響但未附 citation 的敘述，需以 NVIDIA product announcement、台積電技術資料或供應鏈證據核驗。
CoWoS 與 COUPE 客戶敘事
新來源把 NVIDIA Blackwell 列為 CoWoS 應用例，並把 NVIDIA 下一代 CPO 交換器列為 COUPE 潛在應用。這些高影響敘述需用 NVIDIA / 台積電公告核驗；目前只作為來源主張。
COUPE / CPO 來源主張
新來源主張 NVIDIA 是 COUPE 最重要的美股合作夥伴與採用者，其 Quantum-X / Spectrum-X Photonics 直接採用 TSMC COUPE，並於 2026 年 3 月投資 20 億美元於 COUPE 供應鏈。這些都是高影響未核驗敘述，需以 NVIDIA product announcement、investment disclosure 或台積電材料確認。
HBM-CoWoS-COUPE 客戶敘事
新來源把 NVIDIA 放在台積電三層策略的客戶側：GPU/AI accelerator 需先進製程、CoWoS+HBM 與 COUPE/CPO 共同支撐。Samsung I-Cube/X-Cube 取得部分 NVIDIA AI GPU 訂單、NVIDIA/Broadcom 使用 COUPE 等敘述需核驗。
台積電利潤貢獻視角中的客戶角色
新來源把 NVIDIA 放在第一層先進製程與第二層 CoWoS 的需求來源之一，但未附 citation；因此 NVIDIA 對台積電各層收入/利潤貢獻仍需以客戶集中度、產品封裝與財報資料核驗。
台積電三層成長率中的需求角色
新來源把 NVIDIA 作為台積電三層成長需求來源之一；但未提供 NVIDIA 對 2nm/A16、CoWoS 或 COUPE 的具體訂單與收入貢獻證據，需以產品與供應鏈 disclosure 核驗。
LLM 推論瓶頸與平台需求
新來源補充 NVIDIA 平台需求機制：LLM decode 受 memory bandwidth 與 KV Cache 限制，支持市場對 GPU+HBM、serving software、batching 與 memory management 的需求，但具體產品受益仍需財報與產品資料核驗。
LLM 推論優化來源主張
新來源主張 NVIDIA 以 Blackwell、TensorRT-LLM、NVFP4 KV Cache 量化、Dynamo、EAGLE-3/MTP/P-EAGLE 等推測解碼支援 LLM 推論優化。4.8 TB/s、KV Cache 減少 50%、2-3.6 倍加速、TTFT 20 倍等數字均待核驗。
LLM 推論生態系利潤池來源主張
2026-05-18-LLM推論生態系利潤率與成長性比較 主張 NVIDIA 在 LLM 推論相關上市供應鏈中同時取得最高絕對淨利與最高淨利率。此觀點把 NVIDIA 的優勢歸因於 GPU + CUDA + TensorRT-LLM + Blackwell + AI factory 的平台組合，而不只是單一硬體出貨。來源中的 FY2026 淨利、淨利率、資料中心收入占比與毛利率數字均未附 citation，需以公司財報和可比口徑核驗。
2026-2027 推論 roadmap 來源主張
新來源主張 NVIDIA roadmap 包含 Vera Rubin、Rubin Ultra、HBM4 8-16 層、Dynamo prefill/decode disaggregation、LPX 推論機架、光學互聯與 AI 工廠。來源亦提及 Groq 3 LPU 由 NVIDIA GTC 宣布，但此歸屬存在張力，需核驗。