註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 NVIDIA技術ブログ
NVIDIA技術ブログ 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 NVIDIA技術ブログ 的搜尋結果
Nvidia第三名隱形創辦人會不會接任黃仁勳❓ Nvidia正式宣布黃仁勳辭去CEO與董事職務,由CFO Colette Kress擔任過渡CEO,董事會同步啟動正式接班人搜尋。 在這場突如其來的接班危機中,很多人盯著Kress與技術大將Ian Buck。但少數人開始回頭看: 其實英偉達有三名創辦人,在1993年共同創立英偉達,每人早期各持有12.8%股份。 • Curtis Priem 是早期CTO。2003年因婚姻與家庭問題(涉及家暴指控爭議)被黃仁勳要求引退。2006年離婚資產分割後,把幾乎所有股份賣掉捐給慈善基金會,徹底退出。 • Chris Malachowsky:真正的「第三位神秘創辦人」,曾在HP與黃人勳妻子Lori 共事。 他從1993年至今,從未離開。目前是Nvidia Fellow兼執行團隊資深技術主管,直接向黃仁勳匯報,長期負責核心技術、產品工程與研究組織。他幾乎從不出現在鏡頭前,卻被認為是GPU架構與平行運算的關鍵推手之一,持有近40項專利。 他沒有黃仁勳的明星光環,也沒有Priem的戲劇性離開。他只是安靜地待了33年。在Nvidia最需要「延續性」的時刻,這位隱形創辦人突然變得不那麼隱形了。
顯示更多
黃仁勳對 Nvidia 的重要性,在於他能把工程團隊認為可能實現的技術,轉化成全公司願意投入資源、承擔風險,而且必須交付的產品。正因如此,供應鏈才能有極高的訂單能見度,並配合激進的規格升級。而這也帶動了競爭對手的跟進,進一步推動整體 AI 產業的技術升級與供應鏈投資。 如果硬要比較,做出並落實激進規格升級的決策,比提供供應鏈訂單能見度更困難。黃仁勳不必是 Nvidia 內部最懂 HVDC、CPO/NPO 與 CCL/PTFE 等新技術的人,但他的價值,在於同時考慮到策略、組織、技術與供應鏈,並迅速拍板定案與投入資源執行。 就目前公開資訊,黃仁勳似乎很難全身而退。在這前提下,比較務實的做法,可能是階段性降低 Nvidia 對黃仁勳個人的決策依賴,同時布局接班計畫。而在這過程中,Nvidia 能否延續高效的新產品與新技術研發,以及競爭對手如何因應,將是觀察整體 AI 產業技術發展與投資趨勢的重點,而供應鏈研究則能提供重要的判斷依據。
顯示更多
0
62
1.4K
132
轉發到社區
獲 Nvidia、Salesforce 與 Temasek 等投資的 Upscale AI⁠,宣布推出 Token Fabric。 這是一套結合網路晶片、設備與軟體的 AI networking 平台,目標是讓資料中心能夠更容易整合不同供應商的 AI processors。 系統結合 Upscale 自有網路技術、Nvidia Spectrum-X 相關設備,以及辨識網路瓶頸的管理軟體。 第一階段產品預計於 2026 年第四季推出,完整平台將於 2027 年分階段部署
顯示更多
重點分析 Nvidia CEO 黃仁勳辭職: 1. 短期利空出盡: 對股市而言,短期內可能是一次性的利空出盡。黃仁勳目前已與 Nvidia 完全切割,接下來國會傳喚黃仁勳及後續調查,對 Nvidia 股價的影響應該會較小。至於黃仁勳離職後的動向對 Nvidia 的影響,在調查結果出爐前,現在就下判斷仍言之過早。 2. Google TPU 為直觀下的最大受益者: 在 Nvidia 面臨接班不確定性下,Google TPU 可能有機會進一步取得客戶與供應鏈信任,其核心合作廠商聯發科與 Broadcom 或為短期市場焦點。 3. 接班影響最快自 2028 年浮現: 目前 CFO Colette Kress 擔任代理執行長。後續正式 CEO 交接與相應的組織改革,對 Nvidia 產品開發與競爭力的影響,預期最快可能自 2028 年開始浮現。 4. 產能預訂與規格升級為供應鏈研究焦點: 黃仁勳的產品策略對供應鏈有兩大激進影響:「產能預訂」與「規格升級」。未來需密切關注供應鏈在擴產與新技術開發方面有無變化,這是支撐 Nvidia 供應鏈高本益比的核心因素之一。 5. 中國需求與出口管制: Nvidia 最終流向中國買家的 AI 晶片營收比重,可能高於過去對外的正式聲明。因此,有些投資人擔心,美國政府實施更嚴格的出口管制後,Nvidia 營收將顯著衰退。不過,中國終端需求並不會因出口管制而消失。即使出口管制加嚴,只要海外仍存在轉售管道,即使轉售價格高出數倍,中國買家仍有可能承擔溢價並輾轉取得 Nvidia 晶片/機櫃。
顯示更多
0
29
1K
115
轉發到社區
⚡M&A Brief⚡ 據《金融時報》報導,Nvidia 正與開放權重 AI 模型公司 Reflection AI 進行早期洽談,方案包括全資收購、追加投資,或以 acqui-hire 方式聘用團隊並取得技術授權。消息人士指,協議最快可能在數週內達成,但談判仍有破裂的可能。 Reflection AI 由兩位前 Google DeepMind 研究員 Misha Laskin 與 Ioannis Antonoglou 於 2024 年創立,專注開放權重模型與 coding agent,首款模型 Beam 剛於本月發布。執行長 Laskin 今年 4 月表示,公司最新一輪融資的投前估值為 250 億美元。Nvidia 至今已累計投資約 8 億美元。 雙方目前均未公開回應。 Source: Financial Times
顯示更多
雖然 Trump 說 Tim Cook 是最適合接任黃仁勳 Nvidia CEO 位置的人選,但我覺得最能發揮 Cook 所長的應該只有成本管理。根據我側面觀察 Apple 供應鏈管理超過 10 年以上的經驗,來對比這幾年追蹤與研究 Nvidia 的心得,我覺得 Nvidia 在供應鏈成本管理上,還有明顯的改善空間。 其他方面,特別是最重要的新技術規劃與開發,不要說 Cook 了,目前已經證明能在維持快速商業化迭代更新下,把人類最先端的各領域技術導入 AI 晶片與機櫃方案的 CEO,這件事做得明顯好的只有黃仁勳(當然未來應該還會有其他人也能證明可以把這件事做很好)。
顯示更多
0
33
1K
69
轉發到社區
關於台積電的次世代先進封裝 CoPoS 的幾個關鍵(省略可查詢到的技術細節): 1. 預計 2H28 量產,目標提升 9.5 倍光罩尺寸以上的封裝之量產經濟性,Nvidia 的 AI 晶片 Feynman 可能將首度採用。 2. 根據產業調查,兩個不同的地方會用到玻璃(尺寸 mm): → 310 x 310 的臨時玻璃載具(glass carrier) → 250 x 250(測試)/ 510 x 515(量產)的玻璃面板,加工後切割為玻璃核心載板(glass core substrate) 3. 玻璃核心載板的架構主要分成三層:玻璃作為核心層,上下以 ABF(ABF-GCP)增層包覆。玻璃加工的挑戰,像是TGV(through glass via)、填銅 / 金屬化(metallization)等,指的都是這個階段。 4. CoPoS 常見的錯誤論述: → ❌ 錯誤 1:採用玻璃中介層(interposer)。⭕️ 應修正為:玻璃非中介層,其互連角色由晶片側 RDL 與玻璃核心載板側 TGV / ABF 增層分別承接。 → ❌ 錯誤 2:玻璃取代 ABF。⭕️ 應修正為:如前述的玻璃核心載板架構,玻璃與 ABF 並存。 → ❌ 錯誤 3:晶片放在玻璃上。⭕️ 應修正為:晶片貼附於玻璃核心載板的 ABF 增層表面。 5. CoPoS 將延續並強化台積電先進封裝的優勢,預期讓該優勢能見度可達約2032年。
顯示更多
0
38
718
78
轉發到社區
朝鮮Biz報導:三星・SK海力士 SEDEX 2026 兩公司於10月14–16日首爾COEX「第28屆半導體大展(SEDEX 2026)」公開次世代AI記憶體技術,重點產品為第7代HBM4E。 HBM4E規格(兩家相近)* - 最高每腳位16Gbps(較HBM4提升20%以上) - 三星:最大頻寬3.6TB/s,12層容量48GB(較前代+30%以上),計畫擴至8層32GB、16層64GB - SK海力士:能源效率較HBM4改善20%以上 - 兩家均已向主要客戶(含NVIDIA)供應12層樣品,並推進量產/驗證 次世代架構差異化 三星: 推出zHBM(將記憶體垂直堆疊在運算裝置/GPU上方,縮短物理距離)、LPDDR-PIM、邊緣AI用zNAND-O SK海力士: 主推HBF(高頻寬快閃記憶體,結合HBM速度與NAND大容量),目標容量約為同代HBM的10倍,並開發3D堆疊DRAM(直接堆疊在GPU/NPU上) SK海力士安炫社長 預測AI基礎設施性能規模到2030年將較2026年成長約20倍,強調除標準HBM外,需透過客製化HBM、3D堆疊DRAM、HBF等新階層解決資料移動瓶頸。 競爭範圍擴大 從單純提升HBM速度/容量,延伸至邏輯設計、Base Die客製化、先進封裝(三星展示2.3D/3D Cube等)與整體記憶體階層優化。 業界認為zHBM與HBF仍屬開發/構想階段,商用化時點與客戶採用將決定後續競爭力。
顯示更多
TrendForce: AI晶片封裝突破光罩極限,CoWoS-L穩居先進封裝主流至2028年 TrendForce指出,AI晶片持續擴大封裝面積,2.5D技術成為關鍵。TSMC的CoWoS-L雖面對Intel EMIB-T競爭,但憑技術成熟度與良率優勢,預估至2028年仍是AI晶片主流封裝方案。 2026年NVIDIA高階GPU出貨估年增約30%,並推高用量的GB/VR機櫃方案;AMD下半年力推MI400/MI450。CSP自研ASIC以Google TPU v7動能最強,AWS下半年邁向Trainium v3;Microsoft、Meta仍以GPU為主,ASIC量能較小。 過去AI server多用CoWoS-S,以矽中介層整合HBM與運算晶片。晶片面積擴大、HBM數量增加後,矽中介層面臨光罩與物理極限,需改用曝光倍數更大的CoWoS-L,並嵌入矽橋提升彈性。CoWoS-S可整合2顆SoC/Chiplet加8顆HBM,仍獲Maia 200等採用;需更多晶片與HBM時則用CoWoS-L。NVIDIA、AMD已採用,Meta MTIA 400於2026年量產,AWS、Microsoft估2027年導入。 CoWoS-L因中介層更大、成本更高,加上TSMC產能吃緊,Intel EMIB成為備選。EMIB減少昂貴中介層、成本較低,但受載板佈線密度限制;Intel正強化L/S、microbump,並推EMIB-T導入TSV縮短路徑。Google估2027年導入EMIB-T,AWS也在測試。整體來看,考量成熟度與良率,CoWoS-L至2028年仍居主流。
顯示更多
看完黃仁勳這段訪談,你也會想:就活該這樣的人成功! 很多創業故事都在吹牛逼談成功。但黃仁勳一直在談的反而是在他還沒成功的時候。 30 多年前,NVIDIA 接下一個重要專案,結果做到一半發現技術根本行不通。公司已經快沒錢了,員工等著發薪水,換成多數人,一般會選擇隱瞞、拖延,甚至硬著頭皮把產品做完,先拿到錢再說! 但黃仁勳主動走到客戶面前,坦白告訴對方: 「我們承諾的技術做不到,你應該找別人合作。」 這句話,幾乎等於親手把公司的投資推開。 然而他沒有欺騙,也沒有畫大餅,而是把所有問題、風險與真相攤在桌上。 更令人敬佩的是那位投資人。 他知道這筆 500 萬美元極可能血本無歸,知道 NVIDIA 隨時可能倒閉,卻仍然相信眼前這個「年輕人」、沒錯,他看重並投資的是一個身陷絕境,依然願意說真話「這個人」 現在全世界都知道結果了。 NVIDIA 成為全球 AI 革命的核心,很多人以為成功來自天才。 但有時候,成功真正的起點,是誠實、守信!
顯示更多
0
19
273
40
轉發到社區