輝達 (NVDA-US) 年度開發者大會 GTC 即將登場，執行長黃仁勳預計將在矽谷登台發表主題演講，展示公司最新人工智慧 (AI) 技術與合作計畫，並向投資人說明輝達如何在競爭日益激烈的 AI 晶片市場中維持領先地位。

為期四天的 GTC 大會近年已成為黃仁勳發布重大 AI 技術藍圖的重要舞台。今年活動格外受到市場關注，因為投資人希望確認輝達將龐大獲利持續投入 AI 生態系的策略，是否能在競爭加劇的情況下持續奏效。

分析師指出，黃仁勳預料將在大會中更新 AI 產品與技術藍圖，涵蓋從目前的 Rubin 架構到未來世代 Feynman 晶片，同時強調推論運算 (Inference)、代理 AI(Agentic AI)、網路技術以及「AI 工廠」資料中心基礎設施等領域。

目前全球政府與科技企業正投入數千億美元建設 AI 資料中心，而輝達 GPU 仍是這股投資浪潮的核心。不過隨著更多企業開發自家晶片，市場競爭也正逐步升溫。

AI 市場快速演變 輝達面臨自研晶片挑戰

分析師認為，整體 AI 晶片市場未來仍將持續成長，但輝達的市場占比可能隨時間略為下降。AI 產業正從模型訓練逐漸轉向推論運算，這類運算負責讓 AI 模型在實際應用中執行任務。

過去 AI 實驗室會將大量輝達晶片連結在一起進行模型訓練，但隨著 AI 代理 (AI Agents) 在不同應用程式之間執行任務，推論需求正迅速增加。分析師指出，未來 AI 代理數量可能多到需要新的「協調層」(Orchestration Layer) 來管理，負責在使用者與大量 AI 代理之間分配任務。

這種變化顯示 AI 正逐漸從研究走向實際應用，但也讓輝達面臨更多競爭。推論運算可以在不同類型的晶片上執行，包括部分科技公司自行開發的 AI 晶片。

例如 OpenAI 與 Meta 近期都在推動自研晶片計畫，Meta 甚至表示未來將每六個月推出一代新 AI 晶片。Summit Insights Group 分析師 KinNgai Chan 指出，目前輝達在訓練與推論市場仍擁有超過 90% 的市占率，但隨著大型科技公司自研 ASIC 晶片規模擴大，輝達可能自 2027 年起面臨市占流失壓力。

ASIC 晶片是為特定用途設計的專用晶片，在特定運算需求下通常比通用 GPU 更具效率，因此成為大型科技公司發展 AI 基礎設施的重要方向。

強化 AI 基礎設施 輝達布局推論與資料中心連結

面對競爭壓力，輝達也正積極強化自身技術布局。公司去年 12 月斥資 170 億美元收購 AI 晶片新創 Groq，該公司專注於高速且低成本的推論運算。

黃仁勳在上月財報電話會議中表示，輝達將在 GTC 展示如何將 Groq 的高速 AI 推論技術整合進 CUDA 平台。Third Bridge 分析師 William McGonigle 指出，輝達可能推出結合 Groq 晶片與輝達網路技術的新型 AI 伺服器，打造兼具速度與成本效益的產品。

此外，中央處理器 (CPU) 也被視為對輝達 GPU 的重要競爭力量。過去多年 CPU 在 AI 領域的角色相對有限，但隨著代理式 AI 興起，CPU 在 AI 系統中的重要性正再次提升。

分析師認為，輝達可能展示僅使用其 CPU 架構的伺服器產品。由於 AI 代理的協調與任務分配主要由 CPU 負責，這使 CPU 在 AI 運算架構中的角色重新受到重視。

另一方面，市場也預期輝達將進一步說明其在光通訊領域的投資策略。公司先前分別投資 20 億美元入股 Lumentum(LITE-US) 與 Coherent(COHR-US)，兩家公司均生產用於晶片間高速資料傳輸的雷射元件。

這些技術被稱為「共封裝光學」(Co-packaged Optics)，可利用光訊號在晶片之間傳輸資料，有望提升大型 AI 資料中心的連結效率。不過分析師指出，目前該技術的生產規模仍有限，未來如何降低成本並大規模部署，仍是產業需要克服的挑戰。