🐯虎嗅•較早收集於 14m
黃仁勳北京行與晶片產業訊號
💡黃仁勳的動向往往預示著全球AI晶片供應鏈與市場准入的重大轉變。
⚡ 30-Second TL;DR
有什麼變化
黃仁勳的北京行緊隨高層外交活動，暗示美中半導體關係可能出現轉變。
為什麼重要
此次訪問暗示Nvidia與中國市場的互動可能出現緩和或重新校準，這對全球AI硬體的部署至關重要。
下一步行動
密切關注Nvidia關於中國市場專用產品變體的官方供應鏈公告，以調整您的硬體採購策略。
誰應關注：Founders & Product Leaders
關鍵要點
- •黃仁勳的北京行緊隨高層外交活動，暗示美中半導體關係可能出現轉變。
- •黃仁勳的公開「美食之旅」與Nvidia重大里程碑（如Blackwell投產）之間存在歷史相關性。
- •Nvidia對全球供應鏈的戰略依賴，包括Samsung的HBM與TSMC的代工服務。
- •黃仁勳先前曾公開強調中國市場對供應鏈的重要性，儘管面臨出口限制。
🧠 深度解析
Web-grounded analysis with 26 cited sources.
🔑 增強重點摘要
- •黃仁勳於2026年1月和5月兩度訪問中國，其中5月的北京行是應美國總統川普邀請，臨時加入其訪華代表團，凸顯了美中高層外交活動與Nvidia策略的緊密關聯。
- •Nvidia已明確表示，其最先進的AI晶片，包括Blackwell和未來的Rubin架構，不應提供給中國，這標誌著黃仁勳對中國市場策略的公開轉變，以配合美國維持AI領先地位的政策。
- •受美國出口管制趨嚴及中國本土替代方案崛起影響，Nvidia在中國AI加速器市場的市佔率已從2024年的約66%大幅下降，甚至在2026年4月被美國商務部長證實，其H200晶片在中國的銷售額為零。
- •Nvidia的Blackwell架構已於2025年全面量產，並計劃在2025年第三季升級至效能更強的GB300系統，鞏固其在AI運算領域的技術領先地位。
- •在Nvidia的HBM供應鏈中，SK海力士和美光已通過Nvidia與台積電的雙重認證，成為其HBM供應商，而三星的HBM產品截至2024年8月尚未通過此認證，顯示HBM供應商認證的嚴格性。
📊 競品分析▸ Show
| 特性/產品 | Nvidia (Blackwell/Hopper) | AMD (Instinct MI300系列) | Intel (Gaudi 3) | 華為 (昇騰Ascend系列) |
|---|---|---|---|---|
| AI晶片架構 | Blackwell (最新), Hopper (前代) | CDNA 3 (MI300X) | Gaudi 3 | 昇騰910C/950PR |
| 製程技術 | 台積電客製化4NP (Blackwell) | 5奈米小晶片 (MI300X) | 未明確提及，但與H100性能相當 | 國產製程，昇騰950PR搭載自研HBM |
| 電晶體數量 | 2080億 (Blackwell) | 1530億 (MI300X) | 未明確提及 | 未明確提及 |
| HBM記憶體 | HBM3/HBM3E，最高128組HBM堆疊 (Blackwell) | 192GB HBM3 (MI300X)，HBM密度是H100的2.4倍 | 未明確提及 | 昇騰950PR搭載112GB自研HBM |
| AI運算效能 | GB200比H100提升30倍，GB300比GB200 NVL72提升1.5倍 | MI300X可運行比Nvidia晶片更大的模型，MI250性能達A100的80% | 與Nvidia H100性能相當 | 昇騰950PR FP4算力達1.56PFLOPS，Atlas 350加速卡算力達輝達H20的2.87倍 |
| 軟體生態系 | CUDA (強大且成熟) | ROCm (積極發展中) | OneAPI (涵蓋CPU, GPU, FPGA) | MindSpore+CANN (全端自研，不相容CUDA) |
| 市場策略 | 主導高端AI加速晶片市場，透過平台化和生態系鞏固地位 | 透過高性價比、HBM優勢及軟體生態系縮小與Nvidia差距 | 專注於AI加速器，下一代晶片Falcon Shores預計2025年底推出 | 透過量產規模、自給自足策略及系統整合，聚焦中國雲端與推論運算市場 |
🛠️ 技術深入
- NVIDIA Blackwell 架構：
- 擁有2080億個電晶體，採用台積電客製化4NP製程製造。
- 透過10 TB/s的晶片對晶片互連技術，將兩個光罩尺寸極限晶粒連接成單一、統一的GPU。
- 搭載第二代Transformer Engine，結合NVIDIA Blackwell Tensor核心技術與NVIDIA TensorRT™-LLM及NeMo™框架，加速大型語言模型(LLM)和混合專家(MoE)模型的推論和訓練。
- 支援FP4精度，可實現更快、更高效的AI處理，AI工作負載效能比上一代高出三倍。
- 內建NVIDIA機密運算技術，提供基於硬體的安全性，保護敏感資料和AI模型。
- 採用第五代NVIDIA NVLink，可擴展至576顆GPU，為兆級和多兆級參數AI模型釋放加速效能，NVLink交換器晶片在72顆GPU NVLink域中可實現130TB/s的GPU頻寬。
- NVIDIA GB200 Grace Blackwell 超級晶片：
- 由1顆Grace中央處理器(CPU)和2顆B200 GPU組成，透過900GB/s超低功耗NVLink晶片到晶片互連技術連接。
- 專為高效能運算(HPC)設計，可在兆級參數的大型語言模型上運行生成式AI。
- NVIDIA GB300 NVL72：
- 基於新一代Blackwell Ultra GPU的新架構，連接72顆Blackwell Ultra GPU與36顆Arm Neoverse架構Grace CPU。
- AI效能比GB200 NVL72提升1.5倍。
- HBM記憶體整合：
- Blackwell的生產過程涉及台積電、矽品與艾克爾(Amkor)執行的CoWoS封裝，將32顆Blackwell晶粒與128組HBM堆疊接合在一片客製化中介層晶圓上。
- HBM廠商需通過Nvidia與台積電的雙重認證才能成為Nvidia的供應商。
🔮 前景展望AI analysis grounded in cited sources
中國本土AI晶片產業將加速發展，以應對美國的出口限制。
Nvidia最先進晶片被限制出口中國，且其在中國市場的市佔率顯著下降，將促使中國企業加大對華為昇騰等國產替代方案的投資和採用。
Nvidia將更積極地鞏固其在非中國市場的高端AI運算領導地位，並強化其軟體生態系統。
面對中國市場的挑戰，Nvidia將專注於利用Blackwell等先進架構的技術優勢和CUDA軟體平台，在全球範圍內推動生成式AI和加速運算的發展。
全球HBM供應鏈將持續面臨挑戰與多元化需求。
HBM作為AI晶片的關鍵瓶頸，Nvidia對供應商的嚴格認證以及其潛在進入HBM base die市場的舉動，都預示著對供應鏈穩定性和多元化的持續關注。
⏳ 時間線
2024-03
Nvidia發表Blackwell平台，開啟AI運算新時代。
2025-05
Nvidia執行長黃仁勳宣布Grace Blackwell系統已全面量產。
2025-07
黃仁勳年內第三度訪華，出席中國國際供應鏈促進博覽會並會見小米董事長雷軍。
2026-01
黃仁勳2026年首度訪華，在上海、北京、深圳與員工及合作夥伴交流，但避談H200晶片。
2026-03
Nvidia傳因美國出口管制趨嚴，暫停為中國市場設計的晶片生產。
2026-05
黃仁勳公開表示中國不應擁有Nvidia最先進晶片，並隨美國總統川普訪問中國。
📎 來源 (26)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗