【談股市】2025 GTC輝達推出AI各大科技，鴻海將成為最大贏家！

 

一、前言

這次輝達的2025年GTC大會，真的是令人嘆為觀止，在去年，發表了全地表最強的晶片，並命名為Blackwell，前一代是Hopper，也就是大家很熟悉的H系列晶片，那麼Blackwell的晶片就是以B為首的代號，並且更發表GB200系列的伺服器機櫃，同時間，AI演算法在去年開始蓬勃發展，國際各大品牌紛紛推出各自的演算法，比如微軟的Copilot、Google的Gemini、xAI的Grok、OpenAI的ChatGPT等等，在中國大陸，則因為沒有獲取足夠的算力晶片下，雖然沒有在去年發表厲害的演算法，但在今年2月突然橫空出世Deepseek的AI大語言模型，號稱在資料庫訓練所使用的算力可在低算力下進行，就因為這樣斷章取義的說詞，全世界就荒誕的解讀為算力過剩，鬧了個天大的笑話，也顯示了人類在科技蓬勃發展跟資訊大爆炸的時代，大部分的人無法完整吸收正確的知識，常常落入人云亦云的陷阱中。

對於Deepseek問世，輝達執行長黃仁勳表示，他看到的反而是算力更是被需要，我簡單說，各家的AI演算法或模型，就像品牌一樣，所以像Deepseek這種模型以後只會更多，更競爭，就中國的形容詞來講，叫做內捲，因此這間接證明了算力不是過剩，反而是有強勁的需求切切實實的擺在眼前。

這次的GTC大會有發表很多技術，但因為我是身為鴻海的投資人，所以今天的文章內容，我會針對與鴻海有相關聯的技術，進行講解，目的是讓投資人看得懂、看得明白，因為一般人不太具有科技知識，像這種大會，一定不適合一般人聽取，黃仁勳也不會為了不懂的人，大費周遭像講課一樣仔仔細細說給所有人聽，所以接下來的文章內容，如果有不解的地方，都可以留言提問，我會盡我能力回覆，不過我應該是有辦法回覆，希望藉此與讀者增加更多的互動，互相學習。

二、AI的貨幣「Token」

在這次 GTC之前，黃仁勳無層特別花時間提起Token，這個名詞中文翻譯是「令牌」，聽起來很怪，我姑且請各位當作就是一個專有名詞，就像虛擬貨幣Bitcoin一樣，中文雖然翻譯是「位元」，但你總不會說這叫做「位元」幣吧。

在這次演講中，黃仁勳把Token比擬為AI的貨幣，為什麼要這樣講，我先說明Token的底層邏輯，我再接著講為什麼，你就能明白了。

所謂的Token，就是AI模型在理解數據跟生成數據的基本單位，就好像化學物質的基本單位就是原子一樣，當然再細拆分還有離子中子，甚至到量子，那Token也是一樣，比如你輸入一個英文單字「Happiness」，在AI的模型，這單字就會被分成「happy」跟「ness」兩個Token，這兩個Token還會再被細拆分轉換成數字，以便AI模型進行分析與操作，記住，電腦在邏輯運算時只認得數字。所以對中文來說，Token可能就是一個中文字母或一個名詞，比如「漢堡」就是一個Token，「吃漢堡」，就是「吃」跟「漢堡」兩個Token，以這樣的邏輯類推，你就可以得到一篇文章耗費多少Token。

人要做任何「動作」，都需要能源，能源的由來就是食物，同理，Token要經過AI模型進行運算，運算就需要算力，算力就需要電能，但電能不是免費的，所以每一個Token都是有價值的，這也就是為什麼這次GTC大會中，黃仁勳會講說，Token是 AI的貨幣。

我之前一再提醒，趁現在AI語言模型很多都還是免費時，多多拿來利用，拿來學習，尤其是跨領域知識，我畢業於化學系，但我不會覺得我一生中就只會化學，查理蒙格講過，鐵鎚人的眼中的全世界，都是釘子，如果我眼裡全世界都只有化學元素，那我就是一個知識狹隘的人，如果要做為一個真正有能力的人，通常你會有一個專業知識，然後擁有其他跨領域的理論知識，查理蒙格認為，這個世界的知識不應該分界什麼領域，所以化學並非就單純只有化學科學成分再裡頭，也有物理的成分在裏頭，比如分子之間的凡德瓦爾力不就是如此嗎？

我除了專職化學知識外，材料、半導體、物理、量子等，甚至會計、心理學，我也都瞭解其理論知識，不需要精通，只需要知道基礎理論就足夠了，因為各個領域深度的知識，都是從基礎理論出發的，所以當你在某個單一領域遇到阻礙時，不妨試著想想其他領域的基礎理論是否能解決這些阻礙，通常所謂的創新就會在這時候出現，但跨領域的知識，你得花很多時間整理或去上課程學習，可是AI可以幫助你縮短各領域理論知識的學習，這也就是為什麼我會建議如果你有心想要成為有能力的人，要多多善用AI，而且要趁早。

然而，我為什麼講要趁早，就是因為Token，如果你有付費在訂閱某些品牌的AI模型，你會發現有的超貴，有的超便宜，功能更是參差不齊，會有這樣的現象就是因為，這個市場還沒有訂定一個衡量標準，當一個新世代商品在市場還沒有衡量標準時，同一種規格，在不同地方，其價格天差地遠，買貴的人就像凱子一樣，黃仁勳為了穩定未來市場的供需平衡時的行情，在今年GTC就先拋磚引玉下馬威了，直接大喊說，Token就是AI的貨幣，講白話點，Token就是AI經濟市場的標準，以後你會慢慢看到，很多AI模型的付費標準就會以Token的使用量作為標準，當這樣的現象出現時，某些很好用的免費AI模型，以後你會必須要付費了，使用越多，就要付越多錢，使用者付費，合情合理，而且AI非常吃電力資源，你想要看到吃到飽的方案，可能近十年內是很困難的事情。

三、代理AI及物理AI

隨著Token的概念越來越清楚，代理AI跟物理AI也就逐漸成熟，AI模型從分析跟生成之外，還能做到決策的能力，因此代理AI就孕育而生，什麼是代理AI，代理AI就是能夠自主思考與採取行動的智能模型，不只能回答問題，還能逐步執行多重任務，例如，一個代理AI能夠幫你訂購機票，你給他一個目的指示，他會自己查詢天氣預測、機票價格、機艙座位，並安排行程，完成機票訂定。整個多重任務，就需要耗費上千個Token。在會議中，黃仁勳秀出了代理AI的模型，能夠生成8千多個Token，這種超長的處理程序能力，足以應付企業自動化的需求。

這也就是為什麼我一再強調，如果你的工作是屬於重複性的任務，你在未來幾年內，很容易就會失業，或者到你退休前，你的薪水就是一直停在那，不用妄想會調薪。

好了，你不要以為只有重複性的行政業務會被取代，你如果是重複性的勞力工作，你也會被取代。因為物理AI也要出現了。

所謂物理AI，就是他讓AI從虛擬的世界可以走到現實世界，這可以廣泛的應用到機器人、電動車等終端移動自動化設備，黃仁勳提到物理AI，是能夠理解現實世界物質的特性，比如物體之間的互相作用力、因果關係、物質型態等等，這使機器人能夠完全取代人類的關鍵能力，比如機器人能搬運貨物、收割農作物，以及在醫院協助護理等，所以你以為你在工地工作就不會失業嗎？人類常常貪圖便宜，在工地常常出工安意外，老闆常常為這些事情賠一堆錢打一堆官司，如果有個工地機器人，你做為老闆，你會願意一個月花六萬元請一個工人還是花六萬元使用工地機器人？我想這答案非常明顯，而且也非常現實。

四、AI智慧工廠－Dynamo系統

現階段AI的需求，很大一部分來自於基礎建設，也就是算力資源的建置，很多大企業、政府都在積極擴張算力基礎建設，而這些所謂的基礎建設就是AI伺服器，在會場中，黃仁勳也秀了很多廠商製作的AI伺服器，並且Amazing、Amazing的叫，微軟、谷歌、META、特斯拉、亞馬遜等，都在今年下很多伺服器機櫃的訂單，使得今年輝達的訂單滿載，這也使EMS合作廠商的產線大爆滿，這些訂單甚至到明年都還無法消化完，但是現在整個投資市場卻都在猜疑算力過剩，簡直是因為無知所造成的自我幻想與焦慮，黃仁勳也稱「全世界的認知都錯了」，這與我在2月份看到Deepseek新聞時所講的如出一轍。

由於AI伺服器是高規格產品，使用的都是台積電高規格的先進製程晶片，還有高規格的散熱技術，這絕對不是一般組裝代工廠能夠應付的高科技產品，尤其不可能像智慧型手機一樣還能靠人力生產，所以AI人工智慧工廠的需求就非常大，為此，輝達也推出了新的AI工廠操作系統－Dynamo。

這個Dynamo系統是目前全球唯一的系統，主要的邏輯基礎是，他可以透過解聚合服務(Disaggregated Serving)將推理任務分為預填充(prefill)和解碼(decode)階段，再動態分配GPU算力資源，大幅提升Token生成效率。白話點講就是，如果你要準備客人的一道料理，你就得把「準備食材」跟「烹飪」這兩個階段任務，分配給不同的人，甚至是適合的人，以增加出餐速度提升餐點品質。這個就是Dynamo系統，黃仁勳推出這套系統，讓跟他合作的EMS廠商，提高製作伺服器的速度與品質，這套系統不僅能為輝達賺錢，也能為輝達的產品獲得更高的品質與出貨速度，簡直一舉兩得！

所以當你看到自己的公司從沒導入AI，結果近期開始導入AI，你就要小心了，如果你沒被分配到工作任務，就是被AI判定為多餘人力資源，過沒多久你可能就會被請辭。

五、自動駕駛與安全

在這次的會議中，特別提到輝達開發的自駕安全系統－Halos，這套系統在軟體層面上，是有經過輝達的數位孿生系統訓練的，也就是有利用輝達的Omnivers及Cosmos系統，Omnivers是一套非常高端的3D即時渲染技術的軟體，他能夠生成超高逼真度的模型，比Unreal還有更高階一層，通常是高科技企業或者醫學研發部門在使用的系統，而Cosmos則是專為自駕車而生的AI生成系統，能夠讓自駕車在不同的氣候環境或者物理條件下進行訓練。這樣就不用真的做出一台車出來實際在馬路上邊跑邊學習路況，在虛擬世界想跑幾圈就跑幾圈，也不耗大量電池的電力，想要訓練突發狀況，也不用真的搞出撞人的情節，只要在虛擬世界設定一下虛擬人類即可，這就是數位孿生的好處。

六、機器人技術

機器人的技術，是這次GTC大會的主題，也是讓眾人譁然的片段，黃仁勳更是秀出與迪士尼而做研發的機器人，這台機器人雖然在去年有亮相過，但在今年導入了一個新的系統，也就是Newton系統，這是一代具有物理AI的系統，讓機器人更了解現實世界的物理現象，所以讓這次秀出來名為Blue的機器人，所呈現出來的肢體動作讓人類覺得很討喜，因為他懂得如何只用自己身體的關節來呈現小動物的姿態。

除了秀出Blue之外，黃仁勳更是發表了人形機器人的開源型模型－Groot N1，黃仁勳也表明了，在近十年內，人類將缺少達5000萬的工人，所以他推出這個開源模型，預計未來機器人會跟智慧型手機一樣龐大，這將是一個非常龐大的產業。他對於少子化與缺工的認定，與我一直在講的人類演進趨勢是不謀而合的，未來將會是機器人與人類共存的世界，甚至會有部分人類痛恨機器人搶了他的工作。

至於為什麼Groot N1機器人會搶食人類的飯碗，除了物理AI外，另外還有兩個重要的關鍵技術：快慢思考系統，多模態感知能力。

快慢思考系統是Groot N1主要的核心AI架構，具有模仿人類的認知模式，讓機器人能夠離活應對即時反應和複雜推理需求。這個系統的命名是來自於有名的書籍著作書名「快思慢想」，作者將人類的認知分為兩個主要模式，一個是快思考，具有快速、直覺、自動化等能力，能處理熟悉的任務，非常依賴經驗跟反射動作；另一個是慢思考，具有緩慢、分析、邏輯化等能力，能夠處理新問題或者需要推理的任務，需要具有足夠寬廣的認知知識。

而多模態感知能力就是，Groot N1能夠整合視覺(影像感測)、聽覺(收音模組)、觸覺(壓力感測器)等多模態數據，以理解環境並做出反應。

看到這裡，我想廚師可以有點慶幸，因為沒有嗅覺模態的數據，所以廚師可以很有自信的自己的廚藝不會被機器人取代，但如果哪一天機器人推出，可以藉由氣味分解成分子來即時分析烹飪食的色香味，來決定火侯與翻炒次數時，廚師就可能要面臨被取代的危機。

七、與鴻海的關聯

從我的文章前面所敘述GTC大會中的各種技術，其實都環繞著Token這個基礎，向外衍伸各種應用，比如電動車、機器人、AI工廠等，其實能想像的都還更多，甚至鴻海在推廣的智慧城市，所以輝達這次所發表的東西，幾乎與鴻海有關，鴻海又是與輝達合作最深厚的企業，所以輝達所推出的技術，都有機會在鴻海中運用，就比如鴻海就是用輝達的Omnivers進行AI工廠數位孿生訓練，所以你說鴻海會不會使用輝達推出的Groot N1來製作人型機器人，近期鴻海也推出醫療型的人型機器人，但劉董表示，對物理AI很期待，也許也是還沒導入Groot N1模型，不過也代表了鴻海對這個模型相當感興趣！

除了輝達的AI模型外，接下來各世代的晶片組裝，也將會成為鴻海近五年來獲利成長的主力，輝達在這次的GTC大會發表了產品Roadmap，預計今年下半年將推出Blackwell Ultra的晶片，算力較Blackwell提升1.5倍，明年則推出名為Vera Rubin晶片，後年推出Vera Rubin Ultra晶片。

從Hopper到Blackwell，算力提升了40倍，到了Vera Rubin系列，再增加三倍，若從今年Blackwell Ultra到後年Vera Rubin Ultra晶片，則可達到14倍，更是驚人，各位要知道，越後面的晶片，越是高規格的產品，組裝難度越高，身為EMS龍頭的鴻海，肯定是第一個受惠的企業，你說後面的組裝代工廠會不會演變成跟台積電、三星、英特爾一樣，未來的伺服器就幾乎由鴻海獨吞，等著看，我是認為這個結局終究會來臨，只是時間的問題。

八、結論

從2022年ChatGPT問世時，我在使用上還沒有感覺，感覺得到的回答結果，還是有點罐頭，但是到了2023年，慢慢會發現回答的內容越來越充實，這個進步的速度讓我覺得有點驚訝，而且意外地對我的工作有所幫助，所以我從2023年下半年開始，就開始一直強調讀者必須充足自我知識，或者學習新的技能，如果你的工作是屬於重複性工作的任務，不管是行政事務還是勞力，過幾年你的工作很容易就會被AI取代，直到去年三月份，輝達在GTC發表地表最強的Blackwell晶片，我對此的警覺性更是提升，除了ChatGPT的問世，後續微軟跟谷歌也各自推出AI語言模型，雖然在分析能力還很爛，但是如果拿來學習基礎理論知識真的相當方便，我的工作就是會涉略不同的科技領域，學習理論基礎時要蒐集資料跟吸收，常常受到阻礙，但是AI模型讓我大幅縮短的學習時程，原本需要一個月的時間，我只要短短一兩天就懂了，這個速度非常快，如果真的有跟我一樣這樣做的人，應該感同身受。

因此這次黃仁勳也正式為一件事情道歉，就是量子科技的時限將在短短十年內，之前黃仁勳還吐槽各個量子企業說至少也要20年，去年GTC大會中，黃仁勳自己也講過，如果讓兩個AI模組自我學習，成長速度是以百倍計算的，他自己講過的話還打自己臉，這也是有點可愛，我可是把他的話當真的說，不過我還是很佩服他。

今天的內容，我想我盡全力用很容易明白的敘述方式，讓各位明白這次的大會大概在講什麼，一些太專業的規格跟細節，各位沒必要花時間去鑽研，但至少你要能夠達到像我這樣的理解能力，這才是投資人該下的功夫，因此算力並沒有過剩，鴻海將成為伺服器基礎建設的全球龍頭企業，我想這只是時間的問題，指日可待！