<ul>
<li>英偉達面臨來自客户如 OpenAI 和 Meta 的日益競爭</li>
</ul>
<ul>
<li>英偉達預計將揭示與 170 億美元 Groq 交易相關的新產品</li>
</ul>
<ul>
<li>英偉達的人工智能戰略專注於推理和 ‘代理人工智能’ 的進展</li>
</ul>
<ul>
<li>英偉達的以 CPU 為中心的服務器解決了 ‘代理協調’ 的瓶頸</li>
</ul>
<p>作者：Stephen Nellis 和 Zaheer Kachwala</p>
<p>舊金山，3 月 13 日（路透社）- 當黃仁勳走上擠滿觀眾的冰球場舞台，開啓英偉達（NVDA.O）年度開發者大會時，他可能會揭示旨在保持這家人工智能芯片製造商在日益增長的競爭對手中領先的產品和合作夥伴關係。</p>
<p>英偉達 GTC 會議，持續一週，已成為首席執行官黃仁勳展示英偉達在芯片、數據中心、芯片編程軟件 CUDA、被稱為 AI 代理的數字助手以及物理 AI（如機器人）方面的進展的首選活動。</p>
<p>今年，這一為期四天的活動尤為重要，因為投資者將尋求確保英偉達將利潤再投資於人工智能生態系統的戰略正在取得成效。eMarketer 分析師 Jacob Bourne 表示：“我預計英偉達將展示從 Rubin 到 Feynman 的全棧路線圖更新，同時強調推理、代理人工智能、網絡和人工智能工廠基礎設施。”</p>
<p>英偉達的芯片位於全球政府和公司在數據中心投資數千億美元的中心，但該公司正面臨來自其他芯片製造商甚至一些客户的競爭，這些客户正在開發自己的芯片。分析師告訴路透社，他們預計整體人工智能芯片市場將繼續增長，但英偉達的市場份額將有所縮小，因為人工智能芯片市場正在迅速變化，人工智能代理在計算應用之間來回穿梭，代表人類執行任務。這與訓練階段不同，人工智能實驗室將許多英偉達芯片連接在一起，形成一台計算機，以處理大量數據，從而完善其人工智能模型。</p>
<p>這些代理預計將變得如此眾多，以至於要求他們完成工作的用户甚至需要一個新的人工智能中層管理者層——技術人員稱之為 ‘協調’ 層——來坐在人類用户和他們的代理隊伍之間。</p>
<p>在某種程度上，分析師表示，這對英偉達來説是個好消息，因為這表明人工智能變得更加有用。</p>
<p>但這些廣泛被稱為人工智能行業中的 ‘推理’ 的任務，也可以在其他類型的芯片上運行，包括一些大型英偉達客户如 OpenAI 和 Meta（META.O）最近表示計劃每六個月發佈一次新人工智能芯片所能自行製造的芯片。</p>
<p>“與一年前相比，英偉達肯定會面臨更多競爭，” Summit Insights Group 的董事總經理 Chan KinNgai 説。“今天，英偉達在訓練和推理市場的市場份額仍接近 90%。”</p>
<p>“我們認為，英偉達將在 2027 年開始看到市場份額的流失，特別是在推理市場，隨着內部 ASIC 項目的規模逐漸擴大，” 他説，指的是為單一功能或定製工作負載量身定製的應用特定集成電路，提供比通用圖形處理單元更高的效率。</p>
<h3>英偉達正在加強防禦</h3>
<p>該公司在 12 月花費 170 億美元收購了 Groq，這是一家專注於快速和廉價推理計算工作的芯片初創公司。在上個月的財報電話會議上，黃仁勳談到 Groq 時表示，該公司將在 GTC 展示英偉達如何將 Groq 的超快人工智能技術整合到現有的 CUDA 平台中。</p>
<p>Third Bridge 的分析師 William McGonigle 表示，他的公司預計英偉達將推出一系列新服務器，將 Groq 的芯片與英偉達的網絡技術結合，以創造一種快速且具有成本效益的產品。</p>
<p>另一種對英偉達構成日益競爭威脅的芯片是中央處理器（CPU），這種芯片長期以來受到英特爾（INTC.O）和超微（AMD.O）的推崇。</p>
<p>雖然這些芯片在近年來被英偉達的圖形處理單元（GPU）所取代，但 McGonigle 表示它們 “重新回到焦點”，並預計英偉達將展示僅使用其 CPU 的服務器，黃仁勳在最近的財報電話會議上對此進行了強調。</p>
<p>“隨着代理人工智能的興起，瓶頸現在出現在代理協調層，由 CPU 執行，” McGonigle 説。</p>
<p>分析師還預計英偉達將詳細説明為何在 Lumentum 和 Coherent 各投資 20 億美元，這兩家公司製造用於通過光束在芯片之間傳遞信息的激光。這些激光在所謂的共封裝光學中的使用可能有助於加快英偉達芯片在大型數據中心內部的連接，但目前的生產量不足以匹配英偉達每年銷售的芯片數量。</p>
<p>“英偉達可能會將共封裝光學框架作為更高效連接大規模人工智能集羣的關鍵，但挑戰在於使其足夠經濟以便大規模部署，” eMarketer 的 Bourne 説。</p>

英偉達

1.5 倍做空英偉達 ETF - Tradr

<ul>
<li>Nvidia faces growing competition from customers like OpenAI and Meta</li>
</ul>
<div class="lb-trans"><ul>
<li>英偉達面臨來自客户如 OpenAI 和 Meta 的日益競爭</li>
</ul>
</div><ul>
<li>Nvidia expected to reveal new products from $17 billion Groq deal</li>
</ul>
<div class="lb-trans"><ul>
<li>英偉達預計將揭示與 170 億美元 Groq 交易相關的新產品</li>
</ul>
</div><ul>
<li>Nvidia’s AI strategy focuses on inference and ‘agentic AI’ advancements</li>
</ul>
<div class="lb-trans"><ul>
<li>英偉達的人工智能戰略專注於推理和 ‘代理人工智能’ 的進展</li>
</ul>
</div><ul>
<li>Nvidia’s CPU-focused servers address ‘agent orchestration’ bottleneck</li>
</ul>
<div class="lb-trans"><ul>
<li>英偉達的以 CPU 為中心的服務器解決了 ‘代理協調’ 的瓶頸</li>
</ul>
</div><p>By Stephen Nellis and Zaheer Kachwala</p>
<div class="lb-trans"><p>作者：Stephen Nellis 和 Zaheer Kachwala</p>
</div><p>SAN FRANCISCO, March 13 (Reuters) - When Jensen Huang strides onto the stage of a packed hockey arena to kick off Nvidia’s (NVDA.O) annual developer conference on Monday, he is likely to reveal products and partnerships geared toward keeping the AI chipmaker atop a growing array of competitors.</p>
<div class="lb-trans"><p>舊金山，3 月 13 日（路透社）- 當黃仁勳走上擠滿觀眾的冰球場舞台，開啓英偉達（NVDA.O）年度開發者大會時，他可能會揭示旨在保持這家人工智能芯片製造商在日益增長的競爭對手中領先的產品和合作夥伴關係。</p>
</div><p>Taking over the heart of Silicon Valley for most of a week, Nvidia GTC, as the conference is known, has become CEO Huang’s preferred event to show off Nvidia’s AI advances in chips, data centers, its chip programming software CUDA, digital assistants known as AI agents, and physical AI such as robots.</p>
<div class="lb-trans"><p>英偉達 GTC 會議，持續一週，已成為首席執行官黃仁勳展示英偉達在芯片、數據中心、芯片編程軟件 CUDA、被稱為 AI 代理的數字助手以及物理 AI（如機器人）方面的進展的首選活動。</p>
</div><p>This year, the four-day event is even more crucial as investors will seek assurance that Nvidia’s strategy of plowing back its profits into the AI ecosystem is paying off. “I expect Nvidia to present a full-stack roadmap update from Rubin to Feynman while emphasizing inference, agentic AI, networking, and AI factory infrastructure,” said eMarketer analyst Jacob Bourne, using the names for Nvidia’s current and forthcoming generations of chips.</p>
<div class="lb-trans"><p>今年，這一為期四天的活動尤為重要，因為投資者將尋求確保英偉達將利潤再投資於人工智能生態系統的戰略正在取得成效。eMarketer 分析師 Jacob Bourne 表示：“我預計英偉達將展示從 Rubin 到 Feynman 的全棧路線圖更新，同時強調推理、代理人工智能、網絡和人工智能工廠基礎設施。”</p>
</div><p>Nvidia’s chips sit at the center of hundreds of billions of dollars in investments in data centers by governments and companies around the globe, but the company is facing competition from other chipmakers and even from some of its customers who are developing their own chips. Analysts told Reuters they expect that overall AI chip market to keep growing, but Nvidia’s slice to shrink somewhat as the AI chip market changes rapidly to where AI agents scurry back and forth among computer applications carrying out tasks on behalf of humans. That is a shift from training, where AI labs link many Nvidia chips together into one computer to chew through huge amounts of data to perfect their AI models.</p>
<div class="lb-trans"><p>英偉達的芯片位於全球政府和公司在數據中心投資數千億美元的中心，但該公司正面臨來自其他芯片製造商甚至一些客户的競爭，這些客户正在開發自己的芯片。分析師告訴路透社，他們預計整體人工智能芯片市場將繼續增長，但英偉達的市場份額將有所縮小，因為人工智能芯片市場正在迅速變化，人工智能代理在計算應用之間來回穿梭，代表人類執行任務。這與訓練階段不同，人工智能實驗室將許多英偉達芯片連接在一起，形成一台計算機，以處理大量數據，從而完善其人工智能模型。</p>
</div><p>Those agents are expected to become so numerous that the humans asking them to do work will even need a new layer of AI middle managers - what technologists call an “orchestration” layer - to sit between human users and their fleets of agents.</p>
<div class="lb-trans"><p>這些代理預計將變得如此眾多，以至於要求他們完成工作的用户甚至需要一個新的人工智能中層管理者層——技術人員稱之為 ‘協調’ 層——來坐在人類用户和他們的代理隊伍之間。</p>
</div><p>In some ways, analysts say, that’s a good thing for Nvidia, because it signals that AI is becoming more useful.</p>
<div class="lb-trans"><p>在某種程度上，分析師表示，這對英偉達來説是個好消息，因為這表明人工智能變得更加有用。</p>
</div><p>But those tasks, broadly known as “inference” in the AI industry, can also run on other kinds of chips, including the ones that big Nvidia customers such as OpenAI and Meta (META.O) , which recently said it plans to release new AI chips every six months, can build for themselves.</p>
<div class="lb-trans"><p>但這些廣泛被稱為人工智能行業中的 ‘推理’ 的任務，也可以在其他類型的芯片上運行，包括一些大型英偉達客户如 OpenAI 和 Meta（META.O）最近表示計劃每六個月發佈一次新人工智能芯片所能自行製造的芯片。</p>
</div><p>“Nvidia is definitely going to see more competition compared to a year ago,” said KinNgai Chan, a managing director at Summit Insights Group. “Nvidia still has close to over 90% market share in both training and inference markets today.”</p>
<div class="lb-trans"><p>“與一年前相比，英偉達肯定會面臨更多競爭，” Summit Insights Group 的董事總經理 Chan KinNgai 説。“今天，英偉達在訓練和推理市場的市場份額仍接近 90%。”</p>
</div><p>“We think Nvidia will begin to see share loss starting in 2027, once in-house ASIC programs gain some scale especially in the inference market,” he said, referring to application-specific integrated circuits, chips tailored for a single function or custom workload, offering higher efficiency than general-purpose graphics processing units.</p>
<div class="lb-trans"><p>“我們認為，英偉達將在 2027 年開始看到市場份額的流失，特別是在推理市場，隨着內部 ASIC 項目的規模逐漸擴大，” 他説，指的是為單一功能或定製工作負載量身定製的應用特定集成電路，提供比通用圖形處理單元更高的效率。</p>
</div><h3>NVIDIA IS SHORING UP DEFENSES</h3>
<div class="lb-trans"><h3>英偉達正在加強防禦</h3>
</div><p>The company spent $17 billion in December to purchase Groq, a chip startup that specializes in fast and cheap inference computing work. Talking about Groq on the company’s earnings call last month, Huang said the company would showcase at GTC how Nvidia can plug Groq’s ultra-fast AI technology into their existing CUDA platform.</p>
<div class="lb-trans"><p>該公司在 12 月花費 170 億美元收購了 Groq，這是一家專注於快速和廉價推理計算工作的芯片初創公司。在上個月的財報電話會議上，黃仁勳談到 Groq 時表示，該公司將在 GTC 展示英偉達如何將 Groq 的超快人工智能技術整合到現有的 CUDA 平台中。</p>
</div><p>William McGonigle, analyst at Third Bridge, said his firm expects Nvidia to roll out a new line of servers that will combine Groq’s chips with Nvidia’s networking technologies to create a speedy and cost-efficient product.</p>
<div class="lb-trans"><p>Third Bridge 的分析師 William McGonigle 表示，他的公司預計英偉達將推出一系列新服務器，將 Groq 的芯片與英偉達的網絡技術結合，以創造一種快速且具有成本效益的產品。</p>
</div><p>Another type of chip that poses an increasing competitive threat to Nvidia is the central processor unit, or CPU, the kind of chip long championed by Intel (INTC.O) and Advanced Micro Devices (AMD.O) .</p>
<div class="lb-trans"><p>另一種對英偉達構成日益競爭威脅的芯片是中央處理器（CPU），這種芯片長期以來受到英特爾（INTC.O）和超微（AMD.O）的推崇。</p>
</div><p>While those chips took a backseat to Nvidia’s graphics processor units (GPUs) in recent years, McGonigle said they are “back in focus” and expects Nvidia to show off servers that use only its CPUs, which Huang talked up on a recent earnings call.</p>
<div class="lb-trans"><p>雖然這些芯片在近年來被英偉達的圖形處理單元（GPU）所取代，但 McGonigle 表示它們 “重新回到焦點”，並預計英偉達將展示僅使用其 CPU 的服務器，黃仁勳在最近的財報電話會議上對此進行了強調。</p>
</div><p>“With the rise of agentic AI, the bottleneck is now at the agent orchestration level, which is carried out by the CPUs,” McGonigle said.</p>
<div class="lb-trans"><p>“隨着代理人工智能的興起，瓶頸現在出現在代理協調層，由 CPU 執行，” McGonigle 説。</p>
</div><p>Analysts also expect Nvidia to elaborate on why it invested $2 billion each in Lumentum and Coherent, both of which make lasers for sending information between chips in the form of beams of light. Use of those lasers in what are called co-packaged optics could help speed up the connections among Nvidia’s chips inside huge data centers, but they are not currently made in big enough volumes to match the number of chips Nvidia sells each year.</p>
<div class="lb-trans"><p>分析師還預計英偉達將詳細説明為何在 Lumentum 和 Coherent 各投資 20 億美元，這兩家公司製造用於通過光束在芯片之間傳遞信息的激光。這些激光在所謂的共封裝光學中的使用可能有助於加快英偉達芯片在大型數據中心內部的連接，但目前的生產量不足以匹配英偉達每年銷售的芯片數量。</p>
</div><p>“Nvidia will likely frame co-packaged optics as key to connecting massive AI clusters more efficiently, but the challenge is making it affordable enough to deploy at scale,” said eMarketer’s Bourne.</p>
<div class="lb-trans"><p>“英偉達可能會將共封裝光學框架作為更高效連接大規模人工智能集羣的關鍵，但挑戰在於使其足夠經濟以便大規模部署，” eMarketer 的 Bourne 説。</p>
</div>

PREVIEW-Nvidia to focus on competition-beating AI advances at megaconference

- Nvidia 在面臨 OpenAI 和 Meta 等客户競爭的情況下，正準備推出新產品。  
- 公司通過 170 億美元收購 Groq，以加速推進行業領先的推斷和 agentic AI 技術。  
- Nvidia 預計在 2027 年開始失去市場份額，因客户自行開發更高效的專用集成電路。

英偉達將在大型會議上專注於超越競爭對手的人工智能進展