NVIDIA GTC 2026 的重點不是單一新品，而是公司正從晶片商走向 AI Factory 整體方案供應商。三星與台積電雙軌不代表台積電裂口，LPU、CPX、SRAM、CUBE、Apple 新記憶體方向都值得追蹤，但短期量與股價反應要先保守看待。ASIC 陣營仍有變數，光通訊則是中期較清楚的方向。真正重要的不是題材對不對，而是市場是否願意現在買單。

#個人整理一定會有不完整或理解錯誤，請以Podcast的內容為主。

股癌 EP645 筆記 2026/03/18

A. NVIDIA GTC：產品沒有意外，真正的重點是 NVIDIA 正在變成 AI Factory 供應商

1. GTC 展示內容大致符合預期

這次 GTC 開展後，最後展示的內容沒有太大意外，包含先前已經提過的 CPU solution，以及 LPU 方向。重點不是「突然冒出一個全新東西」，而是先前市場有在追的幾條線，基本上都被放進去了。

2. 三星與台積電雙軌，不是台積電裂口

外面有些文章把三星代工解讀成台積電出現裂痕，這種說法太誇張。這條產品線本來在第三代以前就是三星做，到了 v4 之後才開始進到台積電；接下來 AI5、AI6 更可能是台積電與三星雙軌下單。背後原因很直接，就算 NVIDIA 想要很多量，台積電現在也不一定一次給得出來，所以這比較像是產能配置，不是供應鏈出問題。

3. 資訊落差還是存在，edge 不會因為很多人聽就消失

很多人會覺得節目太大眾、聽的人太多，就很難再有 edge。實際上不是這樣。市場上不知道的人還是很多，甚至節目已經講過的事情，外面還是有人會寫出完全錯誤的解讀。真正的價值不是神秘內線，而是把產業知識、供應鏈脈絡和市場理解整合起來，去彌平資訊落差。

4. NVIDIA 已經不是 chip vendor，而是 total solution supplier

現在可以直接把 NVIDIA 定義成 AI factory 的 supplier。它不再只是單純賣某一顆 chip，而是把整個 data center 裡面需要的東西盡量包成一套。
前面有 prefill，後面有 decode，decode 端又有和 Groq 合作的 LPU，另外還有 GPU solution、ASIC 相關 solution、interconnect 等等。以後更像是客戶直接告訴 NVIDIA 自己要什麼，NVIDIA 就把整套 data center 解法交出去。

5. 越來越喜歡這家公司，但股價反應開始慢慢像 Apple

對公司本身的看法是越看越喜歡，因為它正在從單點產品公司變成平台型供應商。不過股價的反應開始慢慢出現一種變化，會有點像 Apple。
以前只要掌握到一些新的東西，股價很容易直接噴；現在很多東西在正式公布前，市場其實早就知道、早就押了，所以等到發表會真的講出來，股價反而只動一下又掉回去。像這次 CPU 相關內容就是這樣，因為很多人早就預期到，正式公布時就不容易有很大的驚喜。

6. 「1 兆」這種大敘事也不一定推得動股價

就算公司去講很大的敘事，像什麼要做到 1 兆，市場也未必會特別興奮。不是因為故事不夠大，而是大家可能早就想過、猜過、甚至提前交易過。這也是為什麼現在看發表會，不能再用前幾年那種模式去期待「一講就噴」。

7. 這次稍微亮眼的是 Physical AI，但還要等驗證

這次發表裡比較讓人多看一眼的，是 Physical AI 多放了一些篇幅。
只是這個方向目前還不能只看 demo，就直接認定會改變世界。數位孿生工廠是不是真的能帶來效率變革，還是要看後面有沒有真實案例落地。設計範圍內做出漂亮效果不難，真正重要的是放到現實場景後，能不能持續有效。

8. NVIDIA 的核心優勢，是把 AI factory 變成可計價的產品

未來看 NVIDIA，可以把它想成是把 AI factory 做成一種可以算帳的東西。
資料中心的建置成本大致可以估，真正的決勝點會變成每單位電力、每單位資料中心資源，最後能產出多少 token、創造多少價值。只要 NVIDIA 在這個架構裡繼續維持領先，它後面還是有很多機會。

B. LPU、SRAM 與新記憶體題材：方向可以看，但短期先保守

1. LPU 有題材、有想像，但量不能先看太滿

市場上有分析師已經開始喊 LPU 的量，一年甚至看到幾百萬顆，但這裡的看法相對保守，認為實際量可能遠沒有那麼多。(這裡好像聽到的是1/30的量?)
這個東西的 idea 很漂亮，也確實有機會在市場上找到位置，只是目前還沒有追蹤到明確的大量訂單。可以相信後面會有機會，但現階段先保守看待，不要太早把想像直接算進獲利。

2. 光通訊仍是中期更明確的方向

如果市場接下來沒有降息、或沒有更強的降息預期，很多 AI 類股現在的價格，可能已經是先定價完的結果。
在這種情況下，光通訊反而是相對更清楚的方向，因為未來幾年的成長性比較確定，到了 2027、2028 年還有機會大放量。若這波沒有先漲、也沒有大修正，光通訊仍然是很好的去處。

3. 真正的 SRAM 應該直接看台積電、三星

如果是在看真正的 on-chip SRAM 題材，最直接的受惠者其實就是台積電、三星，因為那本來就是晶片內的 memory，最後還是由它們整合做進去。
市場上很多人炒的 SRAM 類股，實際上比較像是一種美麗的誤會，因為那多半是 pseudo SRAM，不是真正的 SRAM。

4. 華邦電、愛普雖然不是正規軍，但有機會歪打正著

雖然市場很多人炒錯方向，但有些標的未必完全沒機會。
像華邦電、愛普這類公司，雖然和真正的 SRAM 還是有差異，但它們產品線裡有一些東西，未來有可能用類似概念去做到更高效率、更低延遲的 on-chip memory computing。
其中華邦電的 CUBE，就很接近這種概念，可以把它當成接近 L3 cache 的使用方式，所以邏輯上和 SRAM 已經算相當接近。

5. Apple 的 very high bandwidth memory 也是類似概念

Apple 這邊也有一個類似方向，就是 very high bandwidth memory，某種程度上可視為挑戰 HBM 的做法，也有人會把它叫成 Z-HBM，也就是走垂直堆疊的概念。
只是這種東西的關鍵，不在於概念本身，而在於有沒有客戶願意真的下去用、包產能、陪供應鏈一起開發。若只是題材，短期內不一定對公司營收有決定性影響；但若真的形成客製化高頻寬記憶體的新路線，估值上修的機會就會出來。

6. 後面可以留意 CPX、LPU 放量後的延伸機會

整體看下來，CPX 與 LPU 後面若真的有爆發，相關應用都會有機會，不管是 data center 還是 edge device。
像 decode 如果真的證明很好用，未來不只 NVIDIA，AMD 或其他 ASIC 玩家也可能往這方向做，進而去找市場上現成的 solution，或找 IC design house 一起開發，這都可能衍生新的供應鏈機會。

7. 華邦電與 AMD 的連結，可以追蹤但先不要看太滿

市場上也有聽到華邦電的客戶可能是 AMD，AMD 可能有機會用它的東西。這種訊號若屬實，後面相關討論只會越來越多。
不過現階段更重要的還是先看量、看客戶、看放量節奏，而不是先用題材把整個空間算滿。

C. ASIC 陣營與市場操作：題材未必沒用，但市場已經越來越麻木

1. Meta 的 ASIC 發展不算順

Meta 這邊的 ASIC 進展目前看起來沒那麼順，前面就有砍單的狀況，後續也有部分模型或產品遞延。原因很現實，如果新東西做出來後，效率沒有真的把別人甩開，那不如先不要急著推出。
不過 Meta 另外一面又在做裁員，這對市場通常會被解讀成利多，因為代表營業利益率有機會上升，也反映出 AI 在企業內部的確已經開始取代部分 junior engineer 的工作。

2. Microsoft 受制於更先進製程與產能

Microsoft 下一代 Maia 想往台積電 N2 走，但問題是它不一定拿得到產能。若沒有積極把關鍵產能卡下來，最後東西做不出來也是白搭。這也代表自研 ASIC 的競爭，不只是技術問題，更是產能問題。

3. Broadcom 仍然很有競爭力，Google 可能再找第三家

現在市場上除了 NVIDIA，較有競爭力的還是 Broadcom。雖然 Broadcom 部分客戶有調整、有砍單，但它的客戶組合正在變大。
另外還有一個新的風向是 Google 除了原本的 Broadcom、聯發科之外，可能還想再拉第三家 design house，線索就是一間 M 開頭的公司(MRVL, 之前沒做好的標的)。這件事還在 rumor 階段，但若後面成形，ASIC 生態的變化就會很值得追。

4. 漲價題材與 ASIC 題材都可能遇到市場麻木

現在市場有一個很明顯的現象，就是大家對很多利多開始麻木。
前面做過一些漲價題材，像玻纖布、被動元件，漲價是真的，幅度也不小，但股價不一定照想像大噴。春田漲價之前就先講過，後來也真的漲了，但像國巨只動一下，其他以為會大噴的也沒怎麼動。
ASIC 題材後面也可能遇到同樣的狀況：故事沒有錯，產業方向也可能對，但市場未必願意立刻把估值往上推。

5. 題材對、EPS 會到，不代表股價現在就要到

這是後面操作上最重要的一點。
就算題材是對的，就算最後 EPS 真的會到，也不代表股價一定會到那邊，更不代表一定要現在就到。之後判斷上不能只看產業邏輯，還要把市場情緒、價格結果、資金是否買單一起看進去。

6. 後面要更重視價格與市場反應

之後的操作會更偏向把市場價格當成輔助判斷。不是因為基本面不重要，而是現在市場已經不像前幾年那樣，只要有新故事就直接給高估值。
很多東西都對，但不代表現在就漲；很多利多都是真的，但不代表資金現在就願意買。真正要觀察的，是題材後面有沒有持續驗證、訂單有沒有出來、量有沒有放大、價格有沒有反應。

A. OpenAI 題材的投資方式

1. 直接押 OpenAI 不容易，只能從持股或間接受惠路線切入

想押 OpenAI 題材，如果不想碰太外圍的擦邊球，較直接的仍是看 Microsoft，因為持股與合作關係本來就深。Oracle 相對比較偏間接受惠，其他像 Amazon、NVIDIA 這類若有投資或合作關聯，也都算是間接參與。

2. 題材很紅，不代表股價就一定最好

就算市場都知道 OpenAI 很潮，也不代表相關股票表現一定最強。像很多人會直接想到 Microsoft，但過去一段時間股價表現也未必特別突出。重點不是題材熱度，而是市場最後怎麼定價。

3. 也可以從基金或投資組合切入

若市場上有基金、投資工具的持股裡面真的有相關部位，而且占比夠高，也可以作為另一種布局方式。核心概念是：不一定非得直接買到本體，也可以透過高權重持有者間接參與。

B. 記憶體族群：低價庫存利益不會只反映一次

1. 低價庫存不是一次性用完就結束

像群聯、威剛這類握有低價庫存的公司，低成本優勢不會一次反映完就消失。雖然庫存終究會用完，但通常手上還有一段可持續消化的量，所以不會只是單月一次性爆發。

2. 業績爆發較可能是「多次性」延續

如果後面需求與出貨節奏還在，低價庫存的貢獻會分批反映到後續幾期，較接近「多次性延續」，而不是只在某一個月認列完就沒了。

C. 資金水位調整：緊張時不一定要降到很低

1. 自己的水位下限大約仍在六到七成

在比較緊張的市況下，部位不是一定要砍到非常低。自己的做法大致是降到 70% 到 60% 左右，前陣子最低大概也還在這個區間，不會輕易降到更低。

2. 水位怎麼調，跟資金規模與個性有關

通常資金越大的人，未必會把部位降得很低，因為很多部位本來就是長期放在市場裡隨波動慢慢跑。但也有人即使資產很大，還是會在空手與滿手之間大幅切換，所以最後還是取決於個人的風格與心性。

3. 分享水位不是要別人照做，而是交換觀點

公開自己的水位調整，重點不是叫別人照單全收，而是把自己的想法丟出來，吸引更多人回饋不同看法，尤其是來自產業端的觀察，這反而有助於校正市場判斷。

D. 新手學投資：先建立市場感，不一定要念財經系

1. 想當操盤手，不一定非走財經本科

未來想做投資、當操盤手，未必要先把路線綁死在財經系。市場上很多全職投資人、投資從業人員，背景都不只財經出身，各行各業都有機會走進這條路。

2. 重點是市場敏感度與產品理解

真正重要的是對市場變化的敏感度，以及對產品、產業、公司行為的理解。
例如：

油價變動如何影響需求與通膨
通膨如何影響聯準會利率決策
利率又如何影響股價估值
公司成長率高低，為什麼會影響市場願意給的本益比

3. 所謂看盤，不只是盯著股價跳動

看盤不是每天只看股價上上下下，而是去理解市場事件之間怎麼互相連動，慢慢建立自己的市場感。重點不是盯盤面波動本身，而是去看一個變數改變之後，後面會一路影響到哪些東西。

例如可以這樣一路往下看：

油價變動會怎麼影響市場
先看油價上升或下降，會不會影響整體需求。
油價到什麼程度，會不會引發需求破壞
如果油價太高，可能壓抑消費與企業活動，市場就會開始擔心需求被破壞。
需求破壞會不會推動通膨或讓通膨失控
進一步去想，油價和需求的變化，最後會不會讓通膨走勢改變。
通膨變化會怎麼影響聯準會利率決策
通膨若壓不下來，市場就會重新調整對利率路徑的預期。
利率預期改變，會怎麼影響股價估值
利率高低會直接影響市場願意給公司多少估值，尤其是成長股。
公司成長率與 EPS，最後如何對應估值高低
不是只看 EPS 好不好，還要看成長率高不高。成長率夠強，市場可能願意給更高估值；若成長率沒那麼好，就算 EPS 很漂亮，估值也未必拉得高。
再回到公司本身做了什麼、產品對市場有什麼影響
還要持續看公司在做什麼、產品推出後會怎麼影響產業、需求、競爭格局與市場預期。

E. 製造業流程知識：POC、MPI、MP 的理解很重要

1. 法律、商業、製造知識結合，實務價值更高

從法律背景切進投資或產業分析，如果能再結合製造業流程與驗證知識，會非常有幫助。因為很多產業問題，單看法條或財務數字不夠，還要理解產品從概念到量產的實際流程。

2. POC、MPI、MP 是常見的產品開發節奏

這段 QA 提到的幾個詞，可以理解成產品從驗證到量產的路徑：

POC：概念驗證
MPI：新產品導入、驗證過程中的一環
MP：正式量產

理解這些節點後，對公司產品進度、訂單時程、營收落點的掌握會更清楚。

F. 小資與低薪族的投資：先避開高風險短線玩法

1. 月薪不高又想靠當沖賺便當錢，勝率與期望值都不漂亮

如果本金少、薪水不高，卻每天研究五檔、想靠短線多賺一點零用錢，這種做法風險偏高。不是說一定沒有人能做成功，而是從通案來看，這條路的勝率與期望值都不算好。

2. 特例不能拿來當通則

市場上一定有人高槓桿抄底成功，也一定有人短線做得很好，但那不代表大多數人照著做就能複製成功。很多成功案例本身就帶有強烈個體差異，不能直接拿來當一般人的標準答案。

3. 存 0050 這種做法反而是比較好的起點

對一般人來說，先從 0050 或指數化投資 開始，是比較合理的基礎做法。後面如果真的要再加一點短沖、槓桿或其他變化，也應該建立在先有穩定底層策略之上，而不是一開始就走高風險路線。

4. 先避開兩種東西：無本當沖，和整天跟你拿錢的人

股票市場裡，最先要避開的就是：

想靠很小本金、不穩定方式硬做高風險短線
整天想從你身上收費、賣課、拿會員費的人

因為真正會賺錢的人，本質上應該可以自己靠市場賺錢，不一定需要一直把重心放在從投資人身上收錢。

#AI整理

要注意的地方這些都是已知而且可能還有誤被整理成新聞或是傳聞內容，如謝孟恭說的華邦電，不過會被誤報就有機會成為短題材，我是這樣想的，因為不是每個人都在聽此節目。

1. AI Factory 主設備鏈
NVIDIA（NVDA）、台積電（2330）、鴻海（2317）、廣達（2382）、緯創（3231）、緯穎（6669）、台達電（2308）、奇鋐（3017）、雙鴻（3324）、Vertiv（VRT）、Super Micro（SMCI）、Arista（ANET）、Broadcom（AVGO）。

2. 推理 / LPU / 記憶體新架構
NVIDIA（NVDA）、AMD（AMD）、台積電（2330）、三星電子（005930.KS）、華邦電（2344）、愛普（6531）、Broadcom（AVGO）、Marvell（MRVL）。

3. 光通訊 / 網通升級
Arista（ANET）、Broadcom（AVGO）、Coherent（COHR）、Lumentum（LITE）、Ciena（CIEN）；台股可看聯亞（3081）、上詮（3363）、光聖（6442）、波若威（3163）、華星光（4979）。

4. 雲端 ASIC 設計鏈
Broadcom（AVGO）、Marvell（MRVL）、MediaTek／聯發科（2454）、台積電（2330）、世芯-KY（3661）、創意（3443）、M31（6643）、AMD（AMD）、Microsoft（MSFT）、Meta（META）。

5. Apple 新硬體 / 新記憶體觀察鏈

Apple、台積電、三星；台股可延伸看摺疊機材料、軸承、機構件、先進封裝與客製化記憶體受惠鏈。
這組可以做，但現階段比較適合放在「觀察名單」

Data center 比較會看的東西

AI 伺服器
機架 / rack
GPU / CPU / LPU
網通交換器
光通訊
儲存系統
散熱 / 電源 / 機房基建

Edge device 比較會看的東西

邊緣 AI 模組
低功耗記憶體
工控 / 機器人
視覺模組
車用 / IoT 裝置
現場即時推理設備