#個人整理一定會有不完整或理解錯誤,請以Podcast的內容為主。
前導
A. Computex 觀察
- Computex 從「未來想像」轉向「現在可用」,AI 應用更貼近工作、生活、娛樂。
- 一般民眾與追星族大量進場,代表 AI、伺服器、PC、硬體平台已經出圈。
- 展會明顯 NVIDIA 主場化,黃仁勳與 NVIDIA 相關產品成為產業熱度擴散的象徵。
B. NVIDIA Enterprise
- NVIDIA Enterprise 重點在 power rack、超級電容、LPU、CPU rack 與 AI rack 零組件。
- 超級電容尺寸放大、ASP 可能大幅提升,反映 AI rack 電力與零組件價值上升。
- CPU rack 對應 agentic AI workflow;即使模型優化,普及後總需求仍可能擴大。
- Kyber、背板、midplane、cube 屬於 AI 基礎設施後續技術題材,短期遞延但後面可能再回來。
C. NVIDIA 消費端與 RTX Spark
- NVIDIA 消費端從 AI 隨機生成,轉向局部強化、生產力、創作與使用體驗。
- Adobe 與 NVIDIA 深度合作,顯示 AI 不一定淘汰既有軟體,也可能強化創作者工具。
- RTX Spark 核心是 unified memory,可支援 local AI、大模型、剪片修圖、遊戲補幀。
- MediaTek N1X/N1 若要發揮 AI PC 價值,高規與大記憶體會是關鍵。
D. ASUS ROG 與私展
- ASUS ROG 走向消費硬體精緻化,透過客製化、收藏感、酷炫外觀刺激需求。
- ROG 眼鏡像輕量化 Apple Vision Pro,AR/眼鏡題材開始接近日常使用。
- ASUS 私展展示伺服器管理軟體,軟硬 bundle 可能成為伺服器差異化。
- AI coding 不代表軟體消失,反而可能讓廠商做出更多實用垂直軟體。
E. 台股與市場操作想法
- 台指夜盤大跌,代表短線波動放大,市場需要心理準備。
- 殺盤可視為籌碼清洗,特別是融資與高股息槓桿部位。
- 盤面可怕,但產業端沒有看到太多問題,整理後再觀察新方向。
完整內容
A. Computex 觀察
1. 展會出圈
Computex 今年比過去兩三年更有收穫,原因是展示內容從「未來想像」轉成「現在可用」。過去 AI 展會常看到機械狗、AI gadget、空泛應用,容易讓人懷疑泡沫;今年更多是能直接提升工作、生活、娛樂的產品。
網路批評 Computex 變得不純粹,一般民眾、追星族大量進場。但這代表產業出圈,AI、伺服器、PC、硬體平台已經從圈內題材變成大眾關注。人流變多對第一線 demo 人員可能是負擔,但對品牌與老闆是曝光與潛在商機。
2. NVIDIA 主場化
展會明顯變成 NVIDIA 與黃仁勳主場,現場到處能看到黃仁勳簽名與相關產品。原本不相關的人也開始關注,代表題材真的紅了,產業熱度已經擴散到圈外。
這種大眾化不一定是壞事。看似不專業的參觀者,背後可能連到家庭、公司或企業採購需求,後續仍可能轉成商機。
3. AI 展示方向改變
今年比較少「AI 取代人類」或「無人世界」敘事,更多是讓人工作更快、創作更順、使用更輕鬆。重點不再是炫技,而是產品能不能直接改善生產力。
B. NVIDIA Enterprise
1. Enterprise 展示重點
NVIDIA Enterprise 整體變化不大,主要觀察 power rack、超級電容、LPU、CPU rack,以及 AI 基礎設施相關零組件。
power rack 看到超級電容,尺寸比過去大很多,約大 5 倍,ASP 可能接近以前的 100 倍。這類零組件雖然不是最熱門的表面題材,但可能反映 AI rack 供應鏈價值提升。
2. LPU 與新路線
LPU 是觀察重點,但現場很多元件被封起來,只能看到管線、散熱板,看不到真正內部配置。
LPU 可能還沒完全 ready。量不一定很大,估計一年約 1 萬到 1.5 萬 racks,但它是 NVIDIA 完成收購後的新路線,所以市場會關注內部元件、光通訊與相關供應鏈。
3. CPU rack 與 agentic workflow
CPU rack 要變成 whole rack solution,主要對應 agentic AI workflow。市場偏空說法認為,現在 agentic workflow 還不成熟,模型常撞牆、瘋狂試路線,所以才消耗大量 CPU;等流程優化後,CPU 需求可能下降。
不同意這種偏空看法。成本降低後,單一使用者可能少用一點 CPU,但使用者與應用會變多,總需求可能更大。現在真正大量使用 AI 的人仍是少數,普及後 CPU rack 需求仍值得關注。
4. 老題材不能直接忽略
Vera Rubin、Grace Blackwell 對長期追蹤者已經很熟,但不能因為自己聽膩就覺得沒有機會。
用台積電舉例,早期看十幾塊、幾十塊的人,後來看到一兩百塊可能覺得太高,但後面仍走到更高。若因為自己聽膩 OEM、EMS、晶圓代工、EPS、產品線,就忽略後續發展,可能錯過漲幅。
5. Kyber 與背板題材
Kyber 展示內容跟去年差不多,但有看到很大的 switchblade。Kyber 工藝複雜度高,可能進一步遞延,因此推進上可能會折衷,不會一次跳到最高技術門檻。
市場關注機櫃結構、背板、midplane、cube。cube 也用在 LPU。產品遞延時,市場可能暫時不注意,但這些仍是 AI 基礎設施技術突破的一部分,後面有機會再回來。
C. NVIDIA 消費端與 RTX Spark
1. 遊戲 AI 回到局部強化
不認同「整個遊戲都由 AI 生成」這個方向。遊戲的價值在設計好的體驗,不是 AI 隨機生成世界。
AI 比較適合局部強化,例如依照生日、玩家名字、特定情境調整對話,而不是整個劇情與場景都由 AI 客製化。今年 NVIDIA 消費端比較少強調全隨機生成,更多放在工作、生產力、旅遊與使用體驗。
2. Adobe 與 NVIDIA 合作
市場認為 Adobe 會被 AI 打到,因為 AI 可以生圖、改圖、剪片。但 NVIDIA 展示中,Adobe 反而大量曝光,代表雙方合作可能比檯面上更深。
RTX Spark 可讓 Photoshop、Premiere 等應用跑得更順。展示中,使用 RTX Spark 的裝置跑剪片、修圖任務,時間可能縮短到原本的三分之一或五分之一,還能自動抓鏡頭切換點。這不代表 Adobe 低點到了,但市場認為快被淘汰的公司,卻和 NVIDIA 深度合作,值得注意。
3. AI 自動化不是萬用
AI 全自動剪片、AI 全自動發文不適合所有人。折扣訊息、每日推播、固定格式內容適合自動化;但創作者、導演、編劇、老師的價值在於人格特質與味道,完全交給 AI 反而會傷害自己。
AI 適合處理重複性工作,但不代表要把人味拿掉。真正有吸引力的內容,仍然來自具備個人風格的人。
4. 人與機器結合
今年少了很多跟風式機械狗與 AI gadget。過去很多產品功能很廢,但硬要包裝成 AI,看久會審美麻木。
今年更多展示是人與機器結合,不再一直強調 AI 取代白領或走向無人世界。過度強調 AI 會造成大規模失業、global crisis,反而可能引來監管或國有化討論。
5. RTX Spark 核心:unified memory
RTX Spark 最重要的是 unified memory。整個 memory pool 可以一起使用,能放入更大模型、處理更多參數。展示中可快速 render 紐約市約 30 到 50 個 block,轉視角也不卡頓。
AI 輔助、DLSS、補幀、AI 計算中間幀,加上 unified memory,可以讓硬體效能被更好利用。軟體讓硬體裝上翅膀,遊戲與創作效能都有機會提升。
6. MediaTek N1X/N1 與高規需求
RTX Spark 規格大概分成 N1X 與 N1。高規終端筆電可能落在台幣 9 萬到 10 萬,低規 N1 可能 5、6 萬。
這類產品應該直上高規,因為重點是 unified memory 要夠大。local agentic AI、大型模型、剪片修圖、圖像處理、遊戲補幀都需要大量記憶體。低規可能跑不動很多酷的應用,使用者容易失望。
7. AI PC 的購買動機
高通之前推 AI PC 有點失敗,不是產品一定不好,而是時間還沒到。RTX Spark demo 看起來成功機率比較高,因為 AI 使用情境已經更成熟。
重度 AI 使用者每月可能花大量 token 成本。如果部分任務能移到地端模型,每月省下一萬元,十個月就回本一台筆電。對這類使用者來說,AI PC 的購買動機很明確。
8. AI 筆電 slash 電競筆電
RTX Spark 大概等效 RTX 5070。如果它能兼具 AI、創作、生產力與遊戲能力,就不只是 AI 筆電,也像 AI 筆電 slash 電競筆電。
AI 不一定人人會用,但電競筆電本來就貴。若一台筆電能輕薄、能打遊戲、能跑 local AI、能剪片修圖,吸引力會提高。後面仍要觀察散熱、熱當、長時間負載與實際遊戲表現。
D. ASUS ROG 與私展
1. 消費硬體精緻化
ASUS ROG 今年精銳盡出。消費級市場表現不好,廠商必須端出更吸引人的產品。
鍵盤、鍵帽、主機、聯名產品都朝客製化、收藏感、酷炫外觀發展。鍵帽像盲盒,甚至有 24K 鍍金小背板。這類設計雖然中二,但有低調奢華與收藏價值。
2. 主機面板與購買衝動
主機從 RGB 進化到可以放客製影片的面板。原本會覺得「誰會買」,但現場有人看完就想買,甚至周邊想全包。
非專業買家也可能帶來消費力。看展出圈不一定降低品質,也可能讓消費硬體找到新客群。
3. ROG 眼鏡
ROG 眼鏡像輕量化 Apple Vision Pro。Apple Vision Pro 體驗強,但太重,難以日常使用。ROG 眼鏡畫面好、流暢度好,而且是眼鏡重量。
眼鏡題材可能很有搞頭。過去 VR/AR demo 讓人覺得太遠,這次感覺更接近可日常使用的產品。
4. ASUS 伺服器軟體
ASUS 私展不只伺服器硬體,也展示伺服器管理軟體。伺服器硬體各家看起來差異有限,但軟體可以快速識別哪一排、哪個環節出問題,協助排除狀況。
這類軟體可以跟硬體 bundle 一起賣給客戶,變成伺服器產品差異化的一部分。
5. AI coding 與軟體機會
AI agent 不代表所有軟體都會消失。有些東西會下去,有些東西會上來。AI coding 反而讓廠商能做出更多實用軟體。
Computex 的方向不是無人世界,而是讓人更輕鬆。使用者下指令、讓電腦跑,保留個人化色彩,同時讓產出與執行更可視化、更接近 no-code。
E. 台股與市場操作想法
1. 夜盤大跌
台指夜盤出現大場面,最深一度摸到約 -10%,後來拉到約 -6%、-7%、-8%。下週要做好心理準備。
舒服久了就要還。新進市場的人可能習慣前面股票只漲,跌 1% 就抱怨,但接下來可能看到更大的波動。
2. 籌碼清洗
這樣殺盤是籌碼清洗。若禮拜一殺下去,有些部位鎖死,可能需要兩三天把槓桿仔清掉。融資融最大、股息槓最大的位置,過去幾天已經有在殺。
高股息商品 8:45 開盤開很低,接著拉上來,可能是槓桿部位被迫出場。槓太大的人被洗掉,後面可能還會有一段腥風血雨。
3. 產業端沒有壞
盤面可怕,但產業端沒有看到太多問題。看完 Computex 後,對產業更有信心。
漲多的東西跌起來也會比較多。重點不是恐慌,而是等整理後看新的方向在哪裡。
#個人想法
網路上有些是說AVGO的財報不好所以大跌,那就會想可能跟前幾集提到google這一代沒有AVGO有關,可能會是下一代又回來,那如果是這樣,聯發科應該是很穩,就算星期一下跌也可以很安心,說不定還可以加碼???
那LPU查到的說明,有個SRAM也是之前有提到過,雖然說量可能不大,不過都是RAM 是不是也會被炒一下呢?
以下AI整理的參考就好
主題材:AI Server 背板與高速 PCB
| 股票 | 定位 |
|---|---|
| 欣興 | 高階 PCB/伺服器板/高速板觀察 |
| 金像電 | AI server PCB/高階多層板 |
| 健鼎 | PCB/伺服器與高階板觀察 |
| 華通 | PCB/高階板/通訊與伺服器板觀察 |
| 台光電 | 高速 PCB 材料/低損耗銅箔基板 |
| 研華 | 工業電腦/工業 backplane/系統平台 |
| 凌華 | 嵌入式系統/工業主機板/系統平台 |
| 友通 | 工業電腦/工業主機板/嵌入式平台 |
| TTMI | 高階 PCB/data center/networking board |
| SANM | EMS/backplane integration/系統製造 |
| CLS | EMS/系統整合/高階硬體製造 |
| BHE | EMS/高階電子系統製造 |
| Ibiden | 高階 PCB/package substrate/日本基板廠 |
| Meiko Electronics | PCB/高階板觀察 |
| CMK | PCB/車用與高階板觀察 |
| Zuken | PCB/電子設計 EDA 軟體 |
主題材:AI Rack 大電容與電力緩衝
| 股票 | 定位 |
|---|---|
| 國巨 | 被動元件/KEMET supercapacitor/電容平台 |
| 凱美 | 鋁電容/電源用電容 |
| 立隆電 | 鋁電解電容/電源電容 |
| 金山電 | 鋁電解電容/固態電容 |
| 華新科 | MLCC/一般高階被動元件 |
| VSH | 被動元件/電容產品線 |
| ETN | 電力管理/電源系統 |
| TSLA | Maxwell ultracapacitor 技術脈絡 |
| Nichicon | 鋁電解電容/電源電容/EDLC 觀察 |
| 日本貴彌功 | 鋁電解電容/電源電容 |
| Panasonic | EDLC/Goldcap/被動元件 |
| Taiyo Yuden | MLCC/EDLC 觀察 |
| Murata | MLCC/高階被動元件 |
| ELNA | 電解電容/EDLC |
| Rubycon | 電解電容/大電容產品 |
主題材:AI 推論 SRAM 與 LPU 記憶體
| 股票 | 定位 |
|---|---|
| NVDA | LPU / Rubin 平台整合者 |
| Groq(未上市) | LPU 原生廠商/低延遲推論 SRAM |
| GSIT | SRAM/Compute-in-SRAM/Gemini APU |
| 華邦電 | SRAM/specialty memory |
| IFNNY | Cypress SRAM/F-RAM/embedded memory |
| Renesas Electronics | SRAM/MCU embedded memory |
| SNPS | embedded SRAM IP/memory compiler |
| CDNS | EDA/memory IP/SoC SRAM 設計 |
| 世芯-KY | AI ASIC 設計服務/SRAM macro 整合 |
| 創意 | AI ASIC 設計服務/embedded SRAM 整合 |
| TSMC | 先進製程/SRAM macro/SRAM 替代技術 |
| GFS | 成熟製程/embedded memory 製造 |
| 三星電子 | foundry/memory/LPU 製程平台 |
主題材:NVLink Switch 與 AI Cluster Fabric
| 股票 | 定位 |
|---|---|
| NVDA | NVLink/NVSwitch/NVLink Fusion 核心 |
| ALAB | Scorpio X fabric switch/AI cluster connectivity |
| MRVL | NVLink Fusion partner/custom XPU/silicon photonics |
| AVGO | Tomahawk Ultra/Ethernet scale-up 替代路線 |
| ARM | NVLink Fusion ecosystem/Arm CPU IP 接入 |
| QCOM | NVLink Fusion CPU partner |
| AMZN | Trainium/雲端 AI accelerator 接入生態 |
| 聯發科 | NVLink Fusion AI chip partner/XPU 接入 |
| 世芯-KY | NVLink Fusion partner/AI ASIC 設計服務 |
| Fujitsu | NVLink Fusion CPU partner/HPC CPU |
| SoftBank | Arm 持股曝險/NVLink Fusion 間接曝險 |