#個人整理一定會有不完整或理解錯誤，請以Podcast的內容為主。
A. GB200/B300產品轉換、市場修正與供應鏈良率問題
-
主持人觀察到
市場傳聞 GB200 即將淡出，轉向 B300 產品，並伴隨板卡良率（如 Bianca）問題的討論。海通國際的報告將 GB200 的 run rate 下修至 6000，遠低於先前市場預估的 67,000、20,000 和 12,000。此外，板卡的良率問題雖然業內早已知悉，近期才被市場廣泛討論，從 10-20% 的低點逐漸改善中。 -
原因說明
- 產品轉換是常態：NVIDIA 一直保持產品快速迭代的節奏，如 A100→H100→H200→B200，這次轉向 B300 也屬正常現象。
- 市場預期過高：前期市場對 AI 需求過於樂觀，推高了不合理的數字，現在隨著實際需求浮現而出現修正。
- 供應鏈良率瓶頸：板卡的高複雜度設計和零件組裝導致良率不佳，影響整體生產效率。
-
主持人分析
- 市場過度反應：產品轉換與良率修正是自然現象，並非產業基本面出現根本性問題。這些修正只是將市場情緒從過度樂觀拉回理性。
- 良率持續改善：板卡良率正逐步提升，預計 1-2 個月後可達 60-70%。
- 平滑過渡策略：NVIDIA 採取逐步轉換產品線的策略，有助於供應鏈平順過渡，避免特定產品產生極端高峰或斷層。
-
主持人可能怎麼做
建議觀察市場修正後的走勢，特別是海通國際報告中的 6000 run rate，這更接近實際市場狀況。當數字修正到位，股價可能已反映基本面，反而成為潛在的投資機會。
B. AI伺服器市場趨勢與ASIC崛起
-
主持人觀察到
資金逐漸轉向 ASIC（專用晶片）領域，台灣供應鏈也開始布局 ASIC，市場因此產生「ASIC 可能取代 GPU」的疑慮。 -
原因說明
ASIC 具備專用場景的高效性能，在特定需求上表現優異。然而，GPU 仍然是 AI 訓練與推論的核心，短期內無法被 ASIC 全面取代。 -
主持人分析
雖然 ASIC 的成長潛力值得期待，但 GPU 與 ASIC 將呈現共存的發展格局。市場對 ASIC 的追捧，更多源於尋找新的投資題材，而非實質性的技術替代。
C. AI模型體驗與現實狀況
-
主持人觀察到
實際使用 OpenAI 的 O1 Pro 和 Sora 模型後，發現市場的吹捧與現實表現有落差。例如，Sora 難以保持影片角色的連續性，限制了實際應用價值。 -
原因說明
O1 Pro 在資訊理解與準確性方面表現優異，已經成為目前最強大的語言模型之一。但 Sora 雖有影片生成能力，卻缺乏角色穩定性，導致連續創作困難。此外，AI 模型普遍受到審查機制（緊箍咒）的限制，無法完全發揮潛力。 -
主持人分析
相比封閉式的 AI 模型，開放式模型如 Grok 展現出更多可能性，未來可能成為新的發展方向。當前的技術限制只是暫時的，未來隨著模型的更新和優化，這些問題有望逐步解決。
#個人想法