英偉達在GPU領域深耕多年，自1999年發(fā)布首款GPU至今，已有約27年時間。其芯片制程從220納米迭代至4納米左右，未來還將向1.6納米推進，這也是我們較為期待的投資價值。

本輪AI浪潮始于2023年，當時市場主流GPU為A100與H100。截至目前，市場主流GPU已更新為Blackwell架構芯片。A100與H100的核心技術特征是什么？其中H100芯片性能強勁，在2023年AI浪潮爆發(fā)后，迅速成為市場炙手可熱的GPU產(chǎn)品。

H100由中國臺灣臺積電采用4納米工藝代工生產(chǎn)，單芯片集成800億個晶體管，還專門內(nèi)置了Transformer模型引擎。為什么要專門針對Transformer做硬件適配？當前國內(nèi)外我們耳熟能詳?shù)母黝惔竽Ｐ?，其底層架構基本都是基于Transformer基礎架構針對性優(yōu)化發(fā)展而來。

英偉達極具前瞻性地在Hopper架構中，從硬件層面對Transformer做了專項優(yōu)化，也就是引入了對應的專用引擎。英偉達也憑借這一核心優(yōu)勢，在短短兩年多的時間里，從一家規(guī)模中等的企業(yè)，成長為全球市值第一的科技巨頭，由此也能充分看到AI產(chǎn)業(yè)的強勁爆發(fā)力。

總結來看，H100的核心優(yōu)勢是極致適配大模型訓練場景。其在大模型訓練中的能效比與運算速度，相比上一代Ampere架構的A100芯片，均有大幅提升。

英偉達在2023年前后發(fā)布的Blackwell芯片，則重點針對AI推理場景做了優(yōu)化。AI產(chǎn)業(yè)發(fā)展的后半程，推理場景的重要性愈發(fā)凸顯，Blackwell在推理場景優(yōu)化上做了大量技術布局，其中就包括低精度訓練技術。什么是低精度運算？GPU的晶體管數(shù)量是有限的，采用低精度數(shù)據(jù)進行計算，能夠在單位時間內(nèi)完成更多次運算，完美契合推理場景降本提效的核心需求。因此Blackwell架構更側重推理場景優(yōu)化，同時也保留了極強的訓練性能。

展望未來，大家可以重點關注英偉達的產(chǎn)品發(fā)布節(jié)奏與技術路線圖。本屆GTC大會上，英偉達正式披露了其未來數(shù)年的新品規(guī)劃，清晰梳理并展望了從Blackwell到Rubin再到Feynman的技術演進路線。其中2027年將推出RubinUltra架構、CPX芯片與CPU交換機，2028年將實現(xiàn)Feynman架構芯片的量產(chǎn)，這些重磅新品均已在本屆GTC大會上完成首次亮相。

本屆大會的核心重磅發(fā)布之一，就是Feynman架構芯片。目前英偉達市場主流GPU仍是Blackwell架構的GB300，該芯片已實現(xiàn)量產(chǎn)，目前仍在持續(xù)放量的GPU產(chǎn)品均基于GB300基礎架構。按照本次大會披露的規(guī)劃，英偉達將于今年下半年推出Rubin架構的新一代GPU，2028年實現(xiàn)Feynman架構芯片的量產(chǎn)，整體架構迭代速度非?？?。

。本次大會官方披露，F(xiàn)eynman架構芯片將采用臺積電A16制程生產(chǎn)，是全球首款1.6nmAI芯片。相較臺積電上一代N2P工藝，A16制程在同等電壓下速度提升約10%，更關鍵的是晶體管密度提高1.1倍，實現(xiàn)了翻倍以上的增長。摩爾定律帶來的計算密度提升，讓Feynman架構芯片的性能表現(xiàn)實現(xiàn)了重大突破，單GPU算力達50PFLOPS，推理性能是Blackwell的5倍。該芯片的核心升級集中在制程層面，同時采用背部供電技術，面向機器人、世界模型場景打造，初期英偉達將獨享A16產(chǎn)能，2028年正式量產(chǎn)。

第二個核心重磅發(fā)布，是大算力機柜的升級。當前AI機柜的算力規(guī)模持續(xù)擴大，英偉達目前主流的Blackwell架構GB300機柜，單機柜搭載72張GPU卡。本屆大會上，英偉達正式推出了單機柜576卡的Rubin Ultra NVL576卡機柜，完整披露了這款機柜的核心架構設計。本次大會正式展出了Rubin Ultra所采用的Kyber機架與正交背板連接方案，該方案采用正交背板實現(xiàn)前后向連接，將垂直部署的計算刀片與交換刀片直連，在Scale up架構中替代傳統(tǒng)銅纜，有效提升單機柜算力集成度，相關光互聯(lián)技術細節(jié)也同步在本屆GTC大會上完成披露，成為本次大會的核心亮點之一。

第三個核心發(fā)布內(nèi)容，是英偉達CPO交換機的技術進展與產(chǎn)業(yè)規(guī)劃。CPO是一項新興技術，也是英偉達重點推進的技術方向。本屆GTC大會上，英偉達正式展示了SN6800、SN6810、Q3450三款量產(chǎn)落地的CPO交換機，這是全球首款量產(chǎn)的共封裝光學交換機，標志著CPO技術正式從實驗室走向規(guī)?；逃?。同時英偉達對CPO技術做了全面的技術解讀與產(chǎn)業(yè)規(guī)劃披露，黃仁勛明確表示“需要更多的銅纜產(chǎn)能，更多的光芯片產(chǎn)能，更多的CPO產(chǎn)能”，確立了銅纜、光學、CPO三條路線并行推進的發(fā)展路徑，CPO技術的滲透率提升速度與規(guī)模化放量進度有望持續(xù)超出市場預期。

第四個核心發(fā)布內(nèi)容，是市場高度關注的LPU芯片與配套機柜。英偉達去年已推出CPX系列產(chǎn)品，本屆大會正式發(fā)布了整合Groq技術的LPU芯片與配套機架，之所以持續(xù)布局LPU芯片，核心原因是適配快速增長的AI推理場景需求。AI發(fā)展初期，尤其是2023年，絕大部分算力都用于大模型訓練；但對于商業(yè)化云廠商而言，模型訓練完成后，需要通過落地應用實現(xiàn)商業(yè)變現(xiàn)，不能只做投入。因此長期來看，AI推理賽道具備極高的產(chǎn)業(yè)價值。

AI推理有明確的技術特征，整體分為Prefill（預填充）與Decode（解碼）兩個階段。這兩個階段對硬件的需求存在差異，因此要提升推理效率，最優(yōu)方案是將兩個階段拆分運行。英偉達為此做了大量技術布局，無論是去年發(fā)布的CPX芯片，還是本屆GTC大會上正式發(fā)布的LPU芯片，核心目標都是更好地適配AI推理的發(fā)展趨勢。該LPU芯片可視為專為推理場景設計的專用集成電路（ASIC），采用三星4nm制程，單芯片帶寬達150TB/S，核心目標是實現(xiàn)極致的低延遲與高吞吐量，引入后將由其負責Decode環(huán)節(jié)，相較于BlackwellNVL72吞吐效率提升35倍，預期2026年下半年出貨。英偉達在AI訓練領域已建立極高的技術壁壘，其也希望在推理賽道構建起同樣堅固的護城河。

以上就是本屆GTC大會我們重點梳理的核心發(fā)布內(nèi)容，在此做簡要總結：

1.Rubin Ultra576卡機柜及其先進互聯(lián)方案；

2.Feynman架構芯片的正式亮相與參數(shù)披露；

3.CPO交換機的量產(chǎn)落地與技術規(guī)劃解讀；

4.LPU等推理專用芯片的正式發(fā)布與落地計劃。

長期來看，AI行業(yè)發(fā)展遠未觸頂，2026年全球AI資本開支預計超7000億美元，Agent技術進入規(guī)?；逃迷?，產(chǎn)業(yè)成長空間全面打開。投資層面，核心推薦通信ETF國泰（515880），光模塊、服務器等算力核心權重超75%，2025年漲幅居全市場ETF首位；半導體設備ETF國泰（159516）受益于全球存儲擴產(chǎn)與國產(chǎn)替代雙重邏輯，具備充足業(yè)績彈性。同時短期布局需警惕美聯(lián)儲貨幣政策不確定性、大宗商品漲價推高運營成本等潛在風險。

風險提示：

投資人應當充分了解基金定期定額投資和零存整取等儲蓄方式的區(qū)別。定期定額投資是引導投資人進行長期投資、平均投資成本的一種簡單易行的投資方式。但是定期定額投資并不能規(guī)避基金投資所固有的風險，不能保證投資人獲得收益，也不是替代儲蓄的等效理財方式。

無論是股票ETF/LOF基金，都是屬于較高預期風險和預期收益的證券投資基金品種，其預期收益及預期風險水平高于混合型基金、債券型基金和貨幣市場基金。

基金資產(chǎn)投資于科創(chuàng)板和創(chuàng)業(yè)板股票，會面臨因投資標的、市場制度以及交易規(guī)則等差異帶來的特有風險，提請投資者注意。

板塊/基金短期漲跌幅列示僅作為文章分析觀點之輔助材料，僅供參考，不構成對基金業(yè)績的保證。

文中提及個股短期業(yè)績僅供參考，不構成股票推薦，也不構成對基金業(yè)績的預測和保證。

以上觀點僅供參考，不構成投資建議或承諾。如需購買相關基金產(chǎn)品，請您關注投資者適當性管理相關規(guī)定、提前做好風險測評，并根據(jù)您自身的風險承受能力購買與之相匹配的風險等級的基金產(chǎn)品?；鹩酗L險，投資需謹慎。