IT之家AI硬體

英偉達加速 AI 算力供應:Grace 芯片累計交付超 250 萬顆,Vera Rubin 機架目標日產 1000 臺

2026年7月23日 10:07
英偉達加速 AI 算力供應:Grace 芯片累計交付超 250 萬顆,Vera Rubin 機架目標日產 1000 臺

重點摘要

根據科技媒體 Wccftech 昨日(7 月 22 日)報導,英偉達正在加速推進其 CPU 路線圖,以強化身為全棧系統供應商的市場地位,進一步擴大 AI 算力的供應規模。此舉展現出該公司從芯片設計到系統整合的垂直布局意圖。 在具體進展部分,英偉達的 Grace 芯片累計交付量已突破 250 萬顆,顯示其在 AI 運算領域的強勁需求與產能動能。

站內 AI 整理稿

英偉達正加速推進其 CPU 產品路線圖,並同步強化從晶片設計到系統整合的垂直布局,目標是擴大 AI 算力的供應規模。根據最新進展,旗下的 Grace 晶片累計交付量已正式突破 250 萬顆,這不僅反映了 AI 運算領域對高效能晶片的旺盛需求,也驗證了當前產能的穩健動能。這項策略顯示該公司已不再僅專注於單一晶片的銷售,而是全面轉型為全棧系統供應商,試圖在快速成長的運算市場中掌握更強的主導權。Grace 晶片是英偉達針對 AI 與高效能運算所設計的 Arm 架構 CPU,能與自家 GPU 緊密協同,提供從資料中心到邊緣運算的完整解決方案。

累計超過 250 萬顆的交付量,意味著全球各大雲端服務商、科學研究機構與企業客戶正在快速導入這套架構,以應對大規模模型訓練與推理的龐大算力需求。英偉達透過持續優化設計與製造流程,確保產能能夠跟上訂單成長,進一步鞏固其在 AI 基礎設施供應鏈中的關鍵地位。與此同時,英偉達新一代 Vera Rubin 機架產線則設定日產 1,000 臺的目標,凸顯其正積極拉升供應能力,以因應市場對算力基礎設施的迫切需求。Vera Rubin 機架被視為英偉達下一代系統級產品,整合了運算、網路與散熱等關鍵元件,專為超大規模資料中心部署而設計。

能夠達到每日千台的生產規模,代表英偉達在供應鏈管理、合作夥伴協作與製造效率上已取得重大突破,為後續客戶的快速擴建提供可靠支撐。從晶片設計到系統整合的垂直布局,是英偉達近年來最關鍵的戰略轉向。過去該公司主要以 GPU 銷售為主,但隨著 AI 應用日益複雜,單純的晶片已無法滿足客戶對效能、功耗與部署便利性的綜合要求。透過自行開發 CPU、網路晶片與系統機架,英偉達能夠從底層硬體到上層軟體進行全面優化,提供更高效、更穩定的運算平台。這種垂直整合模式不僅有助於提升產品附加價值,也能更靈活地應對市場變化,減少對外部供應商的依賴。Grace 晶片的累計交付量突破 250 萬顆,正是這一轉型策略的具體成果。

這項數字背後,代表著英偉達在 CPU 領域已從零開始建立起可觀的市場基礎,尤其在高性能計算與 AI 訓練場景中,Grace 晶片與 H100、B200 等 GPU 的組合已成許多客戶的首選。英偉達官方並未提供詳細的客戶分布,但業界普遍認為,包括 AWS、微軟 Azure、Google Cloud 等主要雲端服務商都已大量採購,用於支撐其 AI 服務的底層運算。而 Vera Rubin 機架日產 1,000 臺的目標,則進一步展現了英偉達對系統級產品的雄心。相比於單一晶片,機架系統的生產涉及更多環節,包括主機板組裝、散熱模組安裝、網路交換器配置以及軟體預載等。

能夠設定如此高的生產目標,代表英偉達已與多家代工廠、零組件供應商建立深度合作,並在工廠端導入自動化與標準化流程,以大幅提升產線效率。這也意味著,英偉達正在從晶片供應商轉變為資料中心基礎設施的完整解決方案提供者。市場對 AI 算力的需求仍在快速成長,各大科技公司紛紛加大資本支出,建設新的資料中心。英偉達的垂直布局正好契合了這一趨勢,透過提供預先整合好的系統機架,客戶可以大幅縮短部署時間,降低整合難度。Grace 晶片與 Vera Rubin 機架的搭配,將使英偉達在 AI 運算領域的競爭力進一步提升,同時也對競爭對手如 AMD、英特爾形成更大的壓力。

不過,要實現日產 1,000 臺 Vera Rubin 機架的目標,英偉達仍需克服不少挑戰。首先是供應鏈的穩定性,尤其是先進製程晶片、高頻寬記憶體與散熱零件的供給能否跟上。其次是產能擴張的資本投入,新建或擴建產線需要大量資金與時間。此外,全球市場對 AI 伺服器的需求雖然強勁,但也不排除經濟波動或客戶調整採購計畫的可能性。英偉達必須在維持高產能與靈活應對市場變化之間取得平衡。從長遠來看,英偉達的系統級供應策略將持續強化其在 AI 算力市場的影響力。

Grace 晶片累計交付超過 250 萬顆只是一個里程碑,隨著未來更多基於 Arm 架構的 CPU 產品推出,以及 Vera Rubin 機架的量產,英偉達有望進一步擴大市占率。同時,該公司也在軟體生態上持續投入,透過 CUDA 與相關開發工具,讓客戶能夠更容易地發揮硬體效能,形成硬體與軟體的雙重黏著效應。整體而言,英偉達正在加速兌現系統級供應的承諾,從晶片設計、系統整合到量產出貨,每一個環節都力求掌握在自己手中。Grace 晶片的交付成績與 Vera Rubin 機架的產能目標,不僅是對公司技術實力的肯定,也是對市場需求最直接的回應。

隨著 AI 運算規模不斷擴大,英偉達的垂直整合模式將成為其維持領先地位的重要武器,也為整個科技產業的基礎設施建設帶來新的標準與動能。

Related

相關文章

AIBaseAI硬體

OpenAI 首款硬件真容浮現:冰球大小無屏設計,售價 300 至 400 美元

OpenAI首款硬件產品細節曝光,為一款無螢幕的智能音箱,外型類似冰球,售價約300至400美元,由OpenAI與前蘋果設計師Jony Ive的LoveFrom公司合作開發。該設備內建電池與攝影鏡頭,可支援手持使用並將視覺資訊傳給ChatGPT,實現多模態感知。此產品推出時正值蘋果對OpenAI提起商業機密訴訟,OpenAI內部評估其設計細節有望反駁侵權指控。

18 小時前4700
雷峰網AI硬體

金剛GC3芯片重新定義視頻AI算力規則,國產RISC-V高端算力商業化提速

近日,第三屆中國計算機學會芯片大會(CCF Chip 2026)在太湖之濱無錫成功舉辦。會場中,兩院院士與頂尖工程師們的討論話題直指底層架構的“根技術”創新。一個核心追問被反覆推至臺前:當摩爾定律逼近物理極限,製程紅利日益稀薄,堆核心、拼頻率的老路越走越窄,是否該徹底換一條路走?換言之,與其在通用架構上不斷打補丁,能否從數據流動的本質出發,為特定場景原生設計一顆芯片?

1 天前
雷峰網AI硬體

把512 GiB閃存搬到xPU旁邊,HBF能打破推理內存牆?

HBM已經證明,通過堆疊和共封裝把存儲介質遷移至GPU附近,可以緩解AI計算中的數據搬運瓶頸。現在,SK海力士聯合閃迪,將類似的思路正式應用到NAND上,通過HBF將大容量閃存放到包括GPU在內的各類xPU旁,以緩解AI推理內存牆問題。近日,雙方通過OCP發佈《High Bandwidth Flash(HBF)High-Level Base Die Specification, Version 0.7.0》。

1 天前
鈦媒體AI硬體

AI的錢,被誰賺走了?

AI 浪潮推動雲端服務供應商大舉擴建資料中心,背後龐大的資本支出正沿著供應鏈層層傳導,最終流向光模塊、晶片與伺服器業者。這條資金鏈路的起點是亞馬遜 AWS、微軟 Azure、Google Cloud 等雲端廠商,他們為了滿足訓練與推論大語言模型所需的算力,持續加碼採購 GPU 伺服器與高速網路設備,帶動上游零組件需求爆發。

2 天前