▲NVIDIA。（圖／記者高兆麟攝）
記者高兆麟／綜合報導
知名分析師郭明錤在最新貼文中表示，儘管AI伺服器未來數年的成長趨勢仍正向，但短期來看，當相關股票已大部分反映NVIDIA GB200 NVL36/72對供應鏈貢獻之樂觀預期並大漲之際，至少短期的投資決策就需要考慮更多層面而非僅依靠供應鏈調查。
郭明錤指出，根據集邦科技預測，AI伺服器佔整體伺服器出貨量在2024與2025年的出貨占比分別約8.8%與12.2%。GB200 NVL36的每個機櫃耗電約80kW，而根據AMAX今年四月的調查，目前全球少於5%的資料中心可以支援每機櫃50kW伺服器。所以，購買GB200 NVL36前，需先確保有沒有足夠空間安裝。
郭明錤認為，GB200 NVL72的單一機櫃版本，每機櫃耗電130kW，短期內無法量產。雖有提供雙NVL36機櫃的NVL72方案，但NVL72提案時對客戶的關鍵賣點在於用最小的空間提供最大的AI算力，故須觀察更佔空間的雙NVL36機櫃方案能否得到客戶青睞。
郭明錤也好奇，Blackwell Ultra與Vera Rubin分別在3Q24與1H25投片，客戶在可見未來會不會改買效能更好/更划算的Blackwell Ultra或Vera Rubin AI伺服器，而影響GB200的短期需求？如果客戶改買Blackwell Ultra與Vera Rubin AI伺服器，Nvidia無疑還是最大贏家，但供應鏈受益者跟現在的GB200還是同樣的廠商嗎？
郭明錤更指出，採用Blackwell晶片的AI伺服器有許多機型，不只GB200 NVL36/72，如果客戶因AI算力需求先購買其他先出貨的Blackwell的AI伺服器機型 (如GPU少於NVL36的GB版本，或x86方案)，短期內會否影響GB200 NVL36的需求？
郭明錤認為，GB200 NVL36的算力優勢無庸置疑，但也面臨許多前所未見的設計與生產挑戰，因此懷疑能否確保如期大量出貨 (市場共識為9–10月)。以組裝而言，目前L10與L11的EVT均約8週 (耗時最久分別是可靠性驗證與安全測試流程)，均較iPhone的組裝EVT短。AI伺服器對系統開發要求理應顯著高於消費電子，郭明錤也懷疑，如此緊湊的開發時程能否解決前所未有的設計與生產挑戰並確保如期量產。
讀者迴響