【時報記者林資傑台北報導】研調機構TrendForce最新AI伺服器報告指出，輝達（NVIDIA）有別於以往專注雲端AI訓練市場，在GTC 2026大會中改為著重各領域的AI推理應用落地，推動GPU、CPU及LPU等多元產品軸線，分攻AI訓練、AI推理需求，並藉由Rack整合方案帶動供應鏈成長。

　TrendForce表示，隨著Google、Amazon等大型雲端服務供應商（CSP）加大自研晶片力道的態勢擴大，預估特殊應用晶片（ASIC）AI伺服器占整體AI伺服器的出貨比例，將從2026年的27.8％升至2030年的近40％。

　為鞏固在AI市場的領導地位，輝達採取的其中一項策略，為積極推動GB300、VR200等整合CPU、GPU的整櫃式方案，強調可擴展至AI推理應用。此次在GTC發表的Vera Rubin被定義為高度垂直整合的完整系統，涵蓋7款晶片和5款機櫃。

　觀察Rubin供應鏈進度，TrendForce預期記憶體原廠2026年第二季可提供HBM4給Rubin GPU搭載使用，助輝達在第三季前後陸續出貨Rubin晶片。

　至於輝達GB300、VR200 Rack系統出貨進程，前者已於上季取代GB200成為主力，預估至2026年出貨占比將達近80％。而VR200 Rack出貨約於第三季底可望逐步放量，後續發展仍須視原廠委託設計代工（ODM）實際進度而定。

　另外，AI從生成跨入代理模型時代，在生成Token的解碼（Decode）階段面臨嚴重的延遲與記憶體頻寬瓶頸。輝達對此整合Groq團隊技術，推出專為低延遲推理設計的Groq 3語言處理器（LPU），單顆內建500MB SRAM、整機櫃可達128GB。

　然而，LPU本身的記憶體容量無法容納Vera Rubin等級的龐大參數與KV Cache。對此，輝達於此次GTC提出「解耦合推理」（Disaggregated Inference）架構，透過名為Dynamo的AI工廠作業系統，將推理流水線一分為二。

　在處理代理型AI時，須進行大量數學運算並儲存龐大KV Cache的Pre-fill、Attention運算階段，輝達交由具備極高吞吐量與巨量記憶體的Vera Rubin執行。而受限於頻寬且對延遲極度敏感的解碼與Token生成階段，則直接卸載至擴充巨量記憶體的LPU機櫃上。

　供應鏈進度方面，TrendForce指出，第三代Groq LP30由三星（Samsung）代工，已進入全面量產階段，預計於2026年下半年正式出貨，未來更規畫於下一代Feynman架構中推出效能更高的LP40晶片。