財報狗｜548.【財經時事放大鏡】NVIDIA x Hotchips x FOPLP 重點摘要

重點摘要

NVIDIA法說不只業績好、展望同樣超預期，三代GPU每GW算力對應的收入數字：Hopper約18億、Blackwell約25億、Vera Rubin約40億美元，呈現清晰的倍增軌跡，顯示NVIDIA每賣出一單位算力所創造的收益持續大幅提升。近期股市偏弱的背景是殖利率走高壓縮估值（採BOOTSTRAP估值法：企業估值 = 國債利率 + 信用利差），市場一度對AI需求持保留態度。NVIDIA此次展望等於替算力需求「掛保證」，讓市場情緒明顯好轉。此外，NVIDIA正在推進一個商業模式：先幫客戶買入GPU硬體再出租算力，藉此確保買家持續採購自家硬體，從需求端自我鎖定。
部分研調預估Google TPU出貨量可能在2028年超過NVIDIA GPU，各地券商對2027年出貨量估算分歧明顯：美國估600-700萬顆、香港估800萬、台灣最樂觀估900萬，SKY指出台灣券商的預測偏高是因為TPU硬體供應鏈大量落在台灣、消息更靠近現場。他也提到Blackwell曾被NVIDIA「戰略性地卡了一年」，讓GPU的競爭優勢得以延續。
Hot Chips大會今年主角從光互連轉為記憶體，D-Matrix新創展示Raptor產品，以3D DRAM（頻寬優於HBM4、容量較小、更省電）堆疊進GPU系統，實測跑3兆參數模型的token生成速度獲業界關注，但量產時程預估要等到2028-2029年。
FOPLP面板封裝技術研發近十年的廠商（逐字稿稱「立成」）今年首條生產線已接到AMD與博通訂單且滿單，四種技術路徑（Chip First/Last/Middle及無凸塊）覆蓋MCU到高階AI晶片，採用大面積面板取代有機基板、成本更具競爭力，大廠實單是技術成熟的關鍵驗證。該廠同時採用矽橋（Silicon Bridge）技術提升互連密度，概念類似Intel的EMIB（嵌入式多晶片互連橋接），但相比傳統有機基板方案，在面板基板上實作（開槽嵌入矽橋）的操作難度更低、成本更具優勢。市場背景：WLP（Wafer Level Packaging）近期已漲價30-40%，FOPLP方案提供更具競爭力的成本替代選項。相關廠商可分兩類：面板設備轉型系（擅長大面積均勻性控制）、半導體系（擅長精細製程），兩者技術要求上有細微差異，各有其定位。
SKY認為近期AI科技股偏弱的核心原因是殖利率走高壓縮估值倍數，NVIDIA在法說會中的展望提振需求能見度、市場情緒短期改善；長期投資邏輯不變，業績扎實且資本支出持續增加的公司仍是核心持倉，FOPLP相關廠商是新浮現的觀察標的。

詳細內容

NVIDIA法說會：展望超預期，信心回升

NVIDIA在2026年8月下旬舉行法說會，財報與展望雙超預期。主持人魏宇與SKY在錄音當天恰好是法說會結束後不久，第一時間分析影響。

SKY特別強調這次「不只是業績猛，展望也很猛」，並列出三代GPU每GW算力對應的收入數字：Hopper約18億、Blackwell約25億、Vera Rubin約40億美元，呈現清晰的倍增軌跡，顯示NVIDIA每賣出一單位算力所創造的收益持續大幅提升。

近期股市偏弱的背景是殖利率走高壓縮估值（採BOOTSTRAP估值法：企業估值 = 國債利率 + 信用利差），市場一度對AI需求持保留態度。NVIDIA此次展望等於替算力需求「掛保證」，讓市場情緒明顯好轉。

此外，NVIDIA正在推進一個商業模式：先幫客戶買入GPU硬體再出租算力，藉此確保買家持續採購自家硬體，從需求端自我鎖定。

Agentic AI與RSI：推理算力需求的長期驅動

SKY指出推理（Inference）需求爆發的長期驅動力是Agentic AI（主動型AI代理人）的興起，以及「模型上線後持續自我優化」的概念，NVIDIA於法說會中以RSI（Recursive Self-Improvement，遞迴自我優化）稱之。

當前LLM與傳統推薦演算法（如Meta/Facebook）的差異在於：推薦演算法部署後模型會根據用戶反應即時調整；LLM則訓練完固定，要等下一版才更新。若RSI技術成熟，AI模型在部署後能持續微調技能層（Skill），對推理算力的需求將呈有機成長，而整體滲透率目前仍在早期。

Google TPU vs NVIDIA GPU：2028年能否超車？

部分研調機構預估Google TPU出貨量可能在2028年超過NVIDIA GPU，各地券商對2027年出貨量估算差距顯著：

地區	2027年TPU出貨量估算
美國券商	約600-700萬顆
香港券商	約800萬顆
台灣券商	約900萬顆
中資券商（台灣分析師）	最高

SKY指出台灣券商的預測最樂觀，原因是TPU的硬體供應鏈大量集中在台灣，業者掌握更多現場資訊。他也提到Blackwell曾被NVIDIA「戰略性地卡了一年」，讓GPU的競爭優勢得以延續。

關於Google AI整體能力：在程式開發AI（Codex、Claude Code）領域，Google Gemini仍落後競爭對手；但Google的策略是透過G Suite全面整合（Gmail、搜尋等），在這些應用場景下追求速度而非最強能力，路線本就不同。

Hot Chips 2026：記憶體技術大爆發

今年Hot Chips大會的主題從去年的光互連轉向記憶體，美光、三星、SK Hynix（海力士）均出席發表技術更新，核心訴求是提升HBM頻寬與容量，因為AI算力需求正比於HBM的大小與頻寬。

D-Matrix的3D DRAM方案

D-Matrix是一家定位在SRAM與HBM之間的新創，展示名為Raptor的3D DRAM產品。其特性如下：

頻寬優於HBM4
容量較HBM小
功耗比HBM低
難點：在DRAM上打TSV（Through-Silicon Via）製程難度高，量產預估要到2028-2029年

D-Matrix已將Raptor堆疊進NVIDIA GPU組成Tray/Rack系統，實測跑3兆（Trillion）參數模型的token生成速度表現不俗，並設計了壞塊備援機制（Bank重新設計）解決可靠性問題。

三大記憶體原廠（三星、SK Hynix、美光）也已關注到3D DRAM方向，三星的做法是將Logic放底層、HBM置頂；長期主流供應商格局不太會改變，而AI加速器的記憶體架構選擇將更多元。

FOPLP封裝技術：十年磨劍，量產元年

FOPLP（Fan-Out Panel Level Packaging，扇出型面板封裝）以方形面板（510×515mm，J-DAC產業標準）作為封裝載體，取代傳統圓形晶圓，核心優勢是面板面積大、擺放晶片效率更高、成本低於有機基板方案（CoWoS）。

逐字稿中稱為「立成」的廠商（公司名稱可能為ASR誤植）約自2016年開始研發FOPLP，現已近10年，並參與制定510×515mm面板封裝的J-DAC產業標準。首條生產線已接到AMD與博通的訂單並達滿單狀態，標誌著FOPLP技術通過大廠實單驗證。

四種FOPLP技術路徑：

Chip First：線寬線距較寬，適合PMIC/MCU等較低階應用
Chip Last：線寬線距較細，類似台積電CoWoS-R，適合高階AI/Logic晶片
Chip Middle（P4）：上下均有RDL（Redistribution Layer），類似台積電CoWoS-L，整合度最高
無凸塊（Bumpless）：不採傳統micro bump的替代技術路徑

「立成」同時採用矽橋（Silicon Bridge）技術提升互連密度，概念類似Intel的EMIB（嵌入式多晶片互連橋接），但相比傳統有機基板方案，在面板基板上實作（開槽嵌入矽橋）的操作難度更低、成本更具優勢。

市場背景：WLP（Wafer Level Packaging）近期已漲價30-40%，FOPLP方案提供更具競爭力的成本替代選項。相關廠商可分兩類：面板設備轉型系（擅長大面積均勻性控制）、半導體系（擅長精細製程），兩者技術要求上有細微差異，各有其定位。

投資展望

短期：科技股偏弱的根本原因是殖利率走高壓縮估值，NVIDIA在法說會中的展望提振需求能見度、市場情緒短期改善
長期：業績紮實且資本支出持續增加的公司仍是核心持倉；FOPLP等「講了很久終於成型」的技術，代表新的投資機會浮現
觀察指標：大型科技廠商資本支出是否持續增加，是確認AI需求長期趨勢的重要落後指標，仍須持續追蹤

精選語錄

「NVIDIA 出來擔保這件事情，就是用很好的信用來幫你擔保這個出租算力的收入，我一定會買 NVIDIA 的，這不是自己買自己賣，可是在需求長期往上的狀況下，這的確是一招蠻狠的事情。」

「我一直都覺得這東西就是大家都會好啦，你不太可能全部都用同樣的，但你也不可能全部都自己加的啦。」

「講很久的技術終於成型了，那我覺得這件事是真的有很好的公司，那些都是一個很好的投資方向。」

時間軸

逐字稿未含時間戳，以下為主題推進順序：

開場：NVIDIA法說業績與展望，估值討論背景，殖利率壓縮本益比分析
中前段：Agentic AI、RSI遞迴自我優化概念，推理需求有機成長邏輯
中段：Google TPU vs NVIDIA GPU，各地券商預測差異，Blackwell被「戰略性卡一年」
中後段：Hot Chips大會，記憶體技術更新，D-Matrix 3D DRAM Raptor產品
後段：FOPLP技術深度剖析，四種技術路徑，AMD/博通訂單，面板廠商卡位
結尾：投資展望，業績紮實公司為核心持倉，觀察資本支出指標

搜尋摘要

548.【財經時事放大鏡】NVIDIA x Hotchips x FOPLP