從黃仁勳在GTC上提及超過30次的技術,看NVIDIA的遠見與堅持
從黃仁勳在GTC上提及超過30次的技術,看NVIDIA的遠見與堅持

2019 GTC大會上,光影追蹤(Real-time Ray tracing)是NVIDIA執行長黃仁勳主題演講中重點中的重點。近三小時的主題演講中,五成以上時間與光影追蹤技術有關,在記者會上,黃仁勳也提及光影追蹤至少30次以上,加上光影追蹤也是NVIDIA與勁敵AMD目前在GPU設計上的重大差異,重要性不言可諭。

兩款商業遊戲引擎將整合光線追蹤功能

黃仁勳在GTC記者會中重申,AMD今年亮相的GPU Radeon Vll,雖然採用目前最昂貴的台積電七奈米半導體製程,但沒有光影追蹤與深度學習超高取樣(DLSS)兩大關鍵技術,總效能表現比採用12奈米製程的GeForce RTX 2060還要差,從IC設計商的角度來看是C/P值較低的產品。

在這次的GTC上,黃仁勳也親自宣布,全球最受歡迎的兩款商業遊戲引擎Unreal Engine和Unity近期宣布都將整合光線追蹤功能。遊戲開發商可在NVIDIA GeForce GPU上運行即時光線追蹤效果。

光線追蹤GPU曲高和寡,玩家興趣缺缺

在美國的遊戲大展GDC中,已經有包括《Control》《狂龍追獵(Dragonhound)》《雷神之鎚II RTX(Quake II RTX)》等多款遊戲已經有此功能。

另外,NVIDIA也認為支援光線追蹤的GPU用戶群成長至數千萬人。搭載Pascal和Turing架構的NVIDIA GeForce GTX GPU將透過預計在4月推出的驅動程式,享有光線追蹤支援的遊戲。

新版驅動程式將可讓數千萬個GPU具備對支援即時光線追蹤遊戲的能力,加速該項技術的發展並為遊戲開發商帶來更多的用戶。

2018年8月,NVIDIA推出支援即時光線追蹤技術(Real Time Ray Tracing)的GeForce RTX 2000系列GPU,希望光線追蹤能為遊戲業帶來新的革命。

不過,由於支援光線追蹤功能的遊戲數量稀少,加上售價比前一代GPU昂貴許多,不少玩家延後購買,希望等支援的遊戲更多或價格更親民再行動,導致NVIDIA的第四季財報中,光線追蹤RTX GPU的銷量不如預期,最後,總體營收比先前財測低了5億美元,也因此分析師質疑光線追蹤是未來產品,現在推出曲高和寡,時間太早。

沒有CUDA,深度學習的發展將延遲

這樣的結果,也許讓NVIDIA覺得意外,但並不會覺得陌生,因為在2007年,NVIDIA推動CUDA架構(Compute Unified Device Architecture,計算統一設備架構)時,也是個瘋狂激進與走在「未來」的產品。

GPU的強項在於圖形繪製,若想要用GPU做非圖形,如科學運算或一般類型運算,複雜麻煩又沒效率,而NVIDIA的CUDA讓GPU做圖形以外的運算變得簡單容易。

「CUDA可以運作在NVIDIA GeForce 8系列之後的GPU上,GPGPU也算是一種平價的高效能運算方式,它把桌上型電腦變成一台個人的超級電腦(personal supercomputer in a desktop)。」《GPU高效能運算環境—CUDA與GPU Cluster介紹》一文中強調。

這是個偉大的創新,但在當時NVIDIA的主要客戶還沒有高速運算需求的電腦遊戲或美術設計業者,但NVIDIA挺而走險,堅持要做到大規模普及,因此在GeForce 8系列後「每一款」GPU都支援CUDA。

「即便是今天回想起來,這仍然是一個風險極高、形同瘋狂的決定。這意味著面對這些尚沒有高性能運算需求的傳統客戶,NVIDIA都必須在硬體產品的設計中增加相關的CUDA邏輯電路,這使得晶片面積增大、散熱增加、成本上升、故障幾率增加;同時,對於每一款產品,相關的軟體驅動都必須保障對CUDA的完美支援。」中國AI公司格靈深瞳執行長趙勇撰文指出。

NVIDIA cuda+.jpg
CUDA與GPU硬體本身緊密的結合,推升現在的GPU加速浪潮,讓AI走出實驗室走入企業。
圖/ 數位時代翁書婷攝

2007年NVIDIA正式把CUDA引進產品中,當時AI還處於第二次寒冰期。由深度學習教父辛頓(Geoffrey Hinton)執筆的深度學習技術重要文獻《Deep Belief Networks》在2006年才剛發表,距離2012年至2013年AI應用大爆發時期還有六年至七年時間。

CUDA與GPU硬體本身緊密的結合,推升現在的GPU加速浪潮,讓AI走出實驗室走入企業。CUDA是深度學習發展的加速劑,讓深度學習的計算速度倍增。

CUDA讓NVIDIA的GPU生態圈迅速成型,而CUDA也幫NVIDIA築起一道堅固護城河。「如果沒有NVIDIA的CUDA,科學界證實深度學習巨大潛力的時間不知道還要推遲多久。」趙勇強調。NVIDIA也因此收穫甜美的果實,股價在2016年年初的20元至30元開始漲至2018年中的270元至280元。

光線追蹤也有異曲同工之妙

NVIDIA並非發明即時光影追蹤,光線追蹤技術最早可追溯於1969年,由IBM員工Arthur Appel在提出(註一),1979年電腦科學家Turner Whitted解釋如何反射、陰影和反射等捕捉(註二)。

用CPU做光影追蹤耗費時間,即使很小的圖都要讓使用者等上好幾分鐘,但NVIDIA透過GPU將光線追蹤發揚光大,提高效率。

除遊戲、電影工業,光線追蹤在建築與製造業扮要角

在這次的2019 GTC大展中,已經看到不少廠商把NVIDIA RTX技術應用到各類領域,如中國最大軌道運輸設備製造商中國中車(CRRC)就採用法國工業虛擬軟體服務商ESI集團的虛擬製造服務。ESI集團幫中國中車打造出一個取代物理模型的1:1虛擬模型,中國中車利用虛擬模型,審查車輛原型,像車外光線與車內燈光裝設如何影響車內乘客視覺,在大量製造前就可進行調整,大幅降低車輛開發的時間與成本。

對於建築業來說,光線追蹤技術相當重要,因為光線是建築業的靈魂要素,安藤忠雄就曾說,「我的作品中,光永遠是一種空間戲劇化重要元素」,貝聿銘也強調「利用光線做設計」。而建築業採用RTX技術將走在遊戲前面。

也就是說,除遊戲、電影工業,光線追蹤在建築與製造業扮要角,而對者兩大產業來說,光線追蹤已經是現在所需,而非未來產品。

那光線追蹤最終是否能如CUDA,讓外界看到NVIDIA的遠見與堅持呢?外界拭目以待。


註一:《Some Techniques for Shading Machine Renderings of Solids》
註二:《An Improved Illumination Model for Shaded Display》

往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓