NVIDIA發表新晶片RTX 30系列、價格比前代降3成!改用三星8nm製程的考量是什麼?
NVIDIA發表新晶片RTX 30系列、價格比前代降3成!改用三星8nm製程的考量是什麼?

「又是同一個廚房,」NVIDIA執行長黃仁勳在揭曉全新GeForce RTX 30系列GPU之前,先幽了自己一默。

NVIDIA 黃仁勳
NVIDIA執行長黃仁勳透過線上直播展示新品。
圖/ 螢幕截圖

受新冠狀病毒(COVID-19,俗稱武漢肺炎)疫情的影響,這已經是黃仁勳今年第二次用預錄的方式向全球媒體跟玩家發表新產品。這次他從自家廚房的各個角落拿出RTX 3090、3080以及3070 GPU,向觀眾說明這次GeForce RTX30系列是採用Ampere(安培)架構的GPU,與上一代採用Turning(圖靈)架構的GPU相比,最高可提升2倍效能以及1.9倍能源效率的改善。

新品效能提升、價格更低,最大亮點是採用三星製程

黃仁勳也同步揭曉了新品的售價與上市時間,以這次系列中RTX 3080 GPU為例,價格是上一代RTX 2080的7折左右,但效能表現卻足足提升2倍,會有這樣的結果其實從這次採用的製程代工就能窺知一二:這次RTX 30系列採用的是三星的8奈米LPP(Low Power Plus)製程。

NVIDIA GeForce RTX 30系列 GPU 性能 售價與開賣日期
GeForce RTX 3070 搭配8GB的GDDR6記憶體,可為4K與1440p解析度的遊戲提供最佳的效能表現。較上一代RTX 2070速度快上60%、價格則為RTX 2080的一半。 499美元起(約合15,000新台幣)/預計10月開賣
GeForce RTX 3080 搭配19Gps的10GB高速GDDR6X記憶體,可為4K解析度遊戲持續提供60FPS的遊戲畫面。較上一代RTX 2080效能快上2倍。 699美元起(約合21,000新台幣)/9/17開賣
GeForce RTX 3090 系列中最高階產品,擁有24GB GDDR6X記憶體,可應付高難度的AI演算法,與TITAN RTX相比,效能最高可以快達50%,能提供玩家在頂級遊戲中以8K解析度享受60FPS的遊戲畫面。 1,499美元(約合45,000新台幣)/9/24開賣

三星8奈米LPP製程為三星10奈米製程的進階版,於2017年年底進入量產,比起已量產但良率表現不佳的三星7奈米,這是個技術相對成熟的製程,從三星過往揭露的資訊也可以發現,8奈米LPP製程相較與三星10奈米的面積與功耗都同時減少約10%。

一位不具名的半導體產業觀察家就表示,三星向來在「價格」上就比台積電更具優勢,一般而言約比台積電便宜2-3成,同時還有可以殺價的空間。這也說明了為什麼NVIDIA的新產品在性能表現能比過往進步、但價格卻能壓得更有競爭力。

競爭對手AMD靠台積電助攻,拉高市占率逐步進逼

另一個考量或許是競爭對手AMD。NVIDIA時至今日依舊是GPU市場的領頭羊,但AMD自有了台積電7奈米助攻後,產品在市場的表現也一直很亮眼。以全球GPU市場來看,據Business Quant統計,AMD自2019年第一季的市占率22.7%,一路提升到2020年第一季的30.81%,對NVIDIA也帶來不小威脅。

NVIDIA GeForce RTX 30 系列繪圖晶片
此次NVIDIA一共推出三款GeForce RTX 30 系列繪圖晶片。
圖/ NVIDIA提供

以AMD產品來說,目前跟NVIDIA新品RTX 30對打的是採用台積電7奈米的RDNA架構的RX 5700系列,最便宜為349美元(約合10,500新台幣),價格相對便宜。

而外界所矚目的是同樣採用台積電7奈米RDNA2架構、被稱為「Big Navi」的全新一代GPU,新品預計於年底前問世,也會是AMD首款導入光影追蹤技術的GPU。不過一向以性價比高搶市的AMD接下來會端出怎樣的規格跟價格,外界都還在等蘇媽的揭曉。

AMD RDNA roadmap
AMD對於GPU的規劃藍圖,預計跟RTX 30系列對打、以RDNA2為架構的產品,預計將於下半年問世。
圖/ 螢幕截圖

雖然NVIDIA官方不願針對這次RTX 30系列採用三星製程做出回應,但也不難理解在GPU市場陸續被吞食的情況下,NVIDIA要以轉投三星懷抱,或許是在成本跟效能表現中找出平衡的策略考量。

持續強化玩家遊戲體驗,黃仁勳:「我們向未來跨出巨大的一步」

發表會中,黃仁勳也宣布了三種用於強化玩家、實況主以及電競職業選手跟創作者的全新技術,包括NVIDIA Reflex、NVIDIA Broadcast及NVIDIA Omniverse Machinima。

NVIDIA Reflex能協助玩家在遊戲過程中將延遲反應降到最低,藉此讓玩家以更高精準度玩遊戲,此技術已與《Apex英雄》、《決勝時刻:現代戰域》及《要塞英雄》等遊戲整合,最高可將延遲降低50%;NVIDIA Broadcast則可以讓直播主的家瞬間變成直播工作室,透過外掛程式不僅可以協助消除雜音,也能更換虛擬背景,甚至是可以開啟鏡頭追蹤,不管如何移動,主播都能出現在最恰當的位置。

至於NVIDIA Omniverse Machinima則是一個能透過提供路徑追蹤檢視器的工具,以及為實際精準度、模擬光線、物理現象等所設計的引擎,能協助創作者簡化遊戲創作的工作流程。

《要塞英雄》NVIDIA
黃仁勳也宣布,《要塞英雄》將開始導入RTX即時光影追蹤。
圖/ NVIDIA提供

黃仁勳也宣布,NVIDIA向來自豪的RTX即時光影追蹤將開始支援《要塞英雄》,不僅如此,RTX即時光影追蹤也增加了反射、陰影、全域照明以及環境遮蔽等四個新功能,可提供玩家更沈浸式的遊戲體驗。

「今天NVIDIA Ampere GPU的推出,讓我們朝向未來跨出巨大的一步。20年後的我們再來回顧過去,將會發現遊戲的未來起始於此,」黃仁勳在發表會最後驕傲的說。

責任編輯:錢玉紘

關鍵字: #Nvidia
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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