【COMPUTEX】 NVIDIA Grace 效能再升級,技嘉、美超微等眾多台廠採用
【COMPUTEX】 NVIDIA Grace 效能再升級,技嘉、美超微等眾多台廠採用

台北國際電腦展COMPUTEXNVIDIA2022正式開展,繪圖處理器(GPU)廠 NVIDIA在論壇宣布,台灣電腦製造廠將在2023年上半年開始推出首批搭載 NVIDIA Grace CPU 超級晶片與 Grace Hopper GPU 超級晶片的系統,用於處理橫跨數位孿生 (Digital Twin)、人工智慧 (AI)、高效能運算、雲端繪圖及遊戲等各領域運算負載。

NVIDIA指出,這些業者包括華碩、富士康、技嘉、雲達、美超微和緯穎,預計將從 2023 年上半年開始推出數十款伺服器,搭載Grace 的系統將加入 x86 與其他 Arm 架構伺服器的陣容,為客戶提供多種選擇,以提高資料中心的運作效能與效率。

NVIDIA Grace 伺服器產品組合
NVIDIA Grace 伺服器產品組合
圖/ Nvidia提供

NVIDIA超大規模與高效能運算部門副總裁 Ian Buck 表示:「市場上出現一種全新型態的資料中心,即處理和提煉巨量資料以產出智慧的 AI 工廠,而NVIDIA正與台灣的合作夥伴密切合作,共同打造推動這項轉變的系統。由我們的合作夥伴推出並搭載 Grace 超級晶片的全新系統,將把加速運算的強大實力帶進全球嶄新的市場與產業中。」

新伺服器採用四種全新的系統設計,並搭載NVIDIA 於前兩屆GTC 大會上宣布推出的Grace CPU超級晶片與Grace Hopper GPU超級晶片。

2U 外形設計為原始設計製造商和原始設備製造商提供發展藍圖和伺服器基板,以便快速將用於 NVIDIA CGX雲端遊戲、NVIDIA OVX數位孿生及 NVIDIA HGX AI 與高效能運算平台的系統推向市場。

加速處理現代作業負載

兩項NVIDIA Grace CPU超級晶片技術能夠在多種系統架構下,處理眾多運算密集型的作業負載。

Grace CPU 超級晶片內含兩個 CPU 晶片,以 NVIDIA 的 NVLink-C2C 互連技術相互連結,具有多達 144 個高效能 Arm V9 核心並結合支援向量擴充指令集,以及 1TB/s 的記憶體子系統。

這項突破性設計與當今頂尖的伺服器晶片相比,可提供最高的效能表現,以及兩倍的記憶體頻寬與能源使用效率,藉以滿足高效能運算、資料分析、數位孿生、雲端遊戲和超大規模運算等應用中最嚴苛的需求。

Grace Hopper GPU 超級晶片則是在一個整合式模組內,以 NVLink-C2C 互連技術將 NVIDIA Hopper GPU 與 NVIDIA Grace CPU 串連起來,用於解決高效能運算和超大規模 AI 應用的處理需求。透過 NVLink-C2C 互連技術,將 Grace CPU 的資料傳輸至 Hopper GPU 的速度較傳統 CPU 快15 倍。

用於 AI、高效能運算、數位孿生和雲端遊戲的多款 Grace 伺服器產品組合

Grace CPU 超級晶片與 Grace Hopper GPU 超級晶片伺服器設計組合,包含採用單基板的系統,具有單路、兩路和四路配置,可用於四種特定作業負載的設計,伺服器製造商可依客戶需求進行客製化調整:

  1. NVIDIA HGX Grace Hopper 系統用於 AI 訓練、推論與高效能運算,可搭載 Grace Hopper GPU 超級晶片和 NVIDIA BlueField®-3 DPU。
  2. NVIDIA HGX Grace 系統用於高效能運算與超級電腦,採用純 CPU 設計,搭載 Grace CPU 超級晶片和 BlueField-3。
  3. NVIDIA OVX 系統用於數位孿生和協作作業負載,搭載 Grace CPU 超級晶片、BlueField-3 和 NVIDIA GPU。
  4. NVIDIA CGX 系統用於雲端繪圖與遊戲,搭載 Grace CPU 超級晶片、BlueField-3 和 NVIDIA A16 GPU。

此外,NVIDIA 正在擴大 NVIDIA 認證系統計畫的規模,將納入搭載 NVIDIA Grace CPU 超級晶片及 Grace Hopper GPU 超級晶片的伺服器,同時包括使用 x86 CPU 的系統。預期在合作夥伴的系統供貨不久後,將推出首批 OEM 伺服器認證。

Grace 伺服器產品組合已針對 NVIDIA 豐富的運算軟體堆疊完成最佳化調整,包括 NVIDIA 高效能運算、NVIDIA AI、Omniverse 與NVIDIA RTX。

責任編輯:吳秀樺

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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