發展人工智慧（AI）需要大量算力，這通常發生在規模龐大的集中式數據中心，這些中心配備數千顆專為資料密集型 AI 工作負載設計的圖形處理單元（GPU）。

在硬體架構中，高帶寬記憶體（HBM）是關鍵元件，因為它能在 GPU 準備好處理資料時先行預備好資料。若記憶體容量不足，會導致 GPU 停機等待資料，形成瓶頸；而足夠的記憶體則能持續供應資料，最大化運算速度。

我們的團隊近期發布了一篇關於「Indispensable Monopoly」這家小眾公司的報告，該公司提供 Nvidia 與 Intel 等業巨球先都必須的關鍵技術。

英偉達（NASDAQ: NVDA）長期以來主導 AI 資料中心晶片市場，自 2022 年推出 H100 GPU（基於 Hopper 架構）以來，其市場領先地位未動搖。近期推出的 Blackwell 系列 GB300 GPU 在特定配置下的效能可達 H100 的 50 倍，創新速度令人驚嘆。

展望今年下半年，英偉達將開始出貨其全新 Vera Rubin 晶片平台，包括 Rubin GPU、Vera CPU 以及一系列新網路組件。公司表示，這套平台相較於前代產品，能在訓練 AI 模型時減少 75% 的 GPUs 使用，使算力效率提升，推論 token 成本下降約 90%。

推論 token 代表使用者觸發 AI 聊天機或智能體時所產生的文字、符號或圖像等單位，降低 token 成本作為提升 AI 應用頻率與提升服務提供者利潤空間的關鍵因素，從而進一步帶動對英偉達 GPU 的需求。

截至最新財報，英偉達在 2026 年賦付期（2026 年 1 月 25 日結束）產生創紀錄的 2159 億美元收入，每股盈餘 4.77 美元。其當前本益比（P/E）為 36.1，較其十年平均的 61.6 顯著縮小，顯示估值已回落。

彭氏財經等華爾街分析師預測，英偉達在 2027 年賦付期的盈餘將達 8.29 美元，對應的前瞻本益比僅約 21.3，呈現更具吸引力的估值空間。