EP267. Vera Rubin 正式亮相、輝達自動駕駛模型、M觀點指數更新 | M觀點 | M觀點 | 科技X商業X投資

本期 M 觀點主要探討了輝達在 CES 2024 上發布的最新技術與產品。首先深入分析了下一代 GPU 平台 Vera Rubin，詳細解構了其效能提升的關鍵，指出透過動態壓縮技術，Rubin 在特定精度下效能可達 Blackwell 的五倍。接著，探討了輝達的自動駕駛模型 Alpameo，強調其開源特性及與 Benz 的合作，並分析了其與特斯拉 FSD 的技術路線差異，認為 Alpameo 有助於歐美車廠追趕自動駕駛技術。最後，更新了 M 觀點的 EZ10 和 TechGiant15 指數，調整了成分股，反映對越南市場的看好，並對科技股的投資策略提出建議。

Outlines

Part 1: 頻道介紹與生活資訊

Part 2: 輝達 Vera Rubin 平台深度解析

Part 3: 自動駕駛技術與市場競爭

Part 4: M 觀點年度指數調整

Part 5: 結語

Sign in to continue reading, translating and more.

Open full episode in Podwise

EP267. Vera Rubin 正式亮相、輝達自動駕駛模型、M觀點指數更新 | M觀點

M觀點 | 科技X商業X投資

Part 1: 頻道介紹與生活資訊

M 觀點頻道介紹：科技趨勢、時事、投資與商業思維

本集 M 觀點主題預告：輝達 Vera Rubin 平台、自動駕駛模型 Alpamayo、年度指數更新

年菜預購推薦：喜來登、精華、阿基師、錦霞樓、上海鄉村、ERG、點點心

Part 2: 輝達 Vera Rubin 平台深度解析

黃仁勳 CES 主題演講重點：Vera Rubin 平台、Alphamile 自動駕駛模型

Vera Rubin 平台：CPU 與 GPU 的效能升級及量產時程

Rubin GPU：NVL72 命名調整與規格釐清

Rubin GPU 效能解密：動態壓縮技術與算力提升

NVFP4 精度下的 Rubin 效能：訓練與推論的顯著提升

Rubin 的優勢：降低 AI 模型推論成本與共享上下文記憶體技術

共享上下文推論技術：降低記憶體使用量與提升運算效率

輝達的競爭力：從 GPU 廠商到 AI 運算系統架構設計商

Part 3: 自動駕駛技術與市場競爭

輝達自動駕駛模型 Alpamayo：挑戰特斯拉 FSD 的開源教師模型

Alpameo 的定位：類似 Meta 的 Llama，救助無法研發模型的廠商

特斯拉路線的成功：從 Level 2 系統開始往上爬

傳統車廠的困境：不願與特斯拉合作與資料分享

VLA 模型與特斯拉端到端模型的比較：可解釋性與資訊損失

VLA 模型與特斯拉端到端模型的比較：資料量與系統設計的取捨

自動駕駛的未來：事故責任與歐美車廠的生存

Part 4: M 觀點年度指數調整

M 觀點指數：感謝聽眾支持與指數編列原則

2026 年 ED10 指數調整：以越南 ETF 取代印度 ETF

2026 年 TechGiant15 指數調整：Google 權重提升與成分股更換

Part 5: 結語

節目總結與年菜預購再次推薦

EP267. Vera Rubin 正式亮相、輝達自動駕駛模型、M觀點指數更新 | M觀點

M觀點 | 科技X商業X投資

Part 1: 頻道介紹與生活資訊

00:00M 觀點頻道介紹：科技趨勢、時事、投資與商業思維

M 觀點頻道介紹：科技趨勢、時事、投資與商業思維

00:44本集 M 觀點主題預告：輝達 Vera Rubin 平台、自動駕駛模型 Alpamayo、年度指數更新

本集 M 觀點主題預告：輝達 Vera Rubin 平台、自動駕駛模型 Alpamayo、年度指數更新

02:50年菜預購推薦：喜來登、精華、阿基師、錦霞樓、上海鄉村、ERG、點點心

年菜預購推薦：喜來登、精華、阿基師、錦霞樓、上海鄉村、ERG、點點心

Part 2: 輝達 Vera Rubin 平台深度解析

10:28黃仁勳 CES 主題演講重點：Vera Rubin 平台、Alphamile 自動駕駛模型

黃仁勳 CES 主題演講重點：Vera Rubin 平台、Alphamile 自動駕駛模型

14:35Vera Rubin 平台：CPU 與 GPU 的效能升級及量產時程

Vera Rubin 平台：CPU 與 GPU 的效能升級及量產時程

17:26Rubin GPU：NVL72 命名調整與規格釐清

Rubin GPU：NVL72 命名調整與規格釐清

20:36Rubin GPU 效能解密：動態壓縮技術與算力提升

Rubin GPU 效能解密：動態壓縮技術與算力提升

27:25NVFP4 精度下的 Rubin 效能：訓練與推論的顯著提升

NVFP4 精度下的 Rubin 效能：訓練與推論的顯著提升

32:39Rubin 的優勢：降低 AI 模型推論成本與共享上下文記憶體技術

Rubin 的優勢：降低 AI 模型推論成本與共享上下文記憶體技術

35:31共享上下文推論技術：降低記憶體使用量與提升運算效率

共享上下文推論技術：降低記憶體使用量與提升運算效率

43:14輝達的競爭力：從 GPU 廠商到 AI 運算系統架構設計商

輝達的競爭力：從 GPU 廠商到 AI 運算系統架構設計商

Part 3: 自動駕駛技術與市場競爭

46:07輝達自動駕駛模型 Alpamayo：挑戰特斯拉 FSD 的開源教師模型

輝達自動駕駛模型 Alpamayo：挑戰特斯拉 FSD 的開源教師模型

50:26Alpameo 的定位：類似 Meta 的 Llama，救助無法研發模型的廠商

Alpameo 的定位：類似 Meta 的 Llama，救助無法研發模型的廠商

53:05特斯拉路線的成功：從 Level 2 系統開始往上爬

特斯拉路線的成功：從 Level 2 系統開始往上爬

57:02傳統車廠的困境：不願與特斯拉合作與資料分享

傳統車廠的困境：不願與特斯拉合作與資料分享

1:00:18VLA 模型與特斯拉端到端模型的比較：可解釋性與資訊損失

VLA 模型與特斯拉端到端模型的比較：可解釋性與資訊損失

1:05:33VLA 模型與特斯拉端到端模型的比較：資料量與系統設計的取捨

VLA 模型與特斯拉端到端模型的比較：資料量與系統設計的取捨

1:08:18自動駕駛的未來：事故責任與歐美車廠的生存

自動駕駛的未來：事故責任與歐美車廠的生存

Part 4: M 觀點年度指數調整

1:12:32M 觀點指數：感謝聽眾支持與指數編列原則

M 觀點指數：感謝聽眾支持與指數編列原則

1:13:572026 年 ED10 指數調整：以越南 ETF 取代印度 ETF

2026 年 ED10 指數調整：以越南 ETF 取代印度 ETF

1:18:332026 年 TechGiant15 指數調整：Google 權重提升與成分股更換

2026 年 TechGiant15 指數調整：Google 權重提升與成分股更換

Part 5: 結語

1:21:13節目總結與年菜預購再次推薦

節目總結與年菜預購再次推薦