分类： strongvpn注册

摩根士丹利 4 日举办台湾 AI 论坛（Taiwan AI Forum），邀请英业达分享对笔电、伺服器後市看法。

首先是笔电部分，英业达预估第三季会季减低个位数，第四季维持持平；商用机占 70%，游戏机占 20-25%，从下半年开始，企业设备将进入更新换机周期。

AI 伺服器将占伺服器总出货量 10-15%，H100 出货量从 9 月起开始增加。英业达指出，下半年起在墨西哥供应 L10+ 给美国 CSP 客户，而 MI300 解决方案可能延後到明年第一季。

英业达先前表示，明年将以 L40S 晶片的推论型 AI 伺服器为主，明年整体专案数量将胜於今年。英业达预期，L40S 今年第四季出货量将逐渐回升，其中 L6 的平均售价介於通用运算伺服器和 H100 AI 伺服器之间。戴尔、惠普等企业客户的需求高於云端运算。

至於整体伺服器出货展望，英业达预计年减中个位数至高个位数，明年实现双个位数年度成长；通用运算伺服器今年下半年仍需求低迷。

海外布局方面，英业达表示，墨西哥和泰国实现伺服器产能多样化，这两国产能从下半年起逐步增加。

（首图来源：英业达）

NVIDIA 最新财报（FY2Q24）显示，资料中心业务达 103.2 亿美元，季成长率 141%，年成长率更高达 171%，且 NVIDIA 看好後续成长力道。TrendForce 认为，NVIDIA 高营收成长动力来自资料中心 AI 伺服器解决方案，主力产品有 AI 加速晶片 GPU、AI 伺服器参考架构 HGX 等，均为大型资料中心的 AI 基础设施。

TrendForce预期，NVIDIA将进一步整合软硬体资源，更细致将高阶及中低阶GPU AI加速晶片，与各ODM或OEM绑定合作软硬体系统认证模式。除了加速CSP云端AI伺服器基础设施布建，也和VMware等合作Private AI Foundation等方案，将触角延伸至边缘企业AI伺服器市场，以支撑今明两年资料中心业务稳定成长。

Cloud AI强劲需求驱动，NVIDIA资料中心业务占比超过76%

NVIDIA近年积极布局资料中心业务，FY4Q22资料中心业务营收约占42.7%，尚落後Gaming业务营收约2个百分点，FY1Q23後正式超越Gaming业务，占比逾45%。今年起各大CSP大举投资ChatBOT及公有云各种AI服务基础设施後，NVIDIA更直接受惠，FY2Q24资料中心业务营收占比一举突破76%。

NVIDIA将分攻云端及边缘资料中心AI应用市场

TrendForce观察，预估NVIDIA高阶GPU产品销售策略，将於下半年後转变，原高阶AI伺服器主打搭载A100及H100，市场需求大好下，改成主攻售价更高的H100，才能有效刺激资料中心营收向上。

中阶GPU方面，以近期L40s为主打方案，有几个策略意义。首先，高阶H100系列受限於CoWoS、HBM等产能有限，L40s搭配GDDR记忆体，不须CoWoS封装，可加速导入中阶AI伺服器市场，补足A100 PCIe介面对企业客户需求缺口。

其次，L40s也主攻企业客户，不需使用如ChatGPT庞大的参数模型，主攻较小型化（约数十billion至百billion参数量以下）各专业领域AI Training应用，亦针对边缘AI Inference或影像分析等使用。最後，中国客户因地缘政治问题，导致高阶GPU H系列供应受阻风险，可用L40s补足。低阶GPU系列以L4或T4系列为主打，边缘AI伺服器即时AI推论或影像分析使用，并更强调较低价、高C/P值产品特性。

HGX及MGX等AI伺服器参考架构是NVIDIA下半年主攻AI方案的利器

TrendForce观察，近期NVIDIA除对核心AI晶片GPU更细致化定位，也积极主推HGX及MGX等方案，这并不是伺服器产业链首见作法，但NVIDIA有机会稳固领先利基。NVIDIA藉高度整合GPU加上CUDA建立完整A I生态系，处於绝对领先位置，故对既有伺服器供应链有较强议价能力，要求ODM如英业达、广达、工业富联、纬创、纬颖等，或品牌业者Dell、Supermicro、技嘉等，依NVIDIA HGX或MGX参考设计，且需经NVIDIA该AI伺服器参考架构的软硬体认证。NVIDIA可整合兜售Arm CPU …

Meta 宣布了一款新的生成式 AI 工具「AudioCraft」，只要输入文字描述，AudioCraft 就可根据文字内容生成一段全新音乐或音效给你。借助该工具，内容创作者只要输入简单文字描述就能产生复杂的创作旋律，甚至模拟整个管弦乐队。

以文字与静态图片为中心的生成式 AI 模型已受到广泛关注且相对容易使用，但生成式音乐工具的发展却滞後了，之前利用 AI 生成连贯音乐的方法通常是 MIDI，但这些方法无法完全掌握完整音乐的细微差别与风格元素。

由於生成式音乐非常复杂（比如需针对不同尺度的复杂讯号与模式进行建模）且开放度不够，人们也无法轻易使用它。

现在，Meta 希望他们新推出的 AudioCraft 工作能在 MIT 许可下，提供简单音乐让社群更加丰富。

AudioCraft 由 3 个核心训练模型组成：AudioGen，用於生成各种音乐效果与音景的工具；MusicGen，可以根据描述创造音乐作品和旋律；EnCodec，一种基於神经网路的音乐压缩编解码器（codec）。

Meta 表示，EnCodec 经过改善调整後能生成更高品质的音乐，此外，AudioGen 还可以创造音效，如狗叫、汽车喇叭鸣声、木地板上的脚步声等。MusicGen 则可以根据「具琅琅上口的旋律、打击乐、欢快节奏的流行舞曲、非常适合海滩」等不同文字描述，从头开始创作各种类型的歌曲。

Meta 也在网站提供多个样本供参考，听完可以发现生成式音乐确实符合描述，但品质还不够高，不足以取代专业制作的商业音乐或音效。

• Meta releases open source AI audio tools, AudioCraft
• Meta’s AI music