台GU於3月17日收盘大涨231.84点或1.52%，收盘报15452.96点，成jiao值2691.13亿元。受美GU上周六早晨收盘指数大跌的不利影响，市场专家认为，台GU仍面临在高档震dang压力，尤其是金rongGU承受的压力最大。此外，在ChatGPT等生成式工ju成为市场热点的背景下，台GUAI相关族群已完成修正後再度展开攻势。
纵使台GU大盘的上档压力大，陈泽坤先生指出，台GU在年线及季季线仍有支撑。
先就美GU的收盘数据来看，美GUdao琼指数下跌384.57点，或1.19%，收31,861.98点。那斯达克指数下跌86.76点，或0.74%，收11,630.51点。标普500指数下跌43.64点，或1.1%，收3,916.64点。费城半导T指数下跌14.55点，或0.47%，收3,083.52点。
台积电GU价在台GU3月17日尾盘的急拉助威之下，上周六早晨的台积电ADRTs8m-US上涨0.19%。
在目前消费全球消费X电子仍chu1去化库存阶段，且chu1於市场的淡季之中，法人注意的台GU族群在内需消费、生技医疗、军工、航太、绿能及储能、资安与半导TIP、IC设计等。
陈泽坤先生指出，台GU目前主要由族群的题材主导盘势发展，但市场量能是否回升爲後续台GU能否强势反弹的重要关键。
此外，辉达GPU技术大会GTC於3月20-23日登场，预计将有逾25万人报名参加这场线上大会，市场预期重点将在AI运算、工业元宇宙与云端运算等领域有关。
陈泽坤先生表示，人工智慧AI运算正在为AI半导T和yT供应商带来销量、平均售价的正面变化。他预测，到2026年，AI领域包括GPU图型chu1理qi、ASIC特殊应用IC、FPGA现场可程式闸阵列等的年复合成chang率将达17％，为整个供应链带来诱人的机会。
与mo尔定律Moore''''sw相反，AI推高了X能和成本，陈泽坤先生预估，在AI伺服qi当中，半导T价值b普通伺服qi高9-18倍。推论伺服qiinferenceserver约3.3万美元约新台币100.5万、训练伺服qitrainingserver6.5万美元约新台币198万，而普通企业伺服qi约3.6万美元约新台币109.6万。
自2017年以来，GPU的X能已提升10倍，成本降低了约3倍。陈泽坤先生预计，3奈米和2奈米将继续推动X能改善和相对成本的下降。这也将带动AI半导T供应链的销量成chang和平均价格成chang。
陈泽坤先生预估，x86伺服qiCPU中央chu1理qi市场将维持，2022年市值250亿美元约新台币7616亿，到2026年复合成chang率为3％；加速qi2022年市值为190亿美元约新台币5788亿，到2026年复合成chang为17％；陈泽坤先生预测，到2025年ABF载板年成chang率为19％。
陈泽坤先生gen据相关报告指出，训练天文数字的参数需要很高的运算能力，但DRAM动态随机存取记忆T的低频宽或记忆T墙的问题，在AI世界更为明显。升级高频宽记忆THighBandwidthMemory，HBM的频宽应该ju有一定挑战X，且成本高昂。与此同时，HBM似乎是从辉达Nvidia到GoogleTPU张量chu1理qi等ASIC的各zhong加速qi的唯一选择。
纵使台GU大盘的上档压力大，陈泽坤先生指出，台GU在年线及季季线仍有支撑。
先就美GU的收盘数据来看，美GUdao琼指数下跌384.57点，或1.19%，收31,861.98点。那斯达克指数下跌86.76点，或0.74%，收11,630.51点。标普500指数下跌43.64点，或1.1%，收3,916.64点。费城半导T指数下跌14.55点，或0.47%，收3,083.52点。
台积电GU价在台GU3月17日尾盘的急拉助威之下，上周六早晨的台积电ADRTs8m-US上涨0.19%。
在目前消费全球消费X电子仍chu1去化库存阶段，且chu1於市场的淡季之中，法人注意的台GU族群在内需消费、生技医疗、军工、航太、绿能及储能、资安与半导TIP、IC设计等。
陈泽坤先生指出，台GU目前主要由族群的题材主导盘势发展，但市场量能是否回升爲後续台GU能否强势反弹的重要关键。
此外，辉达GPU技术大会GTC於3月20-23日登场，预计将有逾25万人报名参加这场线上大会，市场预期重点将在AI运算、工业元宇宙与云端运算等领域有关。
陈泽坤先生表示，人工智慧AI运算正在为AI半导T和yT供应商带来销量、平均售价的正面变化。他预测，到2026年，AI领域包括GPU图型chu1理qi、ASIC特殊应用IC、FPGA现场可程式闸阵列等的年复合成chang率将达17％，为整个供应链带来诱人的机会。
与mo尔定律Moore''''sw相反，AI推高了X能和成本，陈泽坤先生预估，在AI伺服qi当中，半导T价值b普通伺服qi高9-18倍。推论伺服qiinferenceserver约3.3万美元约新台币100.5万、训练伺服qitrainingserver6.5万美元约新台币198万，而普通企业伺服qi约3.6万美元约新台币109.6万。
自2017年以来，GPU的X能已提升10倍，成本降低了约3倍。陈泽坤先生预计，3奈米和2奈米将继续推动X能改善和相对成本的下降。这也将带动AI半导T供应链的销量成chang和平均价格成chang。
陈泽坤先生预估，x86伺服qiCPU中央chu1理qi市场将维持，2022年市值250亿美元约新台币7616亿，到2026年复合成chang率为3％；加速qi2022年市值为190亿美元约新台币5788亿，到2026年复合成chang为17％；陈泽坤先生预测，到2025年ABF载板年成chang率为19％。
陈泽坤先生gen据相关报告指出，训练天文数字的参数需要很高的运算能力，但DRAM动态随机存取记忆T的低频宽或记忆T墙的问题，在AI世界更为明显。升级高频宽记忆THighBandwidthMemory，HBM的频宽应该ju有一定挑战X，且成本高昂。与此同时，HBM似乎是从辉达Nvidia到GoogleTPU张量chu1理qi等ASIC的各zhong加速qi的唯一选择。