近期輝達（NVIDIA）GB200AI伺服器出貨遞延雜音四起，輝達執行長黃仁勳18日接受外媒《連線雜誌》（Wired）專訪時闢謠，高呼「GB200正滿載生產、進展順利」，並大讚最新Blackwell平台伺服器在推理過程中兼顧高效和節能之餘，效能更大增30倍。

黃仁勳並直言，「愈來愈多公司爭相建置AI能量，三個月的時間差可能就會改變遊戲規則。」法人指出，黃仁勳出面闢謠，並對Blackwell平台伺服器「超強效能」信心喊話，有穩定軍心味道，也為鴻海、廣達、緯創、英業達等GB200 AI伺服器代工廠出貨吞定心丸。

鴻海、廣達等首批出貨GB200 AI伺服器的代工廠先前均透露，將於年底前小量出貨，明年第1季放量。如今黃仁勳出面穩軍心，代工廠大量認列GB200 AI伺服器機櫃出貨實質營收貢獻，可望如先前預期推進。

廣達指出，高頻、高算力伺服器產品在驗證過程中，從前段晶片組良率到後段裝機測試等，一定會出現各式各樣問題，供應鏈勢必會一層一層解決，確保量產良率。

輝達Blackwell平台AI晶片正陸續交付，「地表最強AI晶片」GB200伺服器出貨放量在即，市場對出貨進度關注節節升溫。

研調機構集邦科技（TrendForce）17日示警，由於高速互通介面、熱設計功耗（TDP）等關鍵零組件設計規格明顯高於主流，供應鏈需要更多時間調校優化，AI伺服器機櫃放量出貨時程恐遞延至明年第2季甚至第3季，比業界預期晚一季到半年。

黃仁勳受訪透露Blackwell平台AI晶片出貨進展順利，也點出其超強效能。黃仁勳表示，過去通常需花費數月處理訓練模型所需數據，接著再訓練模型，透過Blackwell可提升訓練模型效率，將時間壓縮至原先三分之一到四分之一，假如原先需要六個月，現在僅需耗時一個半月左右。

談及Blackwell推理能力，黃仁勳指出，推理過程遵循的不是零樣本學習或單樣本學習，而是長期思考模式，本質上是AI先在腦海中構思各種不同解法，再用更多算力，提供更適當的答案，稱之為測試階段標準化（test time scaling）或推理階段標準化（inference time scaling），Blackwell伺服器在推理過程中兼顧高效和節能。