《股癌》EP699本集從生活閒聊、棒球運動談起，接著聚焦近期台股盤勢、Meta Muse、Agentic AI時代的CPU需求，以及DSP（數位訊號處理器）可能漲價等市場話題。
本集市場討論的核心之一，是AI應用逐漸從單純聊天走向能夠執行任務的Agentic AI後，資料中心對CPU、GPU、記憶體及網路設備的需求可能產生新的變化。同時，隨著高速交換器從400G、800G進一步往1.6T發展，DSP在高速傳輸中的角色也再次受到市場關注。
以下整理《股癌》EP699主要內容，方便快速掌握本集重點。
目錄
- 股癌EP699本集重點
- 棒球與運動：避免怠惰才是關鍵
- 台股創高後的盤勢觀察
- Meta Muse與Agentic AI帶動CPU需求
- CPU與GPU需求比例怎麼看？
- DSP為什麼可能漲價？
- ADC、DAC與DSP到底是什麼？
- DSP、NPU與AI推論的關係
- 400G、800G、1.6T高速交換器趨勢
- CPO是否會取代DSP？
- EP699市場重點整理
- FAQ常見問題
- 結語
一、股癌EP699本集重點
《股癌》EP699主要可以分成三個市場主題：
| 主題 | 本集重點 |
|---|---|
| 台股盤勢 | 指數創新高後，市場如何看待高檔震盪 |
| Meta Muse | AI Agent發展可能提高CPU與資料中心資源需求 |
| DSP | 高速交換器升級帶動DSP需求，市場傳出漲價消息 |
| 光通訊 | 400G、800G、1.6T高速傳輸規格持續演進 |
| CPO | 共封裝光學可能改變未來高速傳輸架構 |
| 投資思考 | 創高階段觀察盤面結構與產業催化因素 |
二、棒球與運動：避免怠惰才是關鍵
節目開頭談到朋友組織棒球隊，近期也曾到大魯閣練習打球。
原本安排好的練球活動，甚至一度被東京電玩展等行程打亂。不過實際參與棒球活動後，也發現兒童棒球的競爭強度相當高，甚至遇到實力非常強的國小球隊。
從實際下場比賽，也可以明顯感受到棒球不只是打擊能力，防守站位、跑位與團隊合作都需要透過實戰累積經驗。
節目也提到，今年可以說是「運動之年」，除了棒球之外，持續運動與維持肌肉量也是近期生活的重要一環。
其中一個重要心得是：
真正需要避免的，不一定是短期表現不好，而是自己逐漸失去行動力與怠惰。
三、台股創高後的盤勢觀察
EP699談到近期市場處於相對難做的階段。
指數不斷接近或創下新高，但市場中卻有不少投資人開始轉為看空，形成「指數越高、越有人想放空」的情況。
台股加權指數與美國那斯達克100指數（NQ）都處於高檔區域，台股前一日創高後呈現較為保守的收盤型態，之後指數仍持續向上墊高。
節目也推測，連續假期可能讓部分資金降低持倉，因此指數表現相對偏向整理。
盤面結構出現變化
值得注意的是，市場並非所有族群都維持弱勢。
過去跌幅較大的族群開始出現修復，部分弱勢族群也逐漸往上墊高。
其中光通訊族群重新受到市場注意，也成為盤面觀察重點之一。
近期盤勢觀察
| 觀察項目 | EP699討論方向 |
|---|---|
| 大盤位置 | 高檔、接近或創新高 |
| 市場情緒 | 部分投資人開始擔心高檔風險 |
| 盤面結構 | 部分弱勢族群開始修復 |
| 光通訊 | 近期重新受到市場關注 |
| 操作思維 | 觀察創高後的量價與族群輪動 |
節目認為，如果指數持續創新高，同時市場人氣重新升溫，可能會出現更多追價情緒，也就是市場常說的FOMO（Fear of Missing Out，害怕錯過行情）。
四、Meta Muse與Agentic AI帶動CPU需求
本集另一個重要話題，是Meta旗下AI產品與Agentic AI發展對資料中心硬體的可能影響。
與單純回答問題的聊天型AI不同，Agentic AI強調的是讓AI具備更強的任務執行能力，例如串接不同應用程式、讀取資訊、規劃步驟並完成一連串工作。
如果AI從「回答問題」進一步變成「替使用者執行事情」，背後需要處理的資料與工作流程也會增加。
因此，除了GPU之外，CPU的重要性也可能提高。
傳統AI與Agentic AI的差異
| 項目 | 傳統AI應用 | Agentic AI |
|---|---|---|
| 核心功能 | 回答問題、生成內容 | 執行多步驟任務 |
| 工具使用 | 相對有限 | 可串接多種工具 |
| 系統互動 | 單次請求較多 | 多階段流程 |
| CPU需求 | 依應用而定 | 可能提高 |
| GPU需求 | 模型訓練與推論 | 仍是重要核心 |
| 資料中心需求 | AI運算 | AI運算＋系統協調 |
因此，本集提出一個重要觀察：
Agentic AI的發展，不一定只有GPU受惠，CPU也可能成為新的需求焦點。
五、CPU與GPU需求比例怎麼看？
市場近期出現一種說法，認為未來AI資料中心可能出現非常高的CPU需求，甚至有人提出CPU與GPU可能達到40：1的比例。
不過節目對這類數字抱持比較大的疑問。
原因在於，不能直接把「總使用者數量」等同於「同時運算所需要的實體CPU核心數」。
例如：
假設有1億名使用者，每個使用者理論上配置2個vCPU，直接計算會得到2億個vCPU。
但實際資料中心不可能讓1億名使用者永遠同時處於高負載狀態，因此真正需要計算的應該是：
使用者數量 × 同時在線比例 × 實際工作負載 × 每個工作負載所需運算資源
因此，單純從使用者數量推算CPU需求，容易高估實際硬體需求。
節目認為，目前市場看到CPU與GPU接近1：1的推估已經相對樂觀，如果直接喊出40：1，則需要非常謹慎看待。
六、DSP為什麼可能漲價？
本集另一個重要產業話題，是DSP可能出現約15%至20%的價格調整。
DSP全名為Digital Signal Processor，也就是「數位訊號處理器」。
隨著資料中心網路速度不斷提升，高速交換器需要處理越來越大量的資料，因此DSP在高速網路傳輸中的角色也更加重要。
當交換器速度從400G、800G逐步往1.6T發展，訊號處理的複雜度也隨之提高。
因此，DSP需求與高速網路設備升級之間具有密切關係。
七、ADC、DAC與DSP到底是什麼？
要理解DSP，可以先了解「訊號」與「數位化」。
現實世界中的聲音、光線、溫度及電壓等變化，大多屬於連續訊號。
例如一段聲音，可以想像成一條隨時間上下變化的曲線。
但電腦只認識數位資料，因此需要先把類比訊號轉換成數位資料。
1. ADC：類比轉數位
ADC（Analog-to-Digital Converter）就是類比數位轉換器。
它會在不同時間點對連續訊號進行測量，也就是所謂的「取樣」，再把結果轉換成數位資料。
2. DSP：處理數位訊號
數位訊號進入系統後，DSP就負責進行各種數學運算，例如：
- 去除雜訊
- 訊號放大
- 訊號校正
- 資料解壓縮
- 訊號處理
簡單來說，可以把DSP想像成高速資料流中的「訊號處理中心」。
3. DAC：數位轉回類比
經過數位處理後，如果資料需要重新回到現實世界使用，就會透過DAC（Digital-to-Analog Converter）將數位資料轉換成類比訊號。
ADC、DSP、DAC的關係
類比訊號 → ADC → 數位訊號 → DSP處理 → DAC → 類比訊號
八、DSP、NPU與AI推論的關係
節目進一步談到DSP與NPU之間的關係。
AI推論的核心工作之一，是進行大量矩陣運算，包括矩陣相乘與加法。
如果將大量乘加運算單元排列成適合AI運算的架構，就可以形成專門處理AI工作負載的矩陣運算引擎。
因此，從某個角度來看，NPU可以被理解為針對AI運算進一步最佳化的運算架構。
兩者雖然用途不同，但都涉及大量數學運算與訊號、資料處理。
DSP與NPU比較
| 項目 | DSP | NPU |
|---|---|---|
| 全名 | Digital Signal Processor | Neural Processing Unit |
| 主要用途 | 數位訊號處理 | AI／神經網路運算 |
| 核心特色 | 訊號處理與數學運算 | 矩陣及AI運算 |
| 常見應用 | 通訊、網路、影音 | AI推論、邊緣AI |
| 與AI關係 | 可協助資料與訊號處理 | 針對AI運算最佳化 |
九、400G、800G、1.6T高速交換器趨勢
資料中心的網路傳輸速度持續提升，是DSP受到市場關注的重要原因。
本集提到，目前400G已相當常見，800G逐漸成為重要規格，而更高速的1.6T也成為下一階段的重要發展方向。
網路速度越高，訊號傳輸與處理難度也越高，因此相關高速交換器元件的技術要求同步提高。
高速交換器規格演進
| 網路規格 | 市場發展方向 |
|---|---|
| 400G | 已廣泛出現在高速資料中心 |
| 800G | 成為新一代重要規格 |
| 1.6T | 下一階段高速網路發展方向 |
這也是為什麼當市場傳出DSP供應吃緊及價格調整時，會重新引起投資人對相關供應鏈的注意。
十、CPO是否會取代DSP？
DSP未來的另一個變數，是CPO（Co-Packaged Optics，共封裝光學）。
從空方角度來看，如果未來高速網路逐漸轉向CPO架構，部分傳統DSP功能可能受到影響，因此DSP長期需求存在技術替代風險。
不過CPO仍需要時間逐步導入市場。
另一方面，多方則認為，如果目前DSP市場已經出現供應吃緊甚至價格調整訊號，短期仍值得持續觀察相關供應鏈。
因此，DSP產業目前同時存在兩種方向：
短期：高速交換器升級與供應吃緊可能推升需求。
長期：CPO等新技術可能改變傳統DSP架構。
這也是觀察DSP相關公司時，需要同時考慮的兩個面向。
十一、EP699市場重點整理
綜合本集內容，可以將市場觀察整理成以下幾個重點：
1. 台股處於創高階段
指數創新高後，市場出現不同方向的看法。盤面能否持續維持強勢，以及族群輪動是否擴散，是後續觀察重點。
2. CPU成為AI產業新的市場焦點
Agentic AI需要處理更多任務與系統協作，因此除了GPU之外，CPU需求也值得關注。
3. CPU／GPU比例不能只看使用者數量
單純以總使用者數量推算CPU需求，可能忽略同時在線比例與實際工作負載，因此市場流傳的極端比例需要進一步驗證。
4. DSP漲價成為產業新訊號
如果DSP真的出現價格調整，可能反映高速網路需求、產品升級與供需狀況正在發生變化。
5. CPO是DSP長期的重要變數
CPO可能改變高速光電傳輸架構，但技術導入需要時間，因此短期需求與長期技術替代需要分開觀察。
十二、FAQ｜股癌EP699常見問題
Q1：股癌EP699主要談哪些股票與產業？
本集主要從AI與高速網路基礎建設切入，討論CPU、GPU、DSP、NPU、光通訊、交換器與CPO等產業議題，也提到Marvell（MRVL）及台灣相關供應鏈。
Q2：為什麼Agentic AI可能增加CPU需求？
Agentic AI不只是生成文字，而是需要執行多步驟任務、串接應用程式及處理大量系統工作，因此除了GPU進行AI運算之外，CPU也需要負責大量系統與工作流程管理。
Q3：CPU與GPU未來會變成40：1嗎？
本集對這種說法抱持疑問。CPU實際需求必須考慮同時在線比例、工作負載及實際核心使用量，不能直接用總使用者數量推算，因此40：1不能僅憑簡單假設成立。
Q4：DSP是做什麼的？
DSP是數位訊號處理器，主要負責對數位訊號進行數學運算與處理，例如降低雜訊、訊號校正及其他訊號處理工作，在高速通訊設備中具有重要作用。
Q5：ADC和DAC有什麼差別？
ADC是「類比轉數位」，把現實世界的連續訊號轉換成數位資料；DAC則是「數位轉類比」，將數位資料轉換回類比訊號。
Q6：為什麼800G、1.6T會帶動DSP需求？
網路傳輸速度提高後，訊號處理的複雜度也會提高，因此高速交換器需要更強的訊號處理能力，DSP的重要性也隨之提高。
Q7：CPO會不會取代DSP？
CPO可能改變部分傳統光電傳輸架構，因此長期而言可能影響DSP需求，但實際替代速度仍取決於技術成熟度、成本、資料中心採用速度與產業供應鏈發展。
Q8：EP699對投資人的核心提醒是什麼？
本集反覆強調的是，在市場創新高或熱門題材受到追捧時，需要區分「產業基本面改善」與「市場情緒升溫」。CPU、DSP與AI算力等題材都需要進一步觀察實際需求、供需與技術發展，而不能只依單一市場傳言判斷。
十三、結語
《股癌》EP699從市場創高談到AI基礎建設，核心議題集中在CPU、DSP、AI算力與高速網路設備。
隨著AI逐漸從聊天工具走向Agentic AI，資料中心的硬體需求可能不再只是GPU一枝獨秀，CPU、記憶體、網路設備及訊號處理晶片的重要性也值得持續觀察。
另一方面，高速交換器從400G往800G、1.6T發展，也讓DSP重新成為市場焦點。若市場傳出的DSP價格調整最終反映實際供需，可能成為相關供應鏈值得觀察的新訊號。
不過從更長期的角度來看，CPO等新型光電整合技術仍可能改變傳統高速傳輸架構，因此DSP產業同時存在短期需求增加與長期技術變化兩個不同方向。
本集其中一句很值得作為總結的話是：
「如果有這麼強大的資訊調查能力，代表你只要願意把注意力放到某個地方，就可以把它做好。」
放到投資市場來看，與其只追逐每天出現的新題材，不如持續追蹤產業需求、技術變化、供需關係與企業如何因應產業轉型，才能更完整理解一個市場題材究竟發生了什麼變化。
No responses yet