隨機焦點｜Grayscale Investments Sets 0.2・Nvidia 推出新 CPU 與 PC 產品擴張 AI 平台・Nvidia的AI壟斷可能推動其在2030年成為10兆美元公

📰 1. Grayscale Investments Sets 0.29% Fee For Hyperliquid ETF

TITLE:灰階投資為Hyperliquid ETF設定0.29%管理費，加密ETF費用戰開打！

嗨，各位科技理財咖！今天來聊一個讓幣圈玩家眼睛一亮的消息：灰階投資（Grayscale Investments） 正式宣布，他們新推出的 Hyperliquid ETF 管理費只要 0.29%！沒錯，就是那個過去被吐槽「手續費貴到靠北」的灰階，這次竟然端出白菜價？這背後到底有什麼陰謀？我們一起來拆解。

原文摘要：低費率的震撼彈

根據外媒報導，灰階這次為 Hyperliquid ETF 設定的費率是每年 0.29%，遠低於他們過往旗艦產品 GBTC 的 1.5% 甚至更高。Hyperliquid 本身是主打鏈上永續合約交易的 Layer 1 公鏈，這支 ETF 讓傳統投資人能間接持有 Hyperliquid 生態的曝險，而不需要自己管私鑰、扛 Gas 費。灰階此舉被解讀為搶佔市場先機，畢竟現在各家 ETF 發行商都在削價競爭——從貝萊德、富達到方舟投資，管理費已經殺到 0.2%~0.4% 區間，灰階再不降價就只能吃土了。

我的觀點：這不只是降價，是策略轉彎

說真的，以前灰階的產品費用高到嚇人，大家會買是因為它是「唯一合法合規」的選擇。但現在監管逐漸明朗、競爭對手變多，灰階終於認清現實：光靠品牌信仰撐不住高費率。這次針對 Hyperliquid 這種相對新興的標的下殺到 0.29%，有幾個重點值得注意：

瞄準特定生態系：Hyperliquid 在 DeFi 衍生品領域成長飛快，TVL 衝破數十億鎂。灰階選它而非主流幣（如 ETH 或 SOL），是想押注「下一個潛力賽道」，吸引願意冒險的機構資金。
費率策略分化：灰階可能未來會針對不同資產設定不同費率——成熟資產收高一點（反正大家習慣了），新興資產用低費誘客。這招跟電信業者「新用戶優惠」有87分像。
對散戶的影響：雖然 0.29% 比 GBTC 便宜很多，但比起直接買 Hyperliquid 現貨（零管理費），還是多了一層成本。不過 ETF 的便利性（稅務、保管、交易時間）對一般投資人來說很有吸引力。

延伸思考：ETF 費用戰的最終贏家是誰？

這一波加密 ETF 降價潮，本質是「流量爭奪戰」。管理費越低，越能吸引長期持有資金，但發行商利潤也越薄。灰階這次的動作，其實暗示了一個大趨勢：加密資產正在變成「商品化」的金融工具。就像股票 ETF 最後只剩幾家巨頭能存活一樣，加密 ETF 也可能只剩費用最低、流動性最好的產品留下來。

另外，Hyperliquid 自身生態會因此受益嗎？我認為有機會——ETF 帶來更多合規資金流入，會推升 Hyperliquid 鏈上活動，但同時也讓它更依賴傳統金融通道，失去部分「去中心化」精神。這對幣圈原教旨主義者來說，可能是個矛盾點。

總之，灰階這一槍，代表加密金融的「效率競賽」正式開打。對我們使用者來說，選擇越來越多、費用越來越低，完全是好事。只是要小心別被「低費」沖昏頭，還是要搞清楚 ETF 背後追蹤的資產、折溢價風險跟流動性。

📝 編輯說：:** 這篇文章在動區、鏈新聞等平台引發熱議，筆者認為最值得關注的觀點是灰階的「降費」其實是加密資產走向主流化的關鍵信號——當傳統金融巨頭開始用價格戰搶市，代表這個市場已經不再是小眾狂歡。

📰 2. Nvidia 推出新 CPU 與 PC 產品擴張 AI 平台，股價應聲大漲

🔗 原文連結

原文摘要

Nvidia 上週在 GTC 大會上投下震撼彈：除了資料中心 GPU 外，還正式發表了代號「Grace」的 Arm 架構 CPU，以及專為 AI 開發者設計的 DGX PC 產品線。消息一出，Nvidia 股價當日飆漲超過 6%，市值一舉突破 2.5 兆美元。執行長黃仁勳在台上笑稱：「我們不只是顯卡公司，現在我們連整台電腦都幫你做好了。」這項策略直接劍指 Intel、AMD 的 CPU 地盤，同時也讓「AI PC」這個詞從行銷口號變成真實存在的硬體商品。

我的觀點／評論

說真的，Nvidia 這步棋根本是「我不裝了，攤牌！」的概念。過去大家覺得 Nvidia 就是靠 GPU 吃飯，但他們從 CUDA 生態系、NVLink 互連、再到收購 Mellanox 做網路，早就偷偷把整個 AI 運算棧補齊了。現在推出自研 CPU，等於告訴市場：你不必再買 Intel 或 AMD 的處理器來配我的 GPU，我直接一條龍服務。Grace CPU 採用 Arm 架構，功耗超低但記憶體頻寬驚人（搭配 HBM3e），特別適合大規模深度學習訓練。而 DGX PC 更是把超級電腦塞進桌機，讓 AI 工程師可以在辦公室跑 400B 參數的模型。

但老實說，這對開發者未必全是好事。Nvidia 生態系本來就夠封閉了，現在連硬體都綁在一起，萬一哪天他想漲價或改規格，大家只能乖乖吞下去。不過以現階段 AI 軍備競賽的速度，有這種高效能整合方案，誰還管那麼多？先衝再說。

延伸思考

這波操作最抖的應該是 Intel。原本 x86 在資料中心還有一席之地，結果 Nvidia 直接跨入 CPU 領域，加上 AMD 也在推 MI300 系列加速器，Intel 的「CPU+GPU」雙產品線策略變得進退維谷。另一邊，高通、聯發科也在搶 Arm PC 市場，整個處理器戰場已經從「效能之爭」轉為「生態系之爭」。

更深一層看，Nvidia 推 AI PC 其實是在為「邊緣 AI」鋪路。當訓練完的模型需要部署在終端裝置（比如自駕車、機器人、甚至你的筆電），你需要一個統一硬體架構讓模型無痛轉移。Nvidia 如果能把資料中心的 GPU/CUDA 直接複製到 PC 上，開發者就不用煩惱移植問題，這才是真正的護城河。

最後來個小預測：未來兩年，我們很可能看到「買 Nvidia 電腦送 AI 軟體」的綑綁銷售模式，像買 Mac 送 iMovie 一樣。到時 PC 品牌廠和 OEM 該怎麼站隊？又是一個大哉問。

📝 編輯說：:這篇文章在科技論壇引發熱議，筆者認為最有價值的觀點是：Nvidia 自研 CPU 的真正意圖不是取代 Intel，而是統一 AI 運算的硬體標準，讓開發者離不開它的生態系。

📰 3. Nvidia的AI壟斷可能推動其在2030年成為10兆美元公司

🔗 原文連結

原文摘要

最近一份分析報告指出，Nvidia憑藉在AI運算晶片的壓倒性優勢，正逐步鞏固其「AI軍火商」地位。從資料中心用的H100、B200到即將推出的Blackwell架構，幾乎所有大型語言模型訓練都離不開它的GPU。報告大膽預測，如果這股壟斷力道持續，Nvidia市值將在2030年前突破10兆美元——這可是比目前蘋果、微軟還要高出一截的數字。當然，前提是競爭對手沒有翻盤、地緣政治沒爆炸、而且AI需求繼續瘋狂成長。

我的觀點：這壟斷是真的穩，但「10兆」聽起來像科幻小說

老實說，Nvidia現在根本就是AI時代的英特爾——不對，比英特爾當年還猛。當年英特爾在PC處理器市佔率大概八成，Nvidia在AI訓練晶片呢？九成五以上。CUDA生態系綁死開發者，加上每年迭代的硬體速度，對手想追？先燒個幾百億美金再說。

但「10兆美元」這個數字我得打個問號。目前全球市值冠軍是蘋果約3.5兆，Nvidia大概3兆左右。要翻三倍到10兆，意味著AI市場規模得暴增到好幾兆美元，而且Nvidia還能吃下大半。這不是不可能——如果AI真的變成水電一樣的基礎設施，那確實。但風險也很真實：1）對手AMD、英特爾甚至Google、Amazon自研晶片正在急起直追；2）美國對中國出口管制反而逼中國加速自研；3）AI泡沫會不會在2027年左右破掉？誰也說不準。

延伸思考：我們該怕的是Nvidia太強，還是太依賴它？

這篇文章最有趣的點其實不是數字，而是「壟斷」這個詞。科技業向來討厭壟斷，但Nvidia的壟斷是「自然壟斷」——因為它東西就是好。這讓我想起以前微軟的Windows、英特爾的x86。歷史告訴我們，再強的霸主都會被顛覆，問題是時間點。

另一個延伸思考是：整個AI產業鏈過度依賴單一供應商，會不會變成一種系統性風險？如果Nvidia突然出貨延遲，或某代架構翻車，全球AI研發直接停擺。這可不是開玩笑的。或許我們該鼓勵更多開放生態系，比如RISC-V或AMD的ROCm，讓市場有多一點選擇。

📝 編輯說：:筆者認為這篇文章最值得討論的問題不是Nvidia能不能變10兆，而是我們是否允許一個公司掌控整個AI時代的算力命脈。這篇分析在Yahoo Finance引發了正反兩派激烈辯論，你覺得呢？

📚 本日原文來源

本文由JK Space News自動彙整，不代表任何投資建議。