德國晶片告急、NVIDIA揭AI藍圖、日本猛攻AI生態

Summary

本集《深度科技洞察》深入剖析AI浪潮如何全面重塑全球半導體產業。節目首先探討德國工業因AI需求排擠，再度面臨成熟製程晶片奇長交期的困境，凸顯供應鏈韌性與去風險化的兩難。接著，揭露NVIDIA Vera Rubin平台如何透過「極致協同設計」，整合六大晶片打造AI超級電腦，雖展現驚人性能，但也引發市場過度集中與HBM成本飆升的隱憂。同時，日本政府斥鉅資佈局AI晶片設計生態系，力圖扭轉在設計環節的劣勢，強調國家安全與產業復興的決心，但仍面臨人才與生態系建構的巨大挑戰。最後，SK海力士與SanDisk聯手推動高頻寬快閃記憶體HBF標準化，期望為AI推論市場提供兼具大容量、低成本與高頻寬的新型解決方案，其成功與否將取決於產業鏈的廣泛支持與接受度。總體而言，節目強調在AI驅動下的半導體變革，正考驗著全球在技術創新、供應鏈管理及地緣政治平衡中的智慧與應變能力。

Transcript

嗨，各位忠實聽眾，歡迎再次回到我們的！ 我是你們輕鬆但不失專業的節目主持人蔡珵澤。

大家好，我是資深分析師蔡燿先。

今天是我們別具意義的第150集節目！ 在這個里程碑時刻，我們將帶領大家穿越全球半導體市場的最新風暴， 深度剖析AI浪潮如何以超乎想像的速度，徹底重塑整個產業鏈——從晶片短缺、

尖端技術競賽，到全球供應鏈的策略佈局與國家級的產業野心。 這一切都發生得比我們預期的還要迅猛，也更加錯綜複雜。

沒錯，本集我們將聚焦四大關鍵議題，為您層層解構這場全球變革： 首先，我們將探討德國工業為何再次深陷成熟製程晶片短缺的泥淖；

接著，NVIDIA如何憑藉其Vera Rubin下一代AI平台， 以「極致協同設計」理念構築全新的AI超級電腦生態系；

第三，日本政府正如何斥鉅資，加速打造其本土AI晶片生態系， 力圖在AI時代重新崛起； 最後，我們將一同關注SK海力士與SanDisk聯手推動的高頻寬快閃記憶體HBF標準化，

它會是AI推論市場的未來嗎？

準備好了嗎？ 繫好安全帶，因為接下來的內容將會充滿挑戰、啟發與無限可能！ 讓我們一起探索這些令人振奮又充滿懸念的科技新局！

好的，首先，我們要來聊聊一個讓整個德國工業界再次頭痛欲裂的問題——晶片荒。 各位聽眾可能還記得疫情初期，全球晶片短缺對汽車、工業製造業的巨大衝擊吧？

當時德國工業可謂是「叫苦連天」。 如今，德國商報的報導指出，德國工業再次面臨成熟製程晶片供應吃緊的狀況， 而且這次的交期可說是「奇長無比」，從過去的8週一路拉長到將近一年，

也就是50週！ 這簡直是把時光倒流回疫情最嚴峻的時刻啊，歷史似乎又重演了。

是的，這次的短缺，背後有著更深層次的結構性原因。 根據GPV執行長呂貝克的說法，人工智慧和資料中心需求快速成長， 成為此波晶片短缺的主因之一。

美國科技巨頭Alphabet、Amazon、Meta和Microsoft今年宣布， 將在AI相關基礎建設投資高達6500億美元，其中相當比例用於採購最先進的AI晶片。

這龐大的資金湧向先進製程，導致晶圓廠將更多產能分配給高利潤的先進晶片， 間接排擠了製造微控制器、電源管理晶片等傳統工業用晶片的成熟製程產能。

這些成熟製程晶片，正是支撐工業自動化、汽車電子、物聯網等「實體經濟」運作的關鍵骨幹。

所以簡單來說，就是AI晶片太夯了，把晶圓廠的產能和資源都「吸」走了。 結果那些看起來沒那麼「高科技」，但卻是工業界不可或缺的微控制器、

電源晶片、類比晶片這些成熟製程產品，反而變成稀缺資源了。 而且顧問公司Strategy&還指出，記憶體產品的漲幅最為顯著， 部分價格甚至比去年秋季上漲了3到4倍。

這對德國這種高度依賴製造業的國家來說，無疑是個沉重打擊。

芬特爾也補充說，德國這次短缺的正是應用於汽車與工業設備的基礎元件。 此外，歐洲半導體供應鏈內部也出現變數，例如荷蘭安世半導體近期因內部管理與股權問題影響部分產能，

導致供貨延遲，對汽車供應鏈造成重大影響，部分產品交期一度長達約9個月。 這也凸顯了全球化供應鏈中的在地化風險。

這聽起來有點眼熟啊，難道德國企業又「好了傷疤忘了疼」嗎？ 法蘭克福電子經銷商Sand & Silicon的執行長塞迪基就直言不諱： 「德國似乎忘記疫情期間晶片短缺的痛苦。

過去兩年市場需求疲弱，企業多以壓低成本為優先，未建立足夠庫存， 忽略供應鏈風險。 」這簡直是說到我們心坎裡了。

這種對成本的過度關注，往往導致在危機來臨時毫無招架之力。

這確實是一個值得深思的教訓。 儘管歐盟已批准向德國GlobalFoundries和X-FAB等晶圓廠提供總額6.23億歐元的政府補助，

旨在提升歐洲晶片自給自足能力，但供應鏈在地化策略的實施仍面臨挑戰， 畢竟晶圓廠的建設並非一蹴可幾。

同時，英飛凌執行長約亨·哈內貝克也表示，公司正將2026財年的投資增至約27億歐元， 以擴大德勒斯登和其他工廠的產能，預計2027財年AI相關營收將達2.5億歐元，

以應對增長的需求，這顯示了歐洲企業雖然意識到問題，但轉型和擴產都需要時間。

不過，芬特爾也提出了一個很有趣的觀點。 他說：「此波供應吃緊對中國製造商而言是一大機會，中國近年已大幅擴充40奈米等成熟製程產能， 在西方供應不足情況下，可能成為替代供應來源。

」這就帶來了一個兩難：你是要堅持「去風險化」的原則，減少對潛在競爭對手的依賴； 還是為了快速取得關鍵晶片，而考慮來自中國的供應？

這肯定會讓一些決策者在戰略上很頭痛。 這背後是複雜的經濟與地緣政治考量。

從晶圓代工市場來看，台積電預期2026年營收成長30%至35%， AI晶片需求是關鍵驅動力，先進製程未來3到5年供不應求將明顯加劇。

同時，成熟製程方面，預計世界先進、力積電等8吋廠受惠於全球8吋總產能縮減2.4%， 表現將優於同業，價格也將面臨上漲壓力。

這意味著成熟製程的短缺和價格上漲，恐怕會持續一段時間。

好的，德國晶片荒這齣戲還會怎麼演下去，供應鏈的選擇題又會如何解？ 我們拭目以待。 接下來，我們要將目光轉向AI晶片的最前線，看看「AI教父」NVIDIA又端出了什麼驚天動地的菜色，

這將引領我們進入AI技術的下一階段。

蔡燿先，我們都知道NVIDIA在AI晶片領域是當仁不讓的獨霸一方， 市場佔有率高達80%以上。 現在，他們又推出了下一代AI平台Vera Rubin。

聽說這次他們不只賣單一晶片，而是要賣整套「AI超級電腦」的解決方案， 這是怎麼回事？ 這背後代表著什麼樣的戰略轉變？

蔡珵澤說得沒錯。 NVIDIA在CES 2026和GTC 2025/2026上詳細揭露了Vera Rubin平台， 並確認其已全面投產，預計2026年下半年開始出貨。

NVIDIA執行長黃仁勳表示，Vera Rubin是「極致協同設計」的體現， 整合了六大核心晶片，包括Vera CPU、Rubin GPU、

NVLink 6交換機、ConnectX-9 SuperNIC、 BlueField-4 DPU和Spectrum-6乙太網交換機。

他強調，NVIDIA已從單純的元件供應商轉型為整個AI基礎設施堆疊的主要架構師， 也就是說，他們賣的不再是積木，而是整座樂高城堡。

哇，六顆晶片組成一個AI超級電腦，這真的是把整個資料中心都變成一顆巨大的晶片了！ 黃仁勳說Rubin平台能將AI推論成本降低10倍，訓練MoE所需的GPU也減少4倍，

推論性能提升5倍。 特別是BlueField-4 DPU，更是不得了，運算能力提升6倍， 電晶體數量高達1260億顆，還整合了64核心的Grace CPU。

這些數字聽起來都像是科幻小說才會出現的，但NVIDIA卻把它們變成了現實！ 這代表著AI運算效率的巨大飛躍。

這些性能提升的確令人驚嘆。 Rubin平台採用的NVLink 6技術，單顆GPU雙向頻寬達3.6 TB/s， 而機架級NVL72的GPU到GPU頻寬更高達260 TB/s，

確保了AI模型訓練和推論所需的海量數據傳輸效率，徹底消除了瓶頸。 同時，Spectrum-6交換機的單晶片交換容量達到102.4 Tb/s，

加上Spectrum-X乙太網光子系統能效提升5倍，NVIDIA確實是在打造一個極致優化、 軟硬體深度整合的AI生態系。

Meta、Microsoft等超大規模資料中心都已承諾部署Vera Rubin系統， 顯示其市場影響力。

這種「包山包海」的策略真是讓競爭對手望塵莫及，NVIDIA透過這種深度整合， 構築了難以跨越的技術壁壘。

不過，這麼強大的AI平台，背後所需的先進製程、高頻寬記憶體， 以及複雜的先進封裝技術，其成本和供應鏈壓力一定也不小吧？

這會不會反而成為AI發展的限制？

確實如此。 隨著Rubin平台的需求激增，高頻寬記憶體HBM4的價格也水漲船高。 市場報告顯示，三星電子預計將HBM4價格調漲高達30%，

單價可能來到700美元，潛在營業利潤率高達50%至60%。 SK海力士也證實2026年的HBM供應已全數售罄，美光也表示其2025和2026年的HBM產能已全數被預訂。

這凸顯了HBM在整個AI供應鏈中的關鍵地位和稀缺性。

天哪，這是賣方市場的勝利啊！ 這些記憶體大廠簡直是搭上了AI的順風車，賺得盆滿缽滿。 但這也讓我覺得，NVIDIA一家獨大，會不會讓整個AI市場過度集中？

萬一他們在技術或供應鏈上出了什麼問題，對整個產業的影響會不會太大了？ 而且HBM這麼貴，是不是會讓AI的普及成本居高不下，限制了更多企業和國家進入AI領域的門檻？

這是一個關鍵的平衡問題。 NVIDIA的「極致協同設計」策略雖然帶來了無與倫比的性能， 但確實引發了對市場集中化、供應鏈風險以及AI應用成本的擔憂。

儘管NVIDIA透過台積電保留了高達70%的CoWoS-L先進封裝產能， 但這種對單一供應商的依賴，以及對HBM的極度需求，都可能成為潛在的瓶頸。

一些分析師，例如SemiconSam的Jukan，雖然預期HBM產業在2026年將持續增長， 但也認為嚴重的供應短缺有望獲得解決，暗示供應鏈的彈性會逐漸提升。

然而，從目前記憶體廠的強勢定價來看，供應商掌握議價權的局面短期內不會改變， 這對AI硬體成本仍構成壓力。

聽起來NVIDIA既是AI的領航者，也把整個產業推向一個前所未有的高度和集中度。 這對AI產業到底是福是禍，是加速還是潛在的風險，或許時間會給我們答案。

接下來，我們把鏡頭轉向東亞，看看曾經在半導體領域叱吒風雲的日本， 如何在AI時代，為他們的半導體產業重新定義方向。

蔡燿先，提到日本，我們都知道他們在半導體製造設備和材料領域一直都是全球翹楚， 許多關鍵的半導體材料和設備都掌握在日本企業手中。

但似乎在晶片設計，尤其是AI晶片設計這塊，日本近年來相對較為落後， 沒有出現像NVIDIA、AMD這樣的全球巨頭。

現在，日本政府要花大錢興建三座高階AI半導體設計設施，這是要扭轉乾坤， 重現過去半導體王國的輝煌嗎？

這背後有什麼深層的國家戰略意圖？

沒錯，日本經濟產業省近期宣布，將投入1306億日圓，約8.39億美元， 計畫興建三座具備AI半導體高階設計軟體與開發工具的設施。

這項策略旨在以台積電和Rapidus為核心，打造國內半導體生產體系， 同時補足日本在AI晶片設計上的弱點。

這不僅是經濟考量，更是日本提升經濟安全保障的關鍵一環。

1306億日圓，這可不是一筆小數目啊！ 所以這些設施會怎麼分工，具體要實現什麼目標呢？

第一座設施預計在2026年秋季於東京開設，主要聚焦於晶片設計， 特別是針對控制機器人、機械等「實體AI」應用，並提供自動化設計工具、 運算伺服器和技術專家支援，培養高階設計人才。

第二座中心則預計在2029年度於北海道千歲市啟用，鄰近Rapidus工廠， 專職設備與原料的研發與測試，並將引進ASML最新的EUV設備， 為Rapidus的先進製程提供支持。

Rapidus的2奈米晶片量產時間表也曝光，預計2027年下半年啟動初期量產， 月產能6000片，並在一年內擴大至2萬5000片，2028年全面量產。

日本政府的目標是力拚在2028年實現AI晶片的本土原型製造， 這是一個非常雄心勃勃的計畫。

小野田紀美經濟安全保障大臣強調，AI與半導體是攸關產業競爭力與國家安全的極重要基礎技術， 日本絕對沒有落後的空間。

這聽起來日本是玩真的了，要從過去相對「單打獨鬥」或只專注材料設備的策略中走出來， 走向更全面的生態系合作，從設計、製造到應用，打造完整的半導體供應鏈。

日本政府此舉，旨在將其半導體戰略從傳統的製造和材料優勢， 擴展至AI晶片設計的上游軟體與工具鏈，以減少對外部供應鏈的依賴， 並增強本土AI硬體的自主能力。

日經中文網也指出，越是尖端半導體，研發成本越高，企業難以單獨承擔投資， 政府將積極承擔相關費用，為民間技術革新打下基礎。

這種國家隊模式，正是在全球半導體競賽中，各國政府的普遍策略。

聽起來很宏大，但我也有點疑慮。 像NVIDIA這樣的美國企業在AI晶片設計領域已經是絕對的霸主了， 而EDA工具也幾乎由美國幾大巨頭壟斷。

日本政府投入這麼多錢，真的能在這麼短的時間內迎頭趕上，甚至在設計工具和軟體上開闢出自己的道路嗎？

畢竟過去日本半導體業也曾輝煌一時，後來卻因各種原因而沒落了， 這次會不會重蹈覆轍？ 人才的培養和全球合作，會是更大的挑戰吧？

您的擔憂很有道理。 經濟日報的報導就指出，日本企業在AI半導體設計領域確實處於落後， 與海外企業和研究機構合作對日本新半導體中心而言至關重要。

僅有資金投入是不足夠的，如何有效整合國內外資源、培養頂尖人才、 建立具備競爭力的IP和生態系，才是日本能否成功的關鍵。

全球邊緣AI晶片市場潛在價值雖預計在2036年達800億美元， 顯示了利基市場的機會，但要挑戰通用AI晶片市場的既有格局， 仍然非常困難。

日本可能需要尋找差異化的市場切入點，例如其在機器人、工業自動化方面的優勢， 發展特定的「實體AI」晶片。

所以日本這場半導體復興戰，不僅是技術與資本的較量，更是智慧和策略的考驗， 一場牽動國家未來的豪賭。

我們期待看到日本如何突破重圍，走出自己的AI晶片之路。 接下來，我們要來看一個可能顛覆未來AI記憶體格局的新技術： 高頻寬快閃記憶體HBF，它將如何重新定義AI推論的記憶體需求？

蔡燿先，我們剛才提到HBM價格漲得驚人，幾乎是AI運算成本居高不下的主因之一。 現在，SK海力士和SanDisk又聯手推出了HBF，也就是高頻寬快閃記憶體， 還要推動它的標準化。

HBM和HBF，這兩個「H」開頭的記憶體到底有什麼不一樣？ 難道HBF是要來取代HBM，成為AI時代的新記憶體霸主嗎？

蔡珵澤，HBF並不是要取代HBM，它們有著不同的定位和應用場景。 簡單來說，HBM是為AI訓練設計的「速度王者」，它提供極致頻寬， 但容量相對有限且成本高昂。

而HBF，根據SK海力士的定義，旨在作為HBM與傳統SSD之間的一個新型記憶體層級， 它結合了NAND Flash的大容量、低成本與HBM的高頻寬特性，

專為AI推論市場設計，以滿足其對容量擴展和電源效率的雙重需求。 可以想像成，HBM是跑車，HBF是高性能的貨車，各有各的用處。

喔，所以HBF是為AI推論而生，特別強調的是容量和成本效益， 對吧？ 因為AI推論需要處理大量數據，但對單次存取的頻寬要求可能不如訓練那樣極致。

這是不是說HBF會讓AI推論的成本大幅下降，從而加速AI在各行各業的普及？

這是HBF的戰略目標。 SK海力士總裁安炫表示，HBF技術能彌補HBM的高效能與SSD的大容量特性之間的差距， 並確保AI推論所需的容量擴展與能源效率。

目前HBF單堆疊容量目標高達512 GB，這是HBM4的8到16倍， 而單顆晶片容量為256 Gb，第一代目標讀取頻寬為1.6 TB/s。

他們內部測試甚至顯示，HBF與「無限容量HBM」的性能差距僅2.2%。 這是一個非常具有吸引力的性能成本比。

哇，容量比HBM4大這麼多，性能差距卻很小，聽起來HBF的潛力確實巨大啊！ SanDisk預計今年下半年就能交付首批HBF記憶體樣本，

而2027年初搭載HBF的AI推論設備就會進入採樣階段。 這麼快就能看到成果，是嗎？ 這效率令人驚訝。

是的。 SK海力士與SanDisk已於2026年2月25日在SanDisk總部聯合舉辦了「HBF規格標準化聯盟啟動會」，

並在開放運算計畫架構下成立專項工作小組，展開HBF標準制定工作。 這種早期就推動標準化的策略，旨在吸引更多產業夥伴加入，共同建立生態系。

他們期待HBF在約2030年能全面擴張市場需求，成為AI推論記憶體的主流方案之一。

這看起來是要為AI推論開闢一個全新的記憶體賽道啊！ 不過，要推動一個新的產業標準，是不是會面臨很多挑戰？

像是技術的成熟度、整個生態系的建立，還有怎麼跟現有的HBM和SSD市場區隔？ 畢竟大家已經習慣現有的記憶體架構了，改變用戶習慣和產業鏈慣性， 從來都不是一件容易的事。

這是非常實際的挑戰。 雖然HBF的技術概念和性能潛力令人期待，但標準的建立需要整個產業鏈的共同支持， 包括晶片設計商、系統整合商，甚至軟體開發者。

此外，HBF需要證明其在成本、性能和穩定性上的綜合優勢， 才能說服客戶從既有的HBM或SSD解決方案轉向。

而且，JEDEC也剛發布了UFS 5.0和UFSHCI 5.0標準更新， 針對行動應用和高階智慧型手機提供更高的性能和更低的功耗，

這顯示快閃記憶體市場的技術演進也持續推進，競爭日益激烈。 HBF必須在這樣一個競爭激烈的市場中，清晰地找出其獨特的價值定位， 並克服推動新標準的巨大阻力。

所以，HBF雖然瞄準了AI推論這個巨大的潛力市場，但能否成功， 還得看它能不能有效克服技術成熟、成本效益、生態系建立和市場接受度的多重考驗。

這將是一場精彩的記憶體標準之爭。

好的，今天的又到了尾聲。 今天我們從德國工業面臨的成熟製程晶片短缺困境出發，清晰看到AI對整個半導體供應鏈，

特別是對成熟製程產能的巨大排擠效應，也再次體認到地緣政治在其中扮演的複雜且關鍵角色。

接著，我們深入剖析了NVIDIA Vera Rubin平台， 這不僅是單一晶片的突破創新，更是NVIDIA「極致協同設計」理念下， 將整個AI基礎設施系統化的體現。

它清晰地揭示了AI軍備競賽已進入全面整合與系統優化的新階段， 但同時也引發了對市場集中化和供應鏈依賴的深思。

而日本政府積極佈局AI晶片設計生態系，投入鉅資，展現了他們在AI時代轉型的堅定決心。 不過，這也提醒我們，要在激烈的全球競爭中脫穎而出，除了龐大的資金投入，

更需要智慧的策略佈局、頂尖的人才培養以及廣泛的國際合作。

最後，SK海力士與SanDisk聯手推動HBF標準化，為AI推論市場提供了具備高容量和高成本效益的新型記憶體解決方案。

這預示著記憶體產業在AI時代將走向更多元、更細分的應用， 以滿足不同AI工作負載的特定需求。

總體而言，AI浪潮正以我們難以想像的速度和廣度，重塑著全球半導體產業的每個環節。 無論是晶片短缺的經濟衝擊、NVIDIA的技術創新、日本的國家戰略轉型，

還是HBF的市場探索，這些議題都緊密相連，共同編織出一個充滿挑戰與無限機遇的科技新時代。

在這個變革的時代，唯有持續保持敏銳的洞察力、靈活應變的能力， 並在技術發展、經濟效益、地緣政治之間取得巧妙平衡，才能在這場全球性的科技馬拉松中穩健前行， 甚至引領風騷。

感謝各位收聽本集的。 我是蔡珵澤。

我是蔡燿先。

我們下週同一時間再會！