AI晶片戰火急：AMD嗆聲Nvidia！記憶體續夯，FinLLM啟航？

Summary

本集節目深入探討AI產業的「本賺比」戰場，已從單純晶片性能競逐，演變為一場供應鏈價值重構的權力遊戲。從AMD與NVIDIA在AI晶片領域的激烈攻防，到先進封裝（如Intel EMIB挑戰台積電CoWoS）和光電共封裝（CPO）等底層技術如何重塑「實體護城河」與利潤分配。節目揭示AI巨頭如Google如何透過全球化資金策略（如發行「武士債」）應對天文數字般的資本支出，並驅動HBM記憶體的「超級週期」。同時，也分析了NVIDIA「AI工廠」與OpenAI「DeployCo」如何協助AI「實戰變現」，以及台灣「金融大語言模型」（FinLLM）在垂直應用中如何構築「信任溢價」。最後，在華爾街「2000年泡沫」警訊下，節目提醒投資人應警惕亞洲股市的「K型分化」，精準識別具備「技術整合」、「稀缺資源」及「非紅鏈信任溢價」的企業，才能在AI的「黃金交叉」期中，從「燒錢黑洞」裡挖到穩定的「本賺比」金礦。

Transcript

歡迎回到，我是爆氣的小明！

大家好，我是熙宇。 今天我們要來深入聊聊，那個讓大家又愛又恨、又興奮又焦慮的AI世界， 現在到底演變到什麼程度了。

熙宇，我最近真的是有一點點AI疲勞了啦，你知道嗎？ 就是走到哪、聽到哪都說AI，新聞報AI、社群聊AI，連我家巷口那個賣菜的阿伯都在講說， 他的計算機是不是AI。

這讓我不禁要問，現在這波AI到底是真的那種「結構性成長」， 還是只是又一場，嗯，你知道的，「非理性榮景」？

畢竟市場上關於AI估值過高的警鐘從來沒停過。 但這次，我們得把鏡頭轉到更深層次，看看晶片戰火全面升級之後， 它對供應鏈的「價值重構」到底產生了什麼影響，真正的「本賺比」金礦，

我跟你說，藏得更深了。

沒錯，小明，你這觀察真的是太到位了！ 「AI疲勞」我覺得更多的是「AI焦慮」。 最近真的是熱鬧到不行，不只是晶片速度在比快，連晶片怎麼「住」在一起、

資料怎麼「跑」的這些底層基礎建設，都變成兵家必爭之地了。 如果你還停留在只看誰的GPU算力比較強，那可能就錯過這一波真正有料的「價值再分配」了。

因為現在這個市場，已經從「裸晶」的戰爭，打到「封裝」和「互連」的技術護城河保衛戰了。 講白話一點，以前可能你只要把跑車引擎做得夠好就行，現在是你連跑車的懸吊系統、

傳動系統都要自己包辦，而且還要能跟高速公路完美結合，這才能贏！

哇，你這個比喻太到位了。 所以我們今天就是要來深拆，在這場AI晶片戰火全面升級、基礎設施價值鏈深度重塑的「超級週期」中，

真正的「本賺比」金礦究竟在哪裡，以及台灣「非紅鏈」供應商如何才能持續鞏固「實體護城河」， 並避免「K型分化」的衝擊，對吧？

沒錯，這就是我們今天節目的核心。 因為AI的「本賺比」戰場，已經從單純的技術競逐，演變為一場供應鏈價值重構的權力遊戲了。

好，那我們先從這個最前線的晶片競爭開始聊起吧。 講到「跑車」，我就想問了，現在市面上兩大跑車製造商，AMD跟NVIDIA， 最近都端出了什麼新菜？

尤其AMD，感覺來勢洶洶，動作很多耶。

喔，AMD這次的動作真的值得注意。 他們最近在AI晶片領域可說是火力全開，像今年五月，他們就正式推出了Instinct MI350P，

這是一個基於他們CDNA 4架構的PCIe介面AI加速卡。 這裡的CDNA，也就是Compute-DNA，是AMD專為資料中心設計、

處理高效能運算的架構，每一代更新，性能跟效率都會大幅提升， 而這個「4」就代表了最新的、第四代的架構升級。

講白話一點，PCIe，它就像是電腦裡一條超高速、標準化的「連接介面」， 各種不同的硬體零件都能透過它連接。

你要知道，PCIe介面意味著更高的通用性與部署彈性，企業客戶無需為此大規模改造現有資料中心， 降低了導入門檻。

這對那些想要試水溫，或是不想被單一供應商鎖死的客戶來說， 吸引力很大。

嗯，而且不只這樣吧。 感覺AMD不只是單點出擊，連策略都玩得很兇。

不只喔，小明。 早在今年六月，AMD就已經推出了MI350X和MI355X這兩個OAM模組。 OAM，全名是「開放加速器模組」，它其實是一個業界標準，

講白話一點，這就像是幫不同廠商的AI加速卡設計了一個通用接口， 讓它們可以共通規格，更容易整合到伺服器裡。

這些模組都搭載了288GB的HBM3E記憶體，頻寬高達8TB/s， 而且採用台積電的3奈米和6奈米製程。

更令人興奮的是，AMD已經預告，到了2026年，他們將推出採用CDNA-Next架構的MI400系列。

CDNA-Next，顧名思義就是CDNA架構的下一代，是他們專為高效能AI運算打造的藍圖， 你可以把它想成是CDNA家族的「未來式」，性能會再大幅躍升。

屆時記憶體容量將飆到432GB，直指HBM4世代，頻寬更是驚人的19.6 TB/s！ 這速度簡直要突破天際了！

這說明他們不只看到現在，還看到未來，更重要的是，他們釋放了一個強烈的訊號： 要建立一個更開放的AI生態系，讓客戶有更多選擇，這才是他們最核心的競爭策略。

哇，HBM4都出來了！ 這速度真的快到嚇人。 所以AMD不只是在單晶片性能上追趕，他們還提出了一個叫MI450系列的AI加速器，

而且會跟他們的Helios資料中心機架解決方案整合，預計今年下半年開始出貨。 據說在這個整合平台下，性能可以比上一代GPU提升36倍！

甚至Meta Platforms和OpenAI都已經簽下大單準備部署了。 看起來AMD的數據中心業務在2026年第一季營收已經飆升了57%，

股價今年以來也跑贏NVIDIA很多，這不就是一個再明顯不過的市場信號嗎？ 市場渴望有替代方案。

沒錯，這些數字都很亮眼。 AMD的CEO蘇姿豐博士甚至預期，他們數據中心業務的複合年增長率會達到80%以上。

這說明了什麼？ 說明市場對NVIDIA一家獨大的局面，其實是很渴望有替代方案的， 而且AMD確實也端出了有競爭力的牛肉。

他們不僅在裸晶性能上追趕，更在系統整合上發力。 這種「開放式整合」的策略，其實是在對NVIDIA的「全棧式封閉生態」進行挑戰。

但熙宇，這邊我要稍微吐槽一下，AMD追得很兇是事實，但NVIDIA也不是省油的燈啊！ 他們早就不是單純賣晶片的公司了，他們現在是直接賣「AI工廠」解決方案。

像NVIDIA的Blackwell平台在2024年三月就亮相了， 用了台積電4NP製程，單晶片就有20 petaFLOPS的AI性能，

HBM3e記憶體，然後現在還有更猛的Vera Rubin平台。

對啊，NVIDIA的Rubin平台在今年三月GTC大會上發布， 確實非常驚人。 黃仁勳那時候就說，Vera Rubin是「世代超越的飛躍」。

欸，NVIDIA在今年三月GTC大會上，發布了這個Vera Rubin AI超級運算平台。 據說這個平台不只包含Vera CPU和Rubin GPU，

還有各種進階的網路交換器、SuperNIC什麼的，根本就是一套「全棧式AI工廠」解決方案。 他們甚至宣稱，Rubin平台可以讓訓練相同的MoE模型，

也就是「混合專家模型」，這不是一個單一龐大的AI模型，而是由很多個專精不同任務的「小專家模型」組合而成。

當有任務來的時候，它會判斷派哪幾個「小專家」去處理，這樣就能更有效率地訓練和推論， 比Blackwell系統少用四倍的GPU，推論成本還能降低十倍！

這不是單純的晶片競爭了，這是生態系的對決、是「本夢比」到「本賺比」的實戰變現， 誰能把整個AI基礎設施整合得更好，誰就能贏。

他們預計Rubin GPU在今年第三季就會採用台積電3奈米製程和HBM4記憶體， 而且據說七月就會開始向主要的雲端服務供應商出貨了。

這真的是把戰線拉高了，變成了一場系統級的整合戰。

小明說的沒錯，NVIDIA的戰略是「全棧式」，從晶片、軟體到整個資料中心架構都給你包辦。 這就是為什麼他們有辦法宣稱帶來這麼大幅度的效率提升。

NVIDIA CEO黃仁勳在今年一月就講過：「運算需求呈指數級增長—代理式AI的轉折點已經到來。

模型每年增長10倍，Token生成量增長5倍……我們別無選擇， 只能重新設計每一個晶片。 」這句話就點出了他們為何要走全棧式整合這條路。

但話說回來，當AI晶片的軍備競賽打到這種程度，光靠「裸晶」的性能已經不夠了。 現在的關鍵，已經延伸到晶片與晶片之間怎麼「溝通」、怎麼「堆疊」的問題了。

這就帶我們到下一個戰場：先進封裝技術。

沒錯，先進封裝，這就是我們節目裡常提到的「實體護城河」之一啊。 這個護城河我們討論過很多次了。 過去台積電的CoWoS技術，講白話一點，CoWoS就是把好幾個晶片，

像是GPU、HBM記憶體，像樂高積木一樣，先放在一個叫做「中介層」的平台上， 再整個封裝起來，這種方式幾乎是獨霸天下，但現在這個護城河， 是不是也開始出現新的挑戰者了？

絕對是！ 而且這個挑戰者，來頭也不小。 就在這個月，有消息指出，SK海力士，就是那個HBM記憶體的大廠，

他們正在跟Intel合作，評估使用Intel的「嵌入式多晶片互連橋接」2.5D封裝技術。 這邊我先解釋一下，所謂的2.5D封裝，你可以想像成，不是把晶片疊得很像摩天大樓，

也不是完全攤平，而是把不同功能的晶片像別墅一樣，肩並肩放在一個平面上， 透過中間的「橋樑」高速溝通。

而Intel的EMIB，全名就是「嵌入式多晶片互連橋接」， 它就是這種2.5D封裝技術的一種，能讓不同功能的晶片在同一個封裝裡「肩並肩」地緊密連接， 直接高速傳輸資料。

簡單來說，EMIB技術就像在一個微型基板上鋪設了高速公路， 讓原本獨立的邏輯晶片與HBM記憶體能直接、快速地互相通訊， 極大化數據吞吐量。

喔？ Intel也進來玩了？ 這不是要跟台積電CoWoS直接對打了嗎？

簡單來說，EMIB技術就像在一個微型基板上鋪設了高速公路， 讓原本獨立的邏輯晶片與HBM記憶體能直接、快速地互相通訊， 極大化數據吞吐量。

過去，SK海力士在HBM的封裝上，主要還是跟台積電的CoWoS技術緊密合作。 但是，隨著AI晶片需求爆炸，台積電CoWoS的產能一直處於極度緊繃的狀態。

高盛預估，即使到2026年，台積電CoWoS產能預計會年增89%， 但需求依然高漲。 這就讓很多科技巨頭開始尋找替代方案，而Intel的EMIB就浮出水面了，

它不僅能降低功耗，據說良率也已經達到九成以上了。 更關鍵的是，Intel現在是透過旗下的Intel Foundry服務， 來提供這種先進封裝技術，這意味著它是在打造一個全新的代工生態，

希望能與台積電的CoWoS分庭抗禮。

所以，這是不是就意味著台積電的CoWoS霸權可能會受到潛在衝擊？ 畢竟，SK海力士是HBM市場的領導者，如果他們成功將HBM與Intel的EMIB整合，

這會不會讓AI晶片設計公司在選擇先進封裝方案時，多了一個重要的選項？ 而且，Intel的EMIB據說還有降低功耗、降低封裝成本的優勢， 良率也已經達到九成以上了。

甚至Google的下一代TPU v8e AI晶片，也傳出考慮採用EMIB， 而不是台積電的CoWoS。

這可不只是單純的技術選項，而是可能重塑產業格局的戰略佈局！ 這根本是把台積電這個「護城河」撕開一道口子了！

對啊，小明。 這其實反映了一個核心的趨勢：為了分散風險、確保供應穩定， 以及追求更高的性價比，晶片客戶不會想只把雞蛋放在一個籃子裡。

EMIB的崛起，等於是在先進封裝這條「護城河」上，撕開了一道口子， 讓更多玩家有機會進來分食這塊大餅。

對於投資人來說，這就不是單純看台積電一家獨大，而是要關注Intel Foundry在先進封裝領域的進展， 以及像SK海力士這樣掌握關鍵零組件的廠商，如何透過策略合作來提升自身的價值。

更重要的是，Intel Foundry的加入，讓晶片設計公司在先進製程和封裝的選擇上， 有了更多談判籌碼，這會對整個產業鏈的成本結構和利潤分配產生深遠影響。

這不就等於是，在「AI工廠」的底層，大家開始多了一條「水電管線」可以選嗎？ 而且這條水電管線還可能是Intel這個老牌巨頭跟HBM霸主SK海力士聯手打造的。

這對整個AI基礎設施的成本結構和利潤分配都會有很大的影響！ 那除了這個先進封裝，還有沒有其他正在重塑「實體護城河」的技術？

當然有！ Co-Packaged Optics，簡稱CPO，中文叫做「光電共封裝技術」， 就是另一個重量級的「實體護城河」。

這東西厲害在哪？ 講白話一點，CPO就是把處理數據的電晶片跟傳輸數據的光學模組， 直接「打包」封裝在一起。

你想想看，AI資料中心算力密度越來越高，傳統的銅線傳輸會遇到物理限制， 損耗大、功耗高。 CPO這種將光學元件直接封裝到晶片旁，透過矽光子技術進行高速光訊號傳輸的方式，

你可以想像成就是利用矽晶片來處理和傳輸光訊號，取代傳統的電訊號， 速度更快、損耗更低，這樣就能大幅降低功耗、提升傳輸速度，

而且2026年就是CPO從「技術驗證」走向「實際部署」的元年。 Broadcom和NVIDIA都在主導這塊，NVIDIA甚至投資了40億美元在光學元件上，

這說明他們不只是想賣GPU，還想垂直整合整個AI運算基礎設施。 這代表在資料中心傳輸這個環節，誰掌握了CPO，誰就掌握了未來的利潤分配權。

所以這等於是資料中心的內部傳輸，從「電」時代要走向「光」時代了？ 而且是直接跟晶片整合在一起。 那這對整個產業鏈的利潤分配會有什麼影響？

聽說NVIDIA跟博通這些巨頭都在這個領域有很深的布局？

當然會有影響！ 這是一個根本性的轉變。 傳統的可插拔光學模組市場會逐漸被CPO取代。 根據市場研究，CPO每位元功耗可以從傳統的15-20 pJ/bit降到5-10 pJ/bit，

效率提升非常顯著。 那些能夠掌握矽光子技術、先進封裝技術，並且能夠把光學元件和電氣晶片完美整合的公司， 就會成為新的價值捕捉點。

NVIDIA為什麼要投資Marvell？ 因為Marvell在CPO領域有很強的實力。 當你把光學元件直接封裝進去，未來資料中心需要的「光纖」數量會是天量。

所以，不只是做CPO元件的公司有機會，連生產光纖、連接器的公司都會大受惠。 預計CPO市場會從2025年的9500萬美元，成長到2034年的超過10.5億美元，

複合年增長率高達30.6%。 這就是一個全新的「本賺比」戰場！

聽起來，這場AI晶片戰已經遠遠超出我們傳統認知的「誰的晶片跑得快」這個維度了。 它已經演變成一場從「裸晶」、到「封裝」、再到「互連」的全面性技術護城河保衛戰。

這些頂尖的硬體技術雖然能創造「本賺比」，但它們背後需要天文數字的資金投入， 這就引出了AI巨頭們如何籌措這些資金，以及它對關鍵零組件市場， 尤其是HBM記憶體的衝擊。

這就是個燒錢的無底洞啊！

沒錯，這也是我們必須去深挖的一個點。

AI巨頭的資本支出是個「燒錢黑洞」這個說法，現在是越來越真實了。 像Google這樣的大咖，為了發展那些「世界模型」啊，Project Genie什麼的，

投入的CapEx真的是天文數字。

確實是天文數字。 在Google資深副總裁Rick Osterloh的訪談中， 他就提到，他們對於AI原生裝置和相關技術的投入，都是為了在未來帶來更好的使用者體驗。

這背後當然是需要巨額的資本支出的。 高盛預估，2026年全球AI的資本支出將達到7650億美元， 到2031年累積將高達7.6萬億美元。

這真的是一個非常驚人的數字。

哇塞，7.6萬億美元！ 這簡直是把好幾個國家的GDP都燒進去了。 那問題來了，這些錢怎麼來？ 難不成這些巨頭是自己印鈔票嗎？

當然不是自己印鈔票。 你看Google最近的一個大動作，他們發行了破紀錄的日圓計價「武士債」， 所謂的武士債，指的就是外國機構在日本發行的日圓計價債券，

融資了1900億美元來支持他們的CapEx。 這就說明了AI巨頭們已經在全球範圍內，尋求「多幣種、多元化」的資金策略來為他們的「燒錢黑洞」續命。

他們不只看美國市場，全世界的錢他們都想辦法去借。 今年以來，Alphabet已經透過歐元、加元、瑞士法郎甚至考慮英鎊百年期債券， 籌集了數百億美元。

之所以選擇日圓武士債，一個很重要的原因是日本的超低利率環境， 以及日本國內的壽險基金、退休金計畫這些大型機構投資者，他們對長期、

高品質的日圓計價資產有著巨大的需求，Google的武士債正好滿足了他們的需求， 形成一個雙贏局面。

喔，所以這就像是，為了蓋好幾座超級AI工廠，這些巨頭不只去銀行貸款， 還去跟全球各地的大戶募資，用各種貨幣來借錢，目的就是一個： 錢要夠多，而且不能被單一市場卡住。

這確實是很聰明的「全球化續命術」。 日本的機構投資者，像壽險基金、退休金計畫，他們也需要長期且高品質的日圓資產來匹配負債， Google這個武士債正好滿足了他們的需求。

對，就是這個意思。 而且這些巨額的CapEx，很大一部分都砸向了AI基礎設施， 其中HBM記憶體就是最核心、也最稀缺的資源之一。

HBM這種AI的「火箭燃料」持續稀缺，價格不斷飆高，這就是這些天文數字投入的直接結果。 SK海力士在2026年第一季營業利益暴增700%，HBM產品佔DRAM營收比重超過40%，

這就是最直接的證明。

沒錯，HBM現在真的是金子做的。 大家都在搶，而且根本買不到。 根據華爾街分析師的預測，HBM記憶體的價格在2024年已經上漲了50%到60%， 而且這波漲勢還會延續到2025年。

這真的是聞所未聞的「超級週期」啊！

而且，預計HBM4將在2026年問世，這會進一步推升市場熱度。 HBM的供應商，像是SK海力士和三星，他們現在簡直就是坐在金礦上。

這種稀缺性與高需求，讓他們可以把產品賣到天價，直接轉化為「超級本賺比」。 這就是為什麼，我們看到韓國股市KOSPI飆上歷史新高，就是因為這些HBM供應商的市值貢獻。

連台灣的南亞科、華邦電、力積電，也因為HBM的熱潮，紛紛上修資本支出， 力積電甚至承接了美光HBM的後段代工訂單。

這顯示了HBM的超級週期，正在從上游一路向下滲透整個記憶體產業鏈。

所以說，AI巨頭們的「燒錢黑洞」看起來很嚇人，但實際上， 這些錢正在加速流向供應鏈中那些掌握稀缺資源的「AI水電工」們， 讓他們賺得盆滿缽滿。

這個邏輯是很清楚的。 當你掌控了火箭的燃料，你就掌控了整個太空競賽的命脈。

沒錯，就是這樣。 這些巨額的資金投入和關鍵硬體的高昂成本，確實是AI發展的必要之惡。 但巨頭們也在積極尋求將這些投入轉化為實際商業價值的途徑。

這就讓我們看向「AI工廠」與企業AI的「實戰變現」，特別是台灣在垂直應用領域的國家級挑戰。

嗯，這很重要，畢竟錢花下去了，總得看到實際的收益吧？ 不然就真的是「本夢比」變「本滅比」了。

絕對是。 所以我們看到NVIDIA提出的「AI工廠」概念，以及他們新發布的Vera Rubin平台， 就是朝這個方向走的。

黃仁勳說，Vera Rubin是「世代超越的飛躍」，它可以讓訓練MoE模型所需的GPU數量減少四倍， 推論成本更是能降低十倍！

這不只是晶片性能的提升，更是一個「全棧式」的企業級AI解決方案。 Vera Rubin平台其實是透過極致協同設計，整合了Rubin GPU、

Vera CPU、甚至還有Groq 3 LPU。 這裡的LPU，全名是「語言處理單元」，顧名思義，它就是一種特別為大型語言模型優化的專用晶片，

設計來加速AI推論，特別是在處理文字和語言任務上，比一般GPU或CPU會更有效率。 它能優化不同AI工作負載，確保AI代理式服務的效率。

這對企業來說，意味著以前需要高昂的硬體成本才能實現的AI應用， 現在門檻大幅降低，有機會讓更多中小企業也能部署高效能的AI。

哇，十倍的推論成本降低，這對於企業來說，簡直是夢寐以求的數字啊！ 如果這是真的，那不只是讓AI變得更快，是讓AI變得「更便宜」、 「更實用」，這直接影響到企業導入AI的「本賺比」啊。

這就等於是，NVIDIA不只給你一台超跑，還給你一套完整的賽車場管理系統。

沒錯，這就讓AI從單純的模型提供者，變成一個提供「全棧式AI工廠」解決方案的角色。 OpenAI也意識到這一點。

最近他們就成立了一個叫DeployCo的公司，還收購了AI諮詢公司Tomoro。

DeployCo？ 這名字聽起來就很直接，就是來幫你部署的嘛。

對啊，他們直接派駐「前線部署工程師」深入企業內部，協助客戶把AI模型落地。 說白了，就是手把手教企業怎麼用AI來解決實際問題，把AI從測試階段推向規模化部署，

而且還要把這些重複的需求標準化，變成產品。 OpenAI甚至為DeployCo向私募股權投資者承諾了17.5%的五年期年回報率， 這就擺明了要「實戰變現」給你看。

這些「前線部署工程師」的價值在於，他們不只是技術顧問，更是業務流程的設計師。 他們能深入理解企業的痛點，把抽象的AI能力轉化為具體的解決方案，

比如優化供應鏈、提升客服效率、甚至協助產品設計，這些都是企業最看重的實質效益。

欸，這真的很高招。 以前可能你做出一個很棒的AI模型，但企業不知道怎麼用、怎麼跟自己的流程結合， 那模型再好也只是個Demo。

現在OpenAI直接幫你做到家，甚至還收購諮詢公司，這擺明了就是不只賣「魚」， 還教你「捕魚」，甚至直接幫你「捕魚」。

而且還把財務回報綁定進去了，這就是逼著他們把技術變成真金白銀啊。

沒錯，這就是「實戰變現」的趨勢。 而在台灣，我們也看到一個國家級的「實戰變現」案例，就是「金融大語言模型」專案。

金管會指導，有16家金融機構參與，總共投入了4000萬台幣的建置費用。 這個計畫是台灣金融業打團體戰，目標是在2026年底前，先推出銀行業的初版模型。

這確實很硬核。

對，而且這是非常必要的一個專案。 金管會主委彭金隆就明確指出，金融服務業高度仰賴語言跟文字的理解與處理， 自動化潛力很高，但金融業是高度監理行業，涉及許多在地法規與監理要求，

不適合直接套用現有通用的大語言模型。 因此，FinLLM的目標就是強化台灣「主權AI」的能力， 確保數據隱私、資安和法規符合性。

賈景光，中信金資訊長，他就比喻說，未來有了金融大語言模型， 就像是擁有一顆內建知識的金融大腦，可以從「被動翻書找答案」進化為「主動運用內建知識」， 效率差異極大。

特別是在台灣，金融法規的細緻度和對資安、個資的保護要求都非常嚴格， 國際大模型很難做到完全合規，FinLLM就是為了填補這個空白。

這確實是個大問題，國際大模型再怎麼厲害，它也不懂台灣的細節和在地法規啊。 搞不好會亂給答案，那金融業可就慘了。

所以這個FinLLM就是一個專為台灣金融體系打造的AI大腦， 確保它能聽懂、看懂、說對台灣的金融。

沒錯。 所以金融科技產業聯盟也提到，未來有了金融大語言模型，可以大幅提升效率， 例如客服自動化、風險評估精準化、法規遵循檢查等。

而且這種國家級、集體協作的模式，不僅降低了單一機構的開發成本和風險， 更為台灣金融業打造了一個符合在地監理規範、又能提升整體競爭力的「信任溢價」範本。

透過這樣的「實戰變現」，AI才能真正落地，創造價值。

當我們看到台灣金融業以「非紅鏈」策略積極推動「主權AI」的「實戰變現」時， 不可避免地要將目光投向更廣泛的亞洲股市。

那裡正迎來資金熱潮，但也同時響起了華爾街的泡沫警報，投資者該如何理性判斷？ 這真的是一個很吊詭的局面。

沒錯，這就帶我們進入到今天節目的最後一個重磅議題了。

熙宇，亞洲股市在AI浪潮下真的是熱得發燙。 你看最近韓國股市KOSPI，直接飆上歷史新高，今年以來的漲幅簡直誇張， 直接超越費城半導體指數，成為全球表現最好的股市。

關鍵推手就是三星跟SK海力士，這兩家巨頭光是市值就佔了KOSPI將近一半。 台灣這邊也一樣啊，台股觸及四萬點大關，外資持續加碼，因為大家都看到台灣在AI供應鏈中那個「不可或缺」的地位。

但問題來了，當市場嗨到一個點，華爾街那些老司機，像高盛還有那個「大空頭」Michael Burry， 都開始發出「2000年泡沫」的警訊。

這後面到底藏著什麼玄機？ 是真的本賺比金礦，還是本夢比陷阱？

小明你這個問題問得太好了！ 現在市場上，亞洲股市確實因為AI的資金加速流入「非紅鏈」供應鏈而創下新高。

特別是台灣在先進半導體與封裝領域的「信任溢價」與「非紅鏈」地位， 是吸引國際資金的關鍵，被視為全球AI供應鏈中的「可信任夥伴」。

這種結構性優勢是實實在在的。 但與此同時，Michael Burry這種「大賣空」的原型人物，

他最近又出來警告了，他說現在AI狂熱讓股市估值危險，費城半導體指數的走勢跟2000年網路泡沫破裂前夕非常相似， 呼籲投資人要降低科技股曝險。

而且S&P 500的席勒本益比已經高達40.1倍，雖然還沒到2000年的44倍， 但已經是歷史次高了。

他甚至說：「對任何走出拋物線行情的股票，幾乎應該把部位降到接近零。 」這個數字真的嚇人。

確實，這種警訊讓人不得不繃緊神經。 華爾街的這些大鱷們，他們看的不只是數字，還有市場的情緒和行為。

Paul Tudor Jones這種傳奇避險基金經理人也說， 現在的市場氛圍像極了1999年，雖然可能還會再漲一年兩年， 但最終的結果通常都是價格大幅回落。

這就讓投資人很糾結：究竟是該跟著資金流動，還是該謹慎避險？

沒錯。 所以我們才說，這不只是看熱鬧，更是要看門道。 我們這次就來幫大家把這層層迷霧撥開。 首先，我覺得最重要的，就是我們得先理解，在AI基礎設施這個戰場上，

什麼才算是真正的「實體護城河」。 以前大家可能覺得晶片製造是最強的護城河，沒錯，它當然還是很重要。

但現在這個概念正在擴大，甚至可以說，是從「裸晶」延伸到「封裝」跟「互連」的技術保衛戰。

對，你說得很有道理。 台灣憑藉著在半導體先進製程和封裝領域，那種近乎壟斷的戰略地位， 成為最大的受惠者，獲益程度甚至超越日本、韓國。

畢竟，全球90%以上的7奈米以下先進製程晶片產能都在台灣， 任何國家要發展尖端AI都繞不開台積電。

而且像前面提到的Intel EMIB與SK海力士的合作， 其實也反映了客戶為了確保供應鏈韌性，會傾向分散風險。

但台積電的CoWoS產能擴張速度雖然快，預計2026年年增89%， 但需求還是太爆炸了。 這凸顯了台灣在AI供應鏈中的不可取代性，這種稀缺性就是最大的信任溢價。

對，而且這種「信任溢價」，在高盛這些機構眼中，就是區分「結構性成長」和「非理性榮景」的一個重要指標。

當市場情緒高漲，大家都在追逐「本夢比」的時候，我們更需要回歸到企業的基本面， 去檢視它是不是真的有「實體護城河」，以及是不是因為地緣政治優勢而獲得了「信任溢價」，

能把巨額的AI資本支出，真正轉化為穩定現金流的「本賺比」。 美國銀行股票策略主管Vivek Arya甚至說，投資半導體， 只要看財報毛利率排名前五名的公司，就不會錯得太離譜。

這說明了，真正賺錢的，還是那些有硬實力的。

講到「本賺比」，AI巨頭們為了他們的「AI工廠」投入天文數字般的資本支出， 像是Google就發了破紀錄的「武士債」來融資。

高盛預估，2026年全球AI的資本支出將達到7650億美元， 到2031年累積將高達7.6萬億美元。

這麼大的投入，能不能回本？ 能不能產生實質盈利？ 這才是我們投資人最該關注的「本賺比」問題。

這就是關鍵。 高盛的警告其實很明確，他們不是說AI是泡沫，而是說現在的估值已經「相當飽滿」， 市場存在10%到20%的回調風險。

特別是AI板塊，股價漲了210%，但盈利只漲了28%，這種嚴重背離就是危險訊號。 那投資人要怎麼辦呢？

首先，要避開那些純粹靠「蹭熱點」的AI概念股，因為它們缺乏真正的「實體壁壘」。 其次，要聚焦那些有「盈利驅動」、估值合理，而且具備「真實壁壘」的資產。

就像你說的，不是看誰喊出最大的「本夢比」，而是看誰能真正把錢花在刀口上， 把CapEx變成實打實的盈利。

沒錯。 而且韓國股市現在就出現了「K型分化」的現象。 這不只是一個現象，它有個專有名詞，叫做「K型分化」。

意思就是說，在一個經濟體或一個產業裡面，有些領域或企業會向上快速成長， 而另一部分則停滯不前甚至衰退，走勢就像英文字母「K」一樣。

雖然以半導體為核心的IT製造業飆升，高管獎金破紀錄，芯片出口屢創新高， 但如果剔除這些，韓國的經濟增長率會直接調降0.4個百分點。

同時間，非IT行業卻在掙扎求生，家庭真實消費甚至五年來首度萎縮。 這就是一個警示，即使大盤因為AI狂潮而上漲，也不是所有相關企業都能分到這塊餅，

真正受益的，還是那些處於K型上軌，擁有「實體護城河」和「信任溢價」的少數企業。 這種K型分化，不只發生在不同產業間，甚至在同一個產業內，

那些沒有核心技術、無法提供稀缺價值、或被邊緣化的公司，都會被遠遠甩開。

所以說，在這種高估值的環境下，投資人要學會用「篩子」去濾掉雜質。 除了看企業的本益比、獲利能力之外，也要看它的現金流、看它是不是掌握了稀缺資源，

像是HBM、CPO，還有它是不是處於「非紅鏈」這樣一個有地緣政治優勢的戰略位置。 同時，也要注意宏觀經濟的訊號，像美國的就業市場，如果失業率明顯上升，

影響到整體消費和企業信心，那才是真正需要警惕的宏觀風險， 而不是單一題材的波動。

沒錯。 所以總結一下，親愛的聽眾們，現在AI的發展確實已經進入了一個「黃金交叉」期， 投資的重點，真的不再是誰喊出最大的「本夢比」。

而是要精準識別那些能夠透過技術整合、掌握稀缺資源，像是HBM、 CPO，並且因為地緣政治優勢而具備「非紅鏈」「信任溢價」的企業。

沒錯。 這些企業才能在AI基礎設施這個不斷升級的「燒錢黑洞」中， 真正挖到「本賺比」的穩定現金流。

這場遊戲，考驗的是眼光，更是戰略。 我們需要持續關注HBM4、CPO等新一代基礎設施的實際導入進度與規模化時間表、

AI巨頭「AI工廠」的具體獲利模型與客戶接受度、台灣「非紅鏈」供應商如何升級服務以應對競爭， 以及全球能源供給對AI基礎設施的長期承載能力所帶來的「電力=算力=國力」挑戰。

這不僅是技術的競逐，更是國家戰略的博弈。

好的，今天就聊到這裡。 希望大家都能在這波AI浪潮中，找到屬於自己的「金礦」，不要被「本夢比」的泡沫給吞噬。

下次再見，掰掰。