AMD猛攻Nvidia！台AI抗紅鏈？記憶體超週期續發威！

Summary

本集節目探討AI產業兩大震撼彈：首先，Google發布的TurboQuant壓縮演算法，大幅降低LLM記憶體需求，引發全球記憶體股價重挫，但分析師指出這對高階HBM需求影響有限，反而加速產業洗牌，台灣在HBM與AI伺服器領域仍具優勢。其次，OpenAI與博通合作開發自研AI晶片，搭配Elon Musk的Terafab計畫，顯示AI巨頭正走向垂直整合硬體以降低對NVIDIA的依賴；然而，這非但未動搖NVIDIA霸主地位，反而預示兆元AI市場蛋糕擴大，而台灣憑藉台積電在高階晶片代工的不可取代性，仍將在全球AI供應鏈中扮演關鍵戰略角色，甚至有機會從AI的普及中獲取更多利潤。

Transcript

歡迎收聽貓貓AI科技與財經脈動，我是小明。 大王: 大家好，我是大王。 這個禮拜啊，AI市場真是風起雲湧，消息多到爆炸，讓大家的心情應該也跟著雲霄飛車了一番。

哪是風起雲湧？ 根本是心驚膽跳！ 上週Google那個什麼TurboQuant一出來，搞得全球記憶體族群股價直接跳水，

台灣的南亞科、華邦電、旺宏、力積電，還有美光、晟碟，全部都跟著重挫， 這到底是怎麼回事？ 是要把我們這些投資人嚇死嗎？

我才剛進場耶！ 大王: 小明你先別爆氣啊，我們來把這個Google TurboQuant搞清楚。

講白了，它就是一個超強的「壓縮演算法」。 你要知道，我們現在LLM，也就是大型語言模型，跑起來有多吃資源？

吃爆啊！ 燒錢啊！ 所以我才說這些科技巨頭根本是把錢當水燒，然後再轉嫁給我們這些使用者！ 根本就是「具身韭菜」！

大王: 沒錯，非常吃記憶體，特別是那些做推理判斷的Key-Value Cache， 就是KV Cache。

但是Google這個TurboQuant厲害在哪？ 它號稱能把LLM所需的記憶體用量降低到原本的六分之一！

而且還能在NVIDIA H100 GPU上把性能提升八倍！ 這是什麼概念？

概念就是，我買的記憶體是不是要變廢紙了？ 我之前看好記憶體超週期，投下去的錢是不是又要打水漂了？

我就說這些東西來得快去也快，根本是本夢比一場空！ 這真的很扯！ 大王: 喔，你這樣看就太片面了。

摩根士丹利的分析師Shawn Kim就說了，Google這個研究對整個產業的影響應該是更積極的。

因為它解決了一個關鍵瓶頸，就是用於AI模型推理的關鍵快取記憶體效率問題。 TradingKey也提到，它可以將Key-Value Cache佔用率降低多達六倍， 精度損失還最小。

簡單來說，就是讓AI在做判斷或生成內容時，所需處理和儲存的資料更精簡， 而且執行速度更快。

推理？ 是說AI變聰明了，所以就不需要那麼多腦細胞嗎？ 那以前那些記憶體不都白吃了？ 大王: 可以這麼理解。

如果AI模型可以在不損失性能的前提下，大幅降低記憶體需求， 那為每一次的查詢服務，成本就會顯著降低。

這樣一來，AI的部署成本就下來了，會讓更多的企業跟應用可以採用AI， 這從長遠來看是促進AI普及的。

所以你說這是好事？ 這跟我們之前一直說的記憶體超週期不是完全打臉嗎？ 美光前幾天才說他們HBM4的產能，2026年已經全部被預訂一空了耶！

連2027年都有類似的能見度！ 你現在跟我說記憶體用量可以降六倍？ 這邏輯不通啊！ 美光可是宣布，他們HBM4記憶體針腳速度已超過11 Gb/s、

頻寬逾2.8 TB/s，功耗效率提升超過20%，而且2026年的產能早就被客戶預訂光了！ 這不是瘋了嗎？

大王: 這就是矛盾之處，也是市場反應這麼激烈的原因。 確實，美光HBM4的產能仍然是供不應求。 Oplexa的分析師也有提到，記憶體市場從來都是供需波動劇烈的地方，

但現在AI記憶體開始表現得更像專業半導體，而不是像過去那種商品化的DRAM。 甚至有Seagate等業界高管預期，高價記憶體將成為「未來幾年的新常態」，

部分客戶甚至已預訂供應至2028年，顯示HBM短缺與高價問題將是長期趨勢， 對AI硬體成本構成持續壓力。

專業半導體？ 我看是「吸血半導體」吧？ 吸光投資人的錢。 大王: 它指的是，技術複雜性創造了天然的競爭壁壘，讓進入門檻變高了。

所以，Google這個TurboQuant，它衝擊的是標準型的DRAM， 讓大家對未來通用型記憶體的總需求產生疑慮。

但對於高頻寬記憶體這種專為AI加速器設計的產品，短期內的影響可能沒那麼大。 畢竟需求面還是很強勁，而且它技術門檻高，不是誰都能做。

好啦，那對台灣呢？ 台灣這麼多記憶體廠商，是不是都要挫咧等了？ 還有我們引以為傲的「非紅供應鏈」地位，會不會因此動搖？

大王: 當然會！ 台灣記憶體公司股價直接受影響就是證明。 但我們要看到硬幣的另一面。 資策會MIC的林柏齊主任之前才預估，2026年AI伺服器出貨量會達到450萬台，

佔整個伺服器市場三成。 台積電3奈米以下製程的產能，到2026年還會年成長超過40%， 主要就是AI驅動。

這表示台灣在高階晶片製造這個環節，戰略地位還是非常穩固的， 尤其是在先進製程部分。

所以意思是，低階、通用型的記憶體可能會被擠壓，但高階、客製化的AI晶片和HBM還是香噴噴， 台灣還是能賺到錢，是這樣嗎？

大王: 沒錯，是這個趨勢。 而且，別忘了台灣經濟部最近還宣布電價將維持不變，而且還推出儲能系統補貼， 每個MWh可獲得新台幣500萬元。

全國商業總會理事長許舒博之前才說電價對通膨高度敏感，調漲難以逆轉。 那這個決策都是為了應對地緣政治風險，維持物價穩定，還有最重要的——確保我們半導體這種高耗能產業的競爭力。

這是基礎建設，也是非紅供應鏈的關鍵一環，確保台灣的製造優勢。

好，那講完這個軟體算法的「大屠殺」，我們再來看另一個更誇張的。 OpenAI竟然自己跑去跟博通合作，要搞自製AI晶片？

還有Elon Musk搞什麼Terafab？ 這些巨頭到底想幹嘛？ 難道NVIDIA的天下要被顛覆了嗎？

黃仁勳之前才說什麼到2027年AI基礎設施需求會破1兆美元， 結果現在大家都自己玩，這不是在打他的臉嗎？

大王: 小明你又爆氣了。 這就是我們上週講到的，AI晶片戰火持續升級的一個新動態。 OpenAI跟博通合作開發定制化AI晶片，Elon Musk搞Terafab，

這反映的是一個很重要的趨勢，叫做AI開發商垂直整合硬體。

垂直整合？ 講白話一點就是，老子不爽被NVIDIA賺那麼多，所以要自己來幹， 是吧？ 我就說這些科技大廠的錢不是錢，是拿來鬥氣的！

大王: 沒錯，你可以這麼理解。 這些大型AI公司，為了降低對單一通用GPU供應商的依賴， 也就是降低對NVIDIA的依賴，同時也為了進一步優化他們AI模型的成本和性能，

開始自己投入ASIC，也就是應用特定積體電路的研發。 OpenAI早在2025年2月就傳出考慮自研晶片，甚至組建了由前Google TPU工程師Richard Ho領導的約40人團隊。

大王: 到了2025年10月，OpenAI與博通正式宣布戰略合作， 目標在2026年下半年開始部署10吉瓦規模的客製化AI加速器系統。

Sam Altman自己就說了：「與博通合作是建構釋放人工智慧潛力、 為個人和企業帶來真正利益所需基礎結構的關鍵一步。

」他們認為透過自製晶片，能將開發前沿模型學到的經驗直接嵌入硬體， 解鎖新層次的能力。 據美南新聞分析人士指出，這不只可以優化OpenAI的成本結構， 還能提升模型迭代的速度。

聽起來好像很合理，但這對NVIDIA不是一個壞消息嗎？ 這不是等於大家都在挖牆腳，讓NVIDIA的霸主地位開始動搖？

大王: 確實會帶來競爭壓力。 博通CEO Hock Tan證實，他們拿到一筆超過100億美元的客製化AI晶片訂單， 市場普遍認為就是來自OpenAI。

博通在AI半導體領域的營收成長非常驚人，2026年Q1就達到84億美元， 年增106%。 但NVIDIA現在在AI資料中心GPU市場佔比還是超過九成， 絕對的壟斷。

大王: 不過你想想，黃仁勳在GTC 2026說了什麼？ 他說「推理拐點已經到來」，整個AI基礎設施的需求，到2027年會超過1兆美元！

而且他強調AI現在必須思考，為了思考它必須進行推理，這已經遠遠超出了訓練。

哇，1兆美元，這數字也太驚人了吧！ 這比我整個身家加起來還要多一萬倍。 大王: 對啊，就是因為市場夠大，所以才會出現這種多方角力的局面。

大家都在搶這塊大餅。 NVIDIA自己也在做Vera Rubin這種整合式AI平台， 不斷提升性能和效率，其每秒處理tokens的數量相比H100提升了350倍，

大幅降低了AI運行的成本。 這就像是說，蛋糕做得夠大，大到大家都可以來分。 大王: 另外，Elon Musk宣布的Terafab計畫也是同樣道理。

他要在德州奧斯汀大規模生產先進晶片，為特斯拉、SpaceX和xAI提供算力。 他直白地說：「我們需要晶片，所以我們要建造Terafab。

」目標是實現1太瓦的年運算能力，預計投資高達200到250億美元， 連巴克萊分析師Dan Levy都說難以完全理解馬斯克所設定目標的龐大規模。

這些動作，也是為了確保自己的算力供應穩定性，還有成本效益。

所以你覺得NVIDIA的地位還是穩的？ 不會被這些人挑戰到？ 大王: 短期內NVIDIA還是霸主。

但長期來看，這種垂直整合會讓整個AI晶片市場更加多元化， 競爭也會更激烈。 對NVIDIA來說，挑戰會越來越大，它必須不斷創新，提供更強大的解決方案， 才能維持領先。

那台灣呢？ 台灣不是一直被說在全球AI供應鏈裡面很重要嗎？ 這些巨頭都自己搞晶片了，台積電是不是也會被冷落？

大王: 這裡就是台灣的關鍵戰略地位了。 你去看OpenAI跟博通合作的晶片，最後還是要找誰代工？

台積電！ 而且是台積電的3奈米製程。 24/7 Wall Street的分析師說得很好，「每個流經Nvidia到終端客戶的晶片都必須先在某處製造。

台積電就是這些晶片使用Nvidia設計製造的地方。 」這句話點出了台積電的不可取代性。

我懂了，就像航空公司要自己買飛機，但還是得找波音或空巴下訂單一樣。 台積電就是那個波音和空巴，是吧？

大王: 沒錯，就是這個道理。 而且不只是OpenAI，連Apple也計劃跟台積電合作， 在台積電美國華盛頓州的工廠生產感測硬體晶片，這都是Apple擴大美國製造計畫的一部分。

這都證明了台灣在高階晶片製造的地位，是其他國家很難在短時間內複製的。 台積電2026年預計高達520到560億美元的資本支出，

有七到八成都是投入在3奈米和2奈米這些先進製程，這就是為了滿足AI和高效能運算的需求， 而且是全方位的需求。

這麼說來，雖然Google的軟體演算法對記憶體市場投下了震撼彈， 然後OpenAI這些巨頭又自己跳下來搞晶片，但看起來對台灣這個「非紅供應鏈」的核心地位， 影響好像沒想像中那麼壞？

甚至有可能因為AI的普及，讓台灣賺得更多？ 大王: 確實是這樣。 我們可以把Google TurboQuant看作是AI技術演進的一個必然過程， 軟體效率提升是好事。

它會加速記憶體產業的洗牌，但高階、專業的HBM需求依然強勁， 而且還有美光擴大資本支出、SK海力士董事長說記憶體短缺到2030年的這些聲音。

2030年！ 哇賽，那真的還很遠耶。 我以為我退休前就看得到了。 大王: 是啊。 而AI巨頭們自己做晶片，則是進一步擴大AI應用的規模和多元性，

最終還是會回歸到台積電這種頂尖晶圓代工廠的產能。 所以台灣在這個棋局裡，位置是很明確的，而且是越來越關鍵。

好，那今天真是刺激的一集。 從Google的記憶體大屠殺，到OpenAI自製晶片，整個AI產業鏈真的像是坐雲霄飛車一樣， 我感覺我的心臟快受不了了。

大王: 沒錯。 這讓我覺得，對於投資人跟產品設計師來說，未來幾年，我們都要更緊密地關注這些巨頭們的技術發布跟生態合作動態。

是啊，因為這些一線巨頭們的每一個動作，都可能牽動整個產業鏈的敏感神經， 直接影響我們的投資佈局和產品開發策略。

所以，你覺得這些巨頭的「垂直整合」策略，對整個AI產業的未來生態， 到底是會讓蛋糕越做越大，還是會形成更少數人能玩得起的高牆巨塔呢？

大王: 這個問題，就留給所有聽眾朋友，好好思考一下吧。

感謝收聽貓貓AI科技與財經脈動，我們下週見！ 大王: 下週見！