‌
‌
‌
‌
‌

輝達

‌
‌
‌
‌
    2026-10-29
  • Google母公司Alphabet(GOOGL-US)(GOOG-US)將原本供內部使用的自研AI晶片對外銷售,已帶來數十億美元收入,成為雲端業務的重要成長動能。然而,為滿足強勁需求提前備貨,加上資料中心投資龐大,也正加重現金流壓力。《路透》周四(29日)報導,與搜尋及傳統雲端業務不同,銷售與輝達(NVDA-US)競爭的AI晶片,需要Alphabet在客戶付款前先投入硬體成本。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 台股新聞

    根據DIGITIMES最新研究報告預估,2026年全球AI伺服器出貨將突破250萬台,其中,採用HBM的高階AI伺服器達237萬台,年增56%,占整體伺服器出貨比重將突破15%,而台廠廣達(2382-TW)、鴻海(2317-TW)及緯穎(6669-TW)都將進到供應商前五名。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 中國國產通用GPU邁入新階段,天數智芯周三(28日)在上海舉辦「從模型到世界」媒體開放日,首度實機展示天垓300通用GPU,並公佈上海儀電第三方測試結果:在典型PD分離部署下,天垓300折算單卡端到端吞吐達到輝達H200的1.05倍,成為中國首個實測性能逼近國際旗艦水準的通用GPU。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 《巴隆週刊》週三 (28 日) 報導,Google 正加速推動自家人工智慧 (AI) 晶片商業化,除了將透過甲骨文 (ORCL-US) 雲端平台提供張量處理器 (TPU),另傳 OpenAI 也計劃採購,讓輝達 (NVDA-US) 在 AI 晶片市場的主導地位面臨新一波挑戰。

    ‌
    ‌
    ‌
    ‌
    ‌
  • AI晶片巨擘輝達正悄然對下一代AI加速器平台的記憶體架構「降維」,一方面將Rubin Ultra原定的12層HBM4E堆疊,轉向8層HBM4與HBM4E混配,另一方面悄悄下修Vera Rubin平台的HBM4頻寬指標,這不是單純技術讓步,而是用規格讓利換供應鏈解綁,在HBM產能持續緊繃之際,為成本、良率與合格供應商範圍同時鬆綁。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    人工智慧(AI)基礎設施需求持續升溫,據傳半導體業者邁威爾科技(MRVL-US) 正與資料中心光學元件製造商Lumentum(LITE-US) 深入協商收購事宜,若交易成真,將成為AI硬體供應鏈的一筆大型併購案。根據《彭博》週三(28日)引述知情人士報導,雙方最快可能於下周宣布交易,但目前尚未達成最終協議,包含公布時程在內的相關細節仍可能變動。

    ‌
    ‌
    ‌
    ‌
    ‌
  • AI算力需求狂飆,消費級顯卡市場正迎來一場罕見漲價潮。自9月起,深圳華強北RTX 50系列高端顯卡價格持續跳漲,通路報價「一日一價」,日內、隔日價差可達數百元,有商家直言「不敢輕易出書面報價單」。綜合《中國經濟網》、《每日經濟新聞》等陸媒報導,根據深圳華強北從業16年的經銷商介紹,RTX 5090官方初始零售價約1.5萬至1.6萬元,當前通路報價已飆升至5.5萬至6萬元;RTX 5080從首發約8000元漲至1.7萬元,半個月內就上漲4000至5000元。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 《路透》週三 (28 日) 引述兩名知情人士報導,美國司法部已就輝達 (NVDA-US) 斥資 129.3 億美元收購開源平台 Hugging Face 一案展開詢問,了解這筆交易對人工智慧 (AI) 市場競爭的影響。與此同時,司法部針對輝達商業行為、延續多年的反壟斷調查仍在進行。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 2026-10-28
  • A股

    中國記憶體大廠長鑫科技(688825-CN) 計畫在未來兩個月內啟動高頻寬記憶體(HBM)HBM3E有限量產,即使目前產品良率僅約20%至30%,遠低於南韓競爭對手SK海力士(000660KS) 的約70%,仍決定推進生產,凸顯中國在美國出口管制下,急於突破AI記憶體供應瓶頸的壓力。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 國際政經

    外媒最新報導指出,AI算力供應鏈正迎來結構性轉折。OpenAI打算向谷歌採購自研TPU晶片,繼去年6月租用算力、今年7月公開測試後,雙方合作在16個月內完成的「三級跳」。美國科技媒體《The Information》報導,長期以來,OpenAI是輝達GPU的最大買家之一,如今轉向谷歌TPU,標誌其「去單一化」算力策略加速落地。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    人工智慧(AI)新創公司 Anthropic 近日首度公開上市招股說明書,揭露大規模算力與基礎設施採購計畫,為半導體產業的長期需求提供新的觀察指標。根據公開文件揭露的承諾支出及額外擴充計畫估算,Anthropic 未來算力與基礎設施支出最高可能達到5,670億美元,帶動晶片股週一(26日)、週二(27日)反彈。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    輝達(NVDA-US) 在人工智慧(AI)基礎建設浪潮中,不僅是晶片供應商,也透過持股、採購承諾及租約擔保,與多家AI雲端業者建立緊密的財務連結。隨著相關業者的信用風險升高,市場開始重新評估輝達可能承擔的連帶風險,其信用違約交換(CDS)成本今年以來已飆升逾3倍,近期更首度超越其最大客戶之一Meta(META-US) ,反映信用市場對AI基礎建設融資風險的疑慮升溫。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    Cerebras股價受惠新合作消息走強,盤中一度大漲逾10%。甲骨文 (Oracle) (ORCL-US)宣布擴大AI晶片供應布局,首次將Cerebras Systems (Cerebras Systems) (CBRS-US)的AI推論晶片納入雲端服務,同時引進Google的張量處理器(TPU),並將與輝達 (NVIDIA) (NVDA-US)的AI基礎設施合作擴大至「多吉瓦級」規模,採用最新一代Vera Rubin AI伺服器。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    電影《大賣空》原型投資人再度將目光投向金融市場的潛在風險。由三位知名做空交易員共同創立的投資機構 Seawolf Capital 已建立 AI 算力租賃業者CoreWeave(CRWV-US) 的空頭部位,質疑其商業模式的可持續性,並警告,若公司無法持續取得低成本資金,恐將面臨嚴峻挑戰。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 歐亞股

    人工智慧(AI)記憶體需求大爆發之際,南韓記憶體巨頭SK海力士(SK Hynix)周三(28日)公布的第3季營收首度突破100兆韓元,超越市場預期,反映本業的營業利益更暴增逾六倍,並宣布將追加規模達股東報酬計畫,使總額達到100兆韓元(750億美元),凸顯市場對AI硬體的需求持續強勁。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    今年8月,蘋果試圖向中國長鑫存儲壓低LPDDR5X報價遭拒,後者堅持報價不低於三星、海力士。輿論沸騰之際,真正焦點其實是蘋果,這家過去20年定義供應鏈規則的公司,今年首次淪為「排隊者」,排在輝達、微軟、谷歌、Meta等AI巨頭之後。分析師郭明錤指出,蘋果接觸長鑫的核心驅動力是對缺貨的恐懼。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    甲骨文(ORCL-US)周二(27日)宣布擴大與OpenAI合作,將ChatGPT與Codex導入旗下應用程式,協助企業運用資料庫開發與管理應用服務。與此同時,公司宣布將在雲端提供Google的張量處理器(TPU)、OpenAI自研晶片及Cerebras硬體,擴大客戶的AI運算選擇,因應晶片供應吃緊。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 2026-10-27
  • 美股雷達

    輝達(NVDA-US) 與Meta平台(META-US) 周二(27日)宣布,將擴大Muse及其系列模型的合作,提升推論與訓練效能,因應市場對實用AI代理的需求。Meta也計畫擴大部署輝達AI基礎設施,輝達則將參與Meta股票發行,投資30億美元。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 美股雷達

    英特爾(INTC-US) 下一代先進製程14A正逐步推進,距離關鍵設計工具包里程碑更近一步。執行長陳立武近日出席美華半導體協會活動時透露,14A製程目前已有0.5版製程設計套件(PDK),0.9版即將推出,並預計明年初發布1.0版。陳立武同時透露,他已與超微半導體(AMD-US) 執行長蘇姿丰討論潛在合作領域,但雙方尚未公布具體合作項目。

    ‌
    ‌
    ‌
    ‌
    ‌
  • 歐亞股

    外媒最新報導指出,三星電子、SK海力打算在2027年第2季實現八層堆疊(8Hi)HBM4記憶體堆疊的全面量產並向輝達出貨。 《ZDNET Korea》 週一(26日)報導指出,南韓兩大DRAM製造商三星電子、SK 海力士目前產出的HBM4記憶體主要為容量更大的 12層堆疊(Hi)版本,但也意味單一堆棧中包含更多DRAM Die,同等頻寬成本更高、堆疊更少,且堆疊更高也意味著良率的下滑。

    ‌
    ‌
    ‌
    ‌
    ‌
‌