人工智能的算力竞赛，正在把一种原本低调的芯片推上风口：高带宽内存（HBM）。全球最大的 HBM 制造商 SK 海力士，正押注 7200 亿美元（约合人民币 5 万亿元），在韩国建设号称全球最大的内存工厂网络。CNBC 近日获准深入其扩建现场，揭开这场「内存之战」的一角。

一栋楼顶 50 层公寓那么高

最直观的冲击来自建筑本身。在美国，新建芯片厂往往是一层平铺的大体量建筑；而在韩国，SK 海力士选择向上生长。龙仁（Yongin）半导体集群的第一座厂房，设计高度将与一栋 50 层公寓楼相当，内部由六层洁净室跨楼层相连。CNBC 记者于 2026 年 7 月 21 日探访了仍在施工中的龙仁集群，并走进清州（Cheongju）的内存洁净室——这是该厂首次接受镜头参观。

HBM 由多层通用动态随机存取存储器堆叠而成，是带宽最高、能支撑 AI 处理器快速取数的内存。正因为这些堆叠耗用了大量 DRAM 产能，消费电子的内存供应反而被挤压；AI 巨头们签下的采购合同，也从过去短期的「大宗商品」变成了长达数年的长约。

市场高度集中，供不应求

据 Counterpoint Research 数据，今年第一季度，SK 海力士掌控了高带宽内存市场 58% 的份额，韩国同行三星与美国美光各占 21%。行业高度依赖少数几家玩家，而 AI 芯片巨头为了锁定供应，愿意承担更高风险。

SK 海力士自身的体量也随之膨胀：过去一年市值增长超过五倍，目前已突破 1 万亿美元。为给扩建筹资，公司 7 月在纳斯达克上市募资 265 亿美元，创下境外企业赴美上市的最高纪录。不过新投资者近一个月并不轻松——美股价从 7 月 14 日近 195 美元的高点回落约 21%，最新报 154.41 美元，与 AI 芯片板块及韩国市场的整体波动同步。

「这就像一场战争」

SK 集团会长崔泰源（Chey Tae-won）在首尔接受 CNBC 采访时直言：「这就像一场战争。人人都想买内存芯片，没有它，就造不出 AI 算力和 AI 芯片。」他坦言「价格涨得太快」，希望这轮大扩产能缓解局面。

需求端的紧迫可见一斑：英伟达 CEO 黄仁勋在一片晶圆上给崔泰源留言「请多造一些」。7 月，SK 海力士宣布与多家大客户签署 10 份长期协议；英伟达则作为 SK 集团 5000 亿美元合作的一部分，锁定了稳定的 HBM 供应，并约定共同开发下一代内存，其中还包括到 2027 年与 SK 电讯合建新数据中心。黄仁勋、AMD CEO 苏姿丰近期都曾亲赴韩国洽谈内存供应，崔泰源也时常与微软、谷歌、Meta 的掌门人碰面。

不止是周期，更是拐点

这轮扩产并非 SK 海力士一家之事。韩国总统李在明（Lee Jae Myung）6 月公布计划，要在五年内将本国内存产能翻一番，其中也包括三星的多座大型新厂。崔泰源认为，AI 智能体的普及将在十年内把内存总需求推高近十倍——需求不再受人口规模限制，而取决于智能体的数量。他判断，2026 年可能是「最困难的芯片短缺年」，尽管存储行业历史上充满泡沫与过剩，但这一次的 AI 需求是「真正的转折点」，而非单纯的周期上行。

来源：CNBC（记者 Katie Tarasov、Jeniece Pettitt），原文发布于 2026 年 8 月 13 日前后。

单月新高背后是 AI 订单

台积电的月度营收不附带详细说明，却被投资者当成观察全球芯片需求最及时的窗口——因为它的客户名单几乎覆盖了每一家主流 AI 硬件厂商，包括英伟达、苹果与谷歌。2026 年前七个月，公司累计营收同比增长 37%，达到新台币 2.87 万亿元。

在最近一季的财报中，这种势头更清晰：第二季度营收 402 亿美元，同比增长 36%；净利润跳增 77%，至新台币 7066 亿元（约 220 亿美元）。最关键的结构变化是，7 纳米及以下先进制程贡献了全部晶圆营收的 77%，而承载 AI 加速器、GPU 与数据中心处理器的”高性能计算”板块，已占到总营收的 66%。董事长兼首席执行官魏哲家在法说会上反复强调：”AI 相关需求持续极为强劲。”

资本开支同步加码

需求有多旺，投入就有多大。台积电把 2026 年资本开支指引上调至 600 亿至 640 亿美元的历史高位，钱主要投向台湾本地的先进制程产能，以及正在提速建设的美国亚利桑那工厂。公司对第三季营收的预测区间为 446 亿至 458 亿美元，并把全年美元计营收增长目标从原先的”超过 30%”上修到”略高于 40%”。

预警声也在响起

并非所有人都把这串数字当作全无阴霾的绿灯。Quilter Cheviot 科技研究主管本·巴林杰（Ben Barringer）认为，7 月表现”绝非易事”，说明眼下需求仍在，但他提醒半导体行业波动剧烈，单月数据天然嘈杂，不宜过度解读。Needham 分析师 Charles Shi 则更乐观，预计台积电 2027 年仍有望增长 40%、2028 年增长 24%。

市场情绪本身也在拉扯：费城半导体指数较 6 月高点回落约 15%，但年内仍大幅上涨；台积电美股存托凭证年初至今涨幅超过 50%。当 hyperscaler（超大规模云厂商）每年砸下数百亿美元扩建数据中心，台积电的月度营收就成了检验这些投入是否真正转化为芯片出货的晴雨表。只要 AI 客户的订单不停，这家掌握约七成全球晶圆代工份额的工厂，就仍站在整条供应链的中心。

来源：CNBC／路透社（2026 年 8 月 10 日报道，经多家媒体转载）

8 月 6 日美股收盘后，AMD 宣布已与加拿大 AI 芯片初创公司 Taalas 签署最终收购协议。交易金额未披露，需通过监管审批，预计在第四季度完成交割。据 The Register 了解，这是一笔实打实的收购，而非只挖团队的「人才收购」。

不用显存，把权重直接烧进硅片

Taalas 成立于 2023 年，总部位于加拿大多伦多，累计融资约 2.19 亿美元。它的技术路线与主流方案完全不同：无论是常规 GPU，还是 Groq、Cerebras 那类数据流架构加速器，模型权重都存放在高带宽内存里，芯片运行时反复读取——数据在内存与计算单元之间来回搬运，带来功耗、延迟和封装成本。

Taalas 的做法是把权重直接蚀刻进硅片。从结构上看，它的芯片由两个区域构成：存放模型权重的掩模只读存储区，以及承载键值缓存和微调适配器的静态随机存储区。这类芯片本质上是「模型专用集成电路」，一颗芯片只服务一个模型。

这套方案并非停留在纸面。今年 2 月，Taalas 发布了首款测试芯片 HC1，采用台积电 6 纳米工艺制造。初步基准测试中，它运行 Meta 的 Llama 3.1 8B 模型达到每秒 16960 个词元——按当时的对比口径，这一速度是英伟达 GPU 的 48 倍、Cerebras 加速器的 8.5 倍。Llama 3.1 以今天的标准看已属老模型（2024 年年中发布），这枚光罩尺寸的芯片主要目的是验证概念可行。

第二代 HC2 芯片计划于今年夏季推出，单芯片参数量目标提升至 200 亿。这个数字听起来不大，但与 GPU 一样，权重可以通过流水线并行分散到多颗芯片上。按每颗 200 亿参数计算，支撑一个万亿参数模型只需 50 颗加速器——而 AMD 恰好拥有机架级计算平台和自研系统设计团队。作为对照，英伟达近期发布的 LPX 系统跑同等规模模型，需要数十颗 GPU 外加至少 2000 颗 Groq 加速卡。

AMD 的算盘：GPU 处理提示词，专用芯片吐词元

据了解，AMD 打算把基于 Instinct 的 Helios 机架与 Taalas 技术芯片配对，构成一套解耦架构：计算密集的提示词处理交给 GPU，词元生成任务卸载到 Taalas 加速器。另一种可能的模式是形成「验证—迁移」的迭代节奏，客户先在 Instinct 加速器上部署调试模型，确认效果后再迁移到 Taalas 芯片。

AMD 人工智能高级副总裁 Vamsi Boppana 在声明中表示：「AMD 正在构建全栈 AI 平台，让客户能够为每一种 AI 工作负载灵活选择合适的计算方案。」

这笔交易的背景，是行业竞争焦点正从训练转向推理。过去几年芯片厂商比拼的是谁能连接更多 GPU、提供更大显存和更高集群带宽；随着模型进入实际业务，推理变成了持续发生、反复计费的负载，客户开始追问每个词元的成本、响应延迟和数据中心功耗。这笔收购距离英伟达与 Groq 达成 200 亿美元交易仅隔约七个月，也印证了推理芯片已成新战场。

AMD 近年在这条线上动作密集：2024 年以 6.65 亿美元收购模型开发商 Silo AI、以 49 亿美元收购服务器厂商 ZT Systems 为 Helios 机柜奠基，此后又拿下推理软件公司 MK1；今年 6 月收购内存优化公司 MEXT，7 月与 Cerebras 达成合作。财务上也支撑得起：AMD 第二季度营收 115 亿美元、同比增长 50%，其中数据中心业务 67 亿美元、同比增长 107%，占总营收的 58%。

代价：芯片一旦流片，就跟这个模型绑死了

速度虽快，代价也很直白——芯片部署后就被锁死在那个模型上。任何超出 LoRA 适配器级别的改动，都需要重新流片，既贵又耗时。生成式 AI 热潮进入第四年，新模型几乎按月迭代，要享受这项技术红利，客户必须对自己的模型选择有十足把握。

不过据 Taalas 说法，情况没那么糟：换新模型虽需重新流片，但不必从零开始，只需改动两层金属，成本和周期都低得多。今年 2 月该公司曾对科技媒体 The Next Platform 表示，把模型权重蚀刻进硅片的开销，比训练一个前沿模型低 100 倍。

The Register 判断，这项技术的主要用户会集中在模型开发商、其基础设施供应商，以及少数推理服务商。AMD 在这方面有谈判优势：OpenAI、Anthropic 和 Meta 都是 Instinct 的重要客户，未来看到某个 GPT 或 Claude 跑在 Taalas 与 Instinct 的混合方案上，并不令人意外。

这项技术还可能反向影响模型开发。开发者压制幻觉的手段之一叫「测试时扩展」，做法很简单——让模型在回答前多「想」一会儿。缺点是消耗大量词元，既费钱又让用户等更久。如果 Taalas 能把单位词元成本压下来、把输出速度提升 10 倍到 20 倍，模型开发者或许会选择把推理时间拉得更长。

AMD 首席执行官苏姿丰此前多次表示，AI 芯片市场不存在「一种芯片通吃所有应用」的情况：GPU 凭通用性仍会占据大部分份额，因为它能支撑不断演进的新模型；但不同场景也需要更专业化的加速器共同构成完整生态。Taalas 补上的，正是最靠近专用计算的那一端。

来源：The Register

Taalas 的技术路线在业内被称为”模型专用集成电路”（MSIC）。传统 GPU 靠高带宽内存（HBM）存储模型权重，每次推理都要从内存反复读取；Taalas 则把权重直接烧进芯片的掩模只读存储（Mask-ROM）区域，省掉了绝大部分数据搬运开销。其芯片由两个核心区域组成：掩模 ROM 存储固定权重，高速 SRAM 存储 KV 缓存和微调适配器。

说白了，这是用灵活性换极致性能的赌注。一旦芯片出厂，上面跑的模型就锁死了——想换模型就得重新流片（重新设计光罩）。不过 Taalas 称，更换模型时只需修改两层金属布线，成本和时间远低于从头设计新芯片。

这笔交易发生在英伟达以 200 亿美元收购 Groq 仅仅七个月之后。两家公司的思路有相似之处——都瞄准低延迟、高吞吐量的”高级推理”市场，也就是 AI 智能体、代码助手这类对首字延迟极其敏感的应用场景。但 Groq 走的是数据流架构路线，而 Taalas 走的是更激进的”模型固化”路线。

AMD 方面没有披露交易金额。Taalas 自 2023 年成立以来累计融资 2.19 亿美元，创始团队来自 AMD 和 Tenstorrent 的前员工。AMD 计划将 Taalas 技术整合进 Instinct GPU 产品线，采用解耦架构：复杂的前端提示处理交给 GPU，高频 Token 生成交给 Taalas 加速器。

这意味着什么？如果 Taalas 的技术能在量产中兑现承诺，AI 推理的成本结构可能被重写——不是比拼谁买了更多 GPU 卡，而是比谁能把最常用的模型”固化”下来、以最低成本持续输出 Token。对正在评估推理基础设施的企业来说，值得密切关注这条技术路线的后续进展。

来源：The Register / AMD 官方新闻稿 / 网易科技

推着他往外走的不只是自己的判断，连顶头上司都在劝。「我的组长跟我们所有人说，赶紧跳槽去 SK 海力士。」李说。

47.6 万对 13.5 万：一张奖金表引发的离职潮

让整个团队情绪低落的，是一个具体数字：SK 海力士今年准备发给员工的奖金约为每人 47.6 万美元，且以现金为主。这家公司靠制造高带宽内存（HBM）赚得盆满钵满——这类芯片正是英伟达 AI 加速器的核心配套，为其带来了创纪录的利润。

相比之下，三星这边差距悬殊。今年 5 月，三星在与工会长时间拉锯后达成协议：未来 10 年，每年拿出半导体部门营业利润的 10.5% 作为员工奖金，且主要以三年分批归属的公司股票发放。这一举措，是在 SK 海力士去年同意拿出营业利润的 10% 分给员工之后做出的。

问题出在计算方式上。三星按各部门自身的盈亏单独核算奖金。同样在做 HBM 生意、同样赚到大钱的存储部门，今年每人约拿 40 万美元；而李所在的晶圆代工部门——为特斯拉、谷歌这类客户制造它们自行设计的逻辑芯片——长期处于亏损状态，每人只有约 13.5 万美元。员工转述公司的说法是：业绩不好的部门，没法拿到同等水平的奖金。

看着工会与公司角力了好几个月，李对结果并不买账：「就算三星以后做得好，我也不觉得这些好处能落到我头上。」

「除了两个组长，整个 30 人团队都投了」

情绪很快转化成了行动。李提到，SK 海力士 7 月发布了一则招聘启事，「除了我们两位组长，我整个团队 30 个人全都投了简历」。李本人甚至去应聘了对手的入门级岗位，一位在三星干了八年的同事也投了同一个职位——两人都被拒了，但他们还盯着一个面向资深工程师的岗位，指望能等到回音。

数据佐证了这股风潮。三星工会 6 月的一项调查显示，晶圆代工部门有 81.5% 的员工表示希望在未来两年内换东家，整个半导体部门也有接近一半的人这么想。4 月时，三星工会负责人就已透露，过去四个月里有 200 多名工会成员转投 SK 海力士。在匿名职场社区 Blind 上，大批三星工程师公开表达了为更高奖金出走的意愿。

接受《麻省理工科技评论》采访的三星与 SK 海力士员工，均因担心遭到公司报复而要求只用姓氏或化名。三星拒绝置评，SK 海力士未回应采访请求。

2019 年的一个判断，改写了两家公司的位置

几十年来，SK 海力士一直活在三星的阴影里。它规模更小、更拼，在韩国顶尖工科毕业生的求职清单上通常排在三星之后。

转折点出现在 2019 年。三星判断 HBM 会长期停留在小众市场，缩减了相关团队；SK 海力士却选择继续加码。随后 AI 浪潮把 HBM 的需求彻底点燃——这类芯片负责以极高速度向 AI 芯片输送海量数据，价格随之涨到了前所未有的水平。如今 SK 海力士稳坐全球 HBM 市场头名，三星反倒成了追赶者。

今年 5 月，两家公司市值双双突破 1 万亿美元；6 月，SK 海力士一度超过三星，成为韩国市值最高的上市公司。

抢人抢到 2040 年

判断存储芯片需求将继续攀升，两家巨头都在大手笔扩产。上个月，它们公布了到 2040 年投入超过 2 万亿美元的长期计划，其中一项核心工程是在首尔以南的龙仁市建设半导体「超级集群」。

为了给扩张配上人手，SK 海力士仅 2026 年上半年就新增了 2152 名员工，目标是五年内把制造产能翻一番；三星则计划未来五年招聘 6 万人，重点投向半导体部门。

即便如此，缺口仍然填不满。按照行业预测，到 2031 年韩国半导体产业需要约 30.4 万名从业者，届时人手短缺规模约为 5.4 万人。

AI 芯片的下一程竞争，除了写在晶圆上，也写在工资条上。谁能率先拿下新一代 HBM，很大程度上取决于谁的会议室里坐着更多有经验的工程师。

来源：MIT Technology Review，记者 Michelle Kim，2026 年 7 月 28 日

这份成绩单超出了市场预期。此前市场对三星二季度营业利润的一致预测为 84.19 万亿韩元，实际数字高出约 6.3%。当季净利润达到 71.62 万亿韩元，同比增长 1299.9%，同样超过 68.36 万亿韩元的预估；每股收益 10849 韩元，营业利润率高达 52.2%，创下三星成立以来的最高水平。

存储芯片是绝对主角

拆开财报看，这轮利润爆发几乎完全由半导体业务驱动。负责芯片业务的设备解决方案（DS）部门当季营收 127.5 万亿韩元，环比增长 56%；营业利润 89.2 万亿韩元，占全公司营业利润的 99% 以上。其中存储业务营收 120.8 万亿韩元，同比暴增 471%，营收和利润双双创下历史最高纪录，DRAM 和 NAND 的位元出货量均达到历史峰值。

背后的逻辑并不复杂：全球科技巨头持续投入巨资建设 AI 基础设施，训练和推理任务对算力的需求快速膨胀。AI 加速器需要大量高带宽内存（HBM）作为配套，云计算厂商也在不断扩充服务器集群，带动服务器 DRAM 和企业级 SSD 需求一路走高。三星表示，当季服务器产品收入占整体销售的比例达到历史最高水平。

在下一代产品上，三星已完成 HBM4 的规模量产并向主要客户批量交货，同时率先向大客户送出了业界首批 HBM4E 样品，在下一代 AI 存储的竞争中抢先卡位。

手机业务的另一面：增收不增利

不过，财报的另一面没有那么光鲜。负责手机、电视、家电等整机业务的设备体验（DX）部门当季营收 48 万亿韩元，营业亏损 8000 亿韩元。其中手机与网络业务（MX/Networks）营收 33.2 万亿韩元，亏损 7000 亿韩元——尽管 Galaxy S26 系列和 Galaxy A 系列销量保持增长，但存储芯片等零部件价格上涨明显挤压了终端利润。

这构成了一个耐人寻味的循环：存储涨价让三星芯片部门赚得盆满钵满，却同时抬高了自家手机的成本。AI 产业链的利益正在重新分配，上游存储和芯片供应商成为最直接的受益者，消费电子终端则被夹在成本上涨与需求疲软之间。

下半年芯片缺货还将继续

展望下半年，三星预计 AI 基础设施资本开支仍将保持强劲，智能体（Agentic AI）的普及会进一步拉动服务器 DRAM、企业级 SSD 和 HBM 的需求，存储市场预计继续供不应求。三星称，尽管在努力扩产，供应紧张的局面短期内难以缓解，公司将聚焦 HBM4、DDR5、SOCAMM2 等高附加值产品。

同在本周，韩国另一家存储巨头 SK 海力士公布的二季度财报显示，其营业利润同比大增 557% 至 60.5 万亿韩元。两大巨头联手印证：存储行业正处在一轮由 AI 驱动的超级周期之中。财报公布当日，韩国 KOSPI 指数早盘涨幅扩大至 4%，三星电子股价上涨超过 4%。

来源：Samsung Newsroom – Samsung Electronics Announces Second Quarter 2026 Results，部分数据综合澎湃新闻、CNBC 报道

盘中数据显示，苹果股价一度报 335.24 美元，总市值约 4.92 万亿美元；英伟达股价则跌至 202.695 美元附近，总市值约 4.91 万亿美元，两家巨头的差距仅有一步之遥，最终苹果笑到最后。

两个月内的第二次”换庄”

这已经不是两家公司今年第一次上演市值”蛙跳”。7 月 17 日，苹果就曾在盘中短暂夺回全球市值第一的头衔，当时其市值触及约 4.88 万亿美元，略高于英伟达的约 4.82 万亿美元，只是收盘时英伟达又险险守住了王座。而这一次，苹果在收盘时稳稳坐上了头把交椅。

拉长时间看，这场王座之争的剧情颇为跌宕：英伟达早在 2024 年 6 月首次在市值上超越苹果，2025 年 6 月正式坐稳全球第一，同年 7 月成为史上首家市值突破 4 万亿美元的公司，10 月更是率先冲破 5 万亿美元大关。彼时几乎没有人怀疑，AI 芯片之王将长期霸榜。

然而 2026 年的走势出现了反转。年初至 7 月中旬，苹果股价累计上涨近 23%，而英伟达同期涨幅只有约 7.3%。7 月 24 日，苹果收于 333.02 美元，对纳斯达克指数的领先幅度创下 20 年来之最。

资金为何转向苹果

市场分析人士将这轮转换概括为两种 AI 叙事的较量。

英伟达的逻辑是”基础设施”：AI 模型和数据中心都离不开 GPU，这一押注过去几年回报惊人。但基础设施生意也有自己的烦恼——巨额资本开支、周期性需求波动，以及大客户纷纷自研芯片的潜在威胁。

苹果的逻辑则是”分发渠道”：不必自己卖铲子，只要把 AI 能力装进全球 15 亿台活跃设备里，就能以更低的资本开支、更高的利润率触达用户，而且用户还会按可预测的周期更新硬件。过去一年，苹果的服务业务持续增长，高利润率的订阅收入让这家公司的财务模型越来越像”带硬件护城河的软件公司”。

苹果与英伟达的体量如今都已超过日本（约 4.3 万亿美元）、英国（约 4.2 万亿美元）和印度（约 4.1 万亿美元）的全年 GDP。资金从”卖算力”轮动到”AI 变现”，被不少投资者解读为市场情绪的风向标：投资者开始区分”建设 AI 基础设施的公司”和”能用 AI 直接赚钱的公司”。

半导体板块普跌，存储芯片重挫

与苹果的风光形成鲜明对照的是半导体板块的集体回调。7 月 27 日当天，费城半导体指数下跌超 2%，创 5 月 20 日以来收盘新低。存储与光通信板块领跌：闪迪大跌超 11%，铠侠 ADR 和 SK 海力士跌超 7%，西部数据、希捷科技跌超 4%，美光科技跌超 2%。其中 SK 海力士已跌破其美股 IPO 发行价，铠侠 ADR 较 6 月底高点回落超过 57%。

值得一提的是，预测市场对这场王座之争仍有分歧：目前的估计显示，英伟达在 2026 年底前守住市值第一的概率约为 61%，也就是说，仍有近四成的市场参与者押注 2027 年到来时坐在王座上的会是苹果。

AI 行情走到下半场，故事的主角未必只有一个。但至少此刻，那家曾被嘲笑”错过 AI 班车”的公司，正站在山顶。

来源：CNBC、第一财经、每日经济新闻

“AI 不是泡沫，是真实的”

面对市场关于 AI 是否”估值过高””投资过热”的讨论，苏姿丰的回应非常直接。她表示，AI 浪潮”绝对是真的”，且目前仍处于非常早期阶段。”如果以一场 9 局棒球赛来比喻，现在大约只进行到第 3 局，后续仍有大量创新与生态系机会。”

她指出，AI 在经历从训练（Training）到推理（Inference）的关键范式转移——”没有人真正靠训练赚钱”，真正的回报在于人们使用这项技术进行推理应用。AI 正进入一个可以做出”真正聪明事情”的时代，可以解决复杂问题，大幅改变产品开发、企业管理和科学探索的方式。

台湾供应链：不可替代的生态优势

此次台北之行，苏姿丰对台湾半导体生态给予了极高评价。她形容台湾是一个”很小的岛屿”，却几乎涵盖了半导体供应链的每一个关键环节——从基础材料、先进制造、后端封测、系统集成到大规模量产能力，这种高度聚集且深度协作的生态系统在全球独一无二。

苏姿丰透露，AMD 在台湾已有超过 1800 名员工，分布在 10 个办公地点，并已向台湾先进封装和测试生态系统投资超过 100 亿美元。她认为，台湾的半导体供应链文化——企业间既激烈竞争又保持友好协作——是行业最重要的竞争优势之一。

下一代芯片路线图

论坛上，苏姿丰披露了 AMD 下一代处理器的重要信息：代号 “Venice” 的下一代 EPYC 处理器已完成流片（tape out），将采用台积电最先进的 2 纳米制程，并计划在台积电位于美国亚利桑那州的晶圆厂量产。

她还以 AMD 最新 AI 加速芯片 MI450 为例阐释 Chiplet（小芯片）架构。该芯片预计 2026 年下半年开始生产，集成超过 3000 亿个晶体管，由超过 20 个 Chiplet 组成。苏姿丰强调，随着摩尔定律放缓，Chiplet 和先进封装已成为半导体行业的主流选择。

三个关键判断

回归 AI 产业的整体判断，苏姿丰有三个核心观点值得关注。其一，技术变革周期正在加速——”每隔几个月就能看到 AI 技术能力有显著不同，模型变得更好”，这在历史上是罕见的。其二，AI 的普及面向远超以往——不同于手机和云计算，AI 是”每个人都能从中获益的技术”，未来 3 到 10 年内每个领域都能通过 AI 变得更好。其三，AMD 自身正在用 AI 加速芯片设计——目标是将半导体设计周期缩短一半。

对于正在考虑是否投入 AI 的企业，苏姿丰的建议是：去寻找最能发挥影响力的地方，用 3 到 5 年的时间建立清晰的愿景。

本文信息综合自 TCN Taiwan News、天下杂志、中央社、NOWnews 等媒体报道。

一份覆盖 AI 芯片全链路的超级合同

根据官方声明，双方的合作将横跨三大核心技术领域。在存储方面，三星将为博通下一代 AI 加速器供应高带宽存储器（HBM），包括 HBM4 和 HBM4E 产品。在代工环节，博通的高速数据通信芯片将采用三星 2 纳米及以下制程 进行生产，制造地点位于韩国平泽园区。此外，双方还将在基于 2 纳米工艺的 2.3D 和 2.5D 先进封装技术上展开合作，进一步提升 AI 芯片的性能和能效。

此次签约仪式在旧金山举办的 AI 峰会上举行，韩国总统李在明出席见证了包括此协议在内的一系列韩美半导体合作项目。同日，SK 海力士也与英伟达等公司签署了价值约 7500 亿美元的存储合作协议。

博通为何选择三星？

博通是全球最大的定制 AI 芯片设计商之一，为谷歌、Meta 等大型数据中心客户设计专用 AI 加速器（ASIC），而非直接采购英伟达的通用 GPU。今年 4 月，博通已将与 Meta 的 AI 芯片合作延长至 2029 年。

在此之前，博通的主要代工合作伙伴是台积电，后者控制着全球 90% 以上的先进制程产能。选择三星作为第二供应源，对博通而言是一次关键的供应链多元化布局——在台积电产能持续紧张的地缘政治环境下，多一个可靠的代工合作伙伴意味着更高的供应安全。

三星代工业务的翻身仗

对三星来说，这笔订单的战略意义同样重大。三星的代工业务近年来一直面临挑战：全球市场份额已跌至约 7%，在 2 纳米制程的良率问题上也遭遇瓶颈。一份 2000 亿美元级别的客户承诺，不仅将大幅提升其先进制造设施的利用率，更向投资者传递了一个明确信号——头部芯片设计公司仍有信心将关键产品交给三星生产。

三星 DS 部门副董事长全永铉表示：”AI 正在推动对内存、逻辑和先进封装深度融合的半导体解决方案的空前需求。通过与博通扩大在这些核心技术上的合作，我们期待为客户创造更大价值。”

博通半导体解决方案集团总裁 Charlie Kawwas 则补充道：”随着 AI 基础设施持续扩展，半导体生态系统内的紧密合作变得愈发重要。三星在存储和代工领域的专长，与博通在 AI 和连接技术上的领导力结合，将为下一代 AI 基础设施提供动力。”

三星的 AI 芯片版图

此次与博通的合作并非三星在 AI 芯片领域的唯一布局。上月，全永铉透露他曾与英伟达 CEO 黄仁勋讨论下一代代工合作，涉及未来的 HBM4E 和 HBM5 产品。去年，三星还拿下了为特斯拉生产逻辑芯片的 165 亿美元订单。

凭借同时掌握存储、逻辑、代工和封装的全链条能力，三星正在走一条与台积电”纯代工”模式不同的道路。在 AI 芯片需求爆发的大背景下，这场代工市场的格局变化才刚刚开始。

本文信息综合自 Reuters、Bloomberg、Fortune、The Next Web 等媒体报道。

九局比赛才打到第三局

苏姿丰用了一个 baseball 的比喻来阐述她对 AI 发展阶段的判断：”如果这是一场九局的棒球比赛，也许我们现在才进行到第三局而已。”

她强调，AI 是过去 50 年来出现过的最重要技术。与手机、云计算等前几次技术浪潮不同，AI 的独特之处在于每个行业、每个人都能从中受益。”接下来的三、五、十年内，每一件事都能通过 AI 变得更好。”

百亿美元押注台湾供应链

苏姿丰在演讲中多次强调台湾半导体生态系统的独特性。她形容台湾是一个”小岛”，却涵盖了半导体供应链几乎每个关键环节——从基础材料到先进制造，从封装测试到系统集成。

AMD 已宣布在台湾供应链体系投资超过 100 亿美元，重点投向先进封装、载板以及机架级 AI 系统。苏姿丰透露，AMD 下一代处理器”Venice”已完成流片，将采用台积电最先进的 2 纳米制程技术。目前 AMD 在台湾拥有超过 1800 名员工，已在全岛扩展至 10 个据点。

谈及台积电亚利桑那工厂的良率问题，苏姿丰给出了乐观评估。她表示 AMD 在亚利桑那生产的芯片表现良好，否定了部分观察人士对台积电美国工厂品质下滑的质疑。

AI 不只是聊天机器人

苏姿丰阐述了 AMD 的”AI Everywhere for Everyone”愿景。她认为 AI 的未来远不止聊天机器人，将深刻影响产品设计、企业管理乃至科学发现。

她特别提到，成熟的”智能体 AI”系统未来可以让个人同时部署多个 AI 代理来处理不同的任务。AMD 自身也希望通过 AI 技术将芯片设计周期缩短一半。

苏姿丰透露，CPU 市场在过去每年仅增长约 3% 到 4%，但受 AI 需求推动，近期出现了爆发式增长。她预计未来五年 CPU 市场将以超过 35% 的年增长率扩张，到 2030 年市场规模将超过 1200 亿美元。

AI 基础设施市场有望破万亿

苏姿丰预测，随着 AI 部署在各行各业加速推进，AI 基础设施市场在未来三到四年内有望突破 1 万亿美元。

在被问及公司面临的挑战时，苏姿丰提到 AMD 的竞争策略不是与英伟达在单一产品上正面对决，而是通过 CPU、GPU 和 ASIC 的全栈能力，为客户提供多样化的计算方案。

就在她发表此番讲话的几周后（5 月 28 日），苏姿丰还在麻省理工学院 2026 届毕业典礼上发表演讲，她告诉毕业生”最好的运气来自于敢于挑战最难的问题”。

> 信息来源：天下杂志 45 周年论坛（台北，2026 年 5 月 22 日）、Bloomberg 采访