《大西洋》美國正逐漸淪為「輝達化」國家
AI巨擘正在進行一場軍備競賽，投入巨額的資金在資料中心，股票不斷地飆漲，卻大多仍處於虧損狀態。
投入AI的資金存在一種「循環特性」，例如OpenAI 同意向甲骨文支付 3000 億美元獲取算力；甲骨文 向輝達支付數百億美元購買晶片；而輝達又同意向 OpenAI 投資至多 1000 億美元。
如果 AI 成功： 這很可能意味著它們創造出了一種革命性的技術，將在人類來不及適應的情況下淘汰無數工作崗位，給全球經濟帶來前所未有的衝擊。
我傾向失敗，因為整個都寄託在scaling law, 但全世界的數據都已經快被用完了。再下去就是inbreeding
----
蕭上農
韓國 AI 未來規劃首席秘書官河正宇，興奮分享獲得 26 萬張 GPU 的意義，成為世界第三算力大國
2025 年 6 月，河正宇被任命為李在明政府總統府首任AI未來規劃首席秘書官，這是該政府新設的職位，負責制定國家 AI 政策、推動 AI基礎設施建設，並將民間經驗應用於國家層級的 AI 戰略實施。
26萬張GPU的豪賭：韓國押注「實體AI」，決戰NVIDIA之後的戰場
黃仁勳旋風式造訪韓國，賣出韓國 26 萬張NVIDIA GPU。但這筆採購的重點，根本不在GPU。這是一場國家級的產業轉型宣告。在大型語言模型之後，韓國看見的下一個戰場是實體AI (Physical AI)，機器人、自動駕駛車、智慧工廠。
這26萬張GPU，就是韓國用來點燃這場新工業革命的種子基礎設施。這筆巨額採購不是終點，而是起點，目標是確保韓國在AI驅動的物理世界中，佔據全球領導地位。
算力即王權：擠身全球前三的戰略布局
這批訂單的規模極具戰略意義。NVIDIA執行長黃仁勳在非公開會議中透露，美國目前約有2,000萬張GPU，中國次之。韓國目前持有約4萬張，若再加上這26萬張，總數將達30萬張。
這數字，將讓韓國一舉超越其他競爭者，成為全球第三大算力體（以Hopper架構以上等級計算），這被認為是取得AI時代最基礎入場券的必要投資。
這30萬張GPU，將被分配於公私兩大領域。其中5萬張將進入公共領域，投入「國家AI運算中心」，支援政府主導的R&D、學術界，以及關鍵的「國家代表AI企業」。其餘的21萬張，則由SK集團、現代汽車、Naver等民營巨頭自行採購，用於各自的商業戰略。
「這26萬張追加的GPU，將成為極為重要的種子基礎設施。」
此舉的直接目標非常清晰：用當下最強的算力，去打造最強大的AI模型。無論是大型語言模型、基礎模型 (Foundation Model)，還是專為實體AI打造的「世界基礎模型 (World Foundation Model)」，都需要龐大到難以想像的運算量進行訓練 (Training)。沒有足夠的GPU，韓國的AI新創、乃至大企業，都將在起跑點上落後。
雙軌並行：用NVIDIA的「訓練」，養自己的「推論」
然而，這場會議的核心主軸，從來不只是GPU的數量。真正的關鍵字，是實體AI。韓國高層意識到，在純粹的軟體與大型語言模型競賽中，要超越美國的開放生態與龐大資本，難度極高。但如果戰場轉移到AI與硬體的結合機器人、自動駕駛、智慧製造，韓國的勝算將截然不同。韓國擁有全球頂尖的製造業基礎，這就是他們的「實體AI全端技術棧 (Physical AI Full Stack)」。
這就帶出韓國的「K-NVIDIA」雙軌戰略。
第一軌：即刻採購（訓練） 當下，AI模型的訓練環節，NVIDIA的GPU是唯一解，其市場地位近乎壟斷。韓國別無選擇，必須投入巨資購買，以維持AI研發的動能。這26萬張GPU主要用於此。
第二軌：長期內製（推論） 但韓國的野心不止於此。他們清楚，AI的價值鏈分為「訓練」和「推論 (Inference)」。訓練就像在大學培養一位博士，成本高昂且集中；推論則是博士畢業後，在各種崗位上實際應用知識，需求分散且龐大。
「GPU太貴。當AI模型被部署到工廠、機器人、汽車上時，我們需要有價格和電力競爭力的MPU（AI加速器），這就是國內企業的機會。」
NVIDIA的GPU在訓練上無可匹敵，但在推論應用上，其高昂的價格與功耗成為一大門檻。韓國的策略是，利用NVIDIA的GPU「訓練」出強大的AI模型，然後催生出一個巨大的國內市場，去部署這些模型。這個市場，將由韓國本土的AI半導體企業，用更具成本效益、更低功耗的MPU（AI加速器）來滿足，用NVIDIA的「訓練」霸權，來撬動並餵養本土的「推論」晶片產業。
國家隊聯盟：從企業CAPEX到產業生態
這場轉型不是政府的獨角戲，而是產官學的總動員。現代汽車集團與NVIDIA宣布共同投資30億美元，成立實體AI研究中心，目標直指軟體定義汽車 (SDV) 與未來的智慧移動。
SK集團則展現更大的格局。SK海力士是NVIDIA的記憶體夥伴，但SK集團的目標是整個製造業AI。SK宣布，將開發基於數位分身的「製造AI平台」，這平台不僅SK集團內部工廠使用，更關鍵的是，他們將以此為基礎，建立一個「製造AI新創聯盟」，將平台開放給所有韓國相關新創。
「SK將開發的製造AI平台，不僅SK使用，也將開放給國內的製造AI新創聯盟。」
SK的提議，等於是要求政府共同打造一個生態系。他們向政府喊話：企業負責投入資本與技術開發平台，政府則應在資料中心、數據法規、以及對新創的財政支援上「積極支援」。這顯示韓國大企業正從單純的資本支出 (CAPEX)，轉向主導產業生態系的建立。
政府的回應也相當迅速。對於這些被列為「戰略技術」的AI基礎設施投資，政府正在內部研擬包含稅收減免在內的支援方案。這是一場由國家意志推動，以企業巨頭為先鋒，目標是抓住實體AI這個新典範的全面戰爭。
----
NVIDIA 將收購記憶體公司？韓國 HBM 專家金正浩教授的大膽預測
他還說，連 OpenAI 都可能收購記憶體公司，因為「記憶體比 GPU 更重要」。
金正浩教授是 HBM 領域的專家，他開發了 HBM 的基礎概念和結構。他的實驗室 TERALAB 在 HBM 設計技術領域領先全球超過 20 年，自 2010 年起直接參與 HBM 商業化，與 Samsung、SK Hynix、Google、NVIDIA、Apple、Tesla 等公司合作。30 年研究生涯中，他發表了 712 篇論文，獲得 34 個優秀論文獎，2025 年獲得韓陽百南獎（15 億韓元獎金）。
這是一個記憶體領域專家的預測，金教授用「夢想」這個詞，表示這是他的想像和推測，不是確定會發生的事。但他在訪談中花了很多時間解釋為什麼會有這個想法，提到的 HBF 技術和記憶體在 AI 時代的重要性，是一個正在發生的趨勢。這篇文章主要是整理金教授在訪談中提到的內容，以及一些可驗證的產業現況。
HBF 是什麼？
金教授在訪談中花了很多時間解釋一個新的記憶體技術：HBF，High Bandwidth Flash，高頻寬快閃記憶體。簡單說，就是把 NAND Flash，SSD 用的那種晶片，像 HBM 一樣垂直堆疊起來，讓它有更高的頻寬，可以更快速地讀取資料。
金教授用了一個比喻來解釋 AI 為什麼需要大容量記憶體，他說 AI 模型的核心知識就像一本「密碼本」或「百科全書」，這本書存在記憶體裡，AI 每次生成文字或圖片時都要去翻這本書。他更具體地解釋，這個密碼本在技術上叫做 K cache 和 V cache。K cache 是單詞之間的關係，V cache 是每個單詞的重要性。AI 每生成一個字都要去翻這本密碼本，所以讀取次數非常頻繁。
現在 AI 用的是 HBM，High Bandwidth Memory，高頻寬記憶體，但 HBM 是 DRAM 做的，速度快但容量小、成本高。HBF 用的是 NAND Flash，容量是 HBM 的 10 倍，成本更低，速度比 HBM 慢一點但比傳統 SSD 快很多。金教授說 HBF 適合存放 AI 模型的「密碼本」，因為這個密碼本需要的是大容量和穩定讀取，不需要像 HBM 那樣極致的速度。
HBF 為什麼現在才出現？金教授說因為需求剛剛產生，HBM 的成功讓 NAND Flash 廠商意識到「我們也可以堆疊」，技術上其實已經準備好了。3D NAND 內部已經是 128 層、256 層的堆疊，再把這些堆疊起來就是 2000-3000 層。金教授說：「為什麼以前不做？因為需求現在才出現，AI 這邊的需求只有 1-2 年。」
時程是什麼？金教授說全球有 4 家 NAND Flash 公司正在計劃推出 HBF，2027 年會推出，如果慢的話 2028 年。他預測，對 HBF 保守估計大約 10 年會超越 HBM 的銷售額。2025 年 8 月 SanDisk 和 SK Hynix 宣布合作推動 HBF 標準化，Samsung 也在開發類似技術。
為什麼 NVIDIA 會收購記憶體公司？
金教授的邏輯很直接：記憶體是瓶頸，NVIDIA 被卡脖子了。
他在訪談中說 GPU 現在 60-70% 的時間在等待記憶體，主持人問「GPU 現在是在閒置嗎」，金教授回答「是的，要配合記憶體工作，所以瓶頸在那裡」。主持人又問「那為什麼 NVIDIA 還要一直升級 GPU」，金教授說「就是試試看能不能做點什麼，在學習階段可能有點幫助」。
金教授說 GPU 的發展幾乎停滯了，未來會透過記憶體的創新來持續提升效能。他用 NVIDIA 的產品演進舉例：「仔細看 NVIDIA 的簡報，如果按照摩爾定律，GPU 應該是 1 個變 2 個、2 個變 4 個、4 個變 8 個，但實際上不是這樣。反而是記憶體一直在翻倍，2 倍、4 倍、8 倍。」
這就是為什麼金教授認為 NVIDIA 可能會收購記憶體公司。現在 NVIDIA 太依賴 SK Hynix 和 Samsung，HBM 市占率 SK Hynix 60%、Samsung 和 Micron 各 20%，產能都被預訂到 2026 年。如果未來 HBF 也被這些韓國廠商壟斷，NVIDIA 會繼續被卡脖子，金教授說垂直整合是解決方法。
收購目標會是誰？
金教授在訪談中提到幾個可能的目標。
首先是 SK Hynix 或 Samsung，他說「NVIDIA 可能會試圖收購 SK Hynix 或 Samsung」，但他接著說「如果條件不符合」，暗示這兩家比較困難，可能是因為反壟斷或地緣政治的問題。
接著是 Micron 或 SanDisk，金教授說「如果條件不符合，就收購 Micron 或 SanDisk」，他特別提到主持人說「SanDisk 看起來很適合收購」，金教授回應「是的」。為什麼 SanDisk 適合？因為 SanDisk 是 NAND Flash 龍頭，正在推動 HBF 標準化，而且規模比 SK Hynix 或 Samsung 小，收購難度較低。
金教授還透露他 2 週前和 SanDisk 開了 1 天 3 夜的會議，他說 SanDisk 最近 3 個月股價漲了 3 倍，其中一半原因是數據中心 NAND 需求增加。主持人問「那是不是要賣掉 SK Hynix 股票，買 SanDisk」，金教授說要繼續持有 SK Hynix，因為 SK Hynix 同時有 HBM 和 HBF 能力，這是很大的優勢。
最驚人的是金教授說連 OpenAI 都可能收購記憶體公司，他說「記憶體比 GPU 更重要，所以 OpenAI 也可能收購」。
記憶體的時代
金教授在訪談中用了一個比喻：「就像加州淘金熱時代，真正賺錢的不是淘金的人，而是賣牛仔褲的 Levi's 和修鐵路的公司，AI 熱潮也一樣，GPU 是主角，但記憶體可能是真正賺錢的產業。」
他說記憶體公司的股價會上漲，未來會是「記憶體的世界」。金教授在訪談中說「Jensen Huang 下次可能會來韓國，Sam Altman 已經來過了」，而就在訪談後不久，黃仁勳果真在 10 月底訪韓，參加 APEC CEO 峰會，並宣布供應 26 萬顆 GPU 給韓國。主持人問為什麼會這樣預測，金教授說因為記憶體供應在韓國，NVIDIA 需要跟韓國廠商合作。
金教授還提到，如果按照摩爾定律，記憶體需求每 2 年翻倍，20 年就是 10 次，也就是 1000 倍。他說「現在 Samsung 和 SK Hynix 的記憶體營收是 100 兆韓元，1000 倍是多少？100 京韓元，利潤率 10% 的話就是 1 京韓元，韓國一年預算才 600 兆韓元」，這是一個巨大的市場。
現實是什麼？
NVIDIA 現在的策略是供應合約和技術合作：SK Hynix 的 2025-2026 產能大部分被 NVIDIA 預訂，Micron 通過認證後開始供應 HBM3E，NVIDIA 和 SK Hynix、Micron、Samsung 合作開發新記憶體標準，這些都是合作，不是收購。
HBF 會不會取代 HBM？NVIDIA 會不會垂直整合記憶體？這些問題的答案可能要等到 2027-2028 年才會比較清楚。金教授用「夢想」這個詞，表示這是他的想像，他自己也說「我不是什麼神算，但今天說的這些，大概有 4-6 成會準確吧」。
沒有留言:
張貼留言