OpenAI 自研晶片卡在微軟簽不簽。輝達同週把錢轉押 IREN 與康寧。

今日 AI 算力的故事在錢往哪裡走。OpenAI 與 Broadcom 去年秋天宣布的客製晶片計畫 Nexus，第一階段 1.3GW、180 億美元晶片生產融資談到一半卡住，博通堅持微軟先承諾採購四成、才願意出資。同一週輝達把錢押到另外兩個地方：投資資料中心營運商 IREN 最多 21 億美元、加碼數十億美元預付協助康寧在美國蓋光纖玻璃新廠。技術上的主軸都繞著一件事，AI 機櫃級系統的內部互連從銅換到光。

供應鏈端則是另一條張力。南電 Q1 毛利率比去年同期提升 10.8 個百分點、外資估 Q2 營收年增 42%，ABF 載板現貨價這一季預估再漲三到四成。力積電在中介層打入台積電 CoWoS 之後，這次再切進英特爾 EMIB 供應鏈，2027 下半年單月投片需求逼近萬片。記憶體那邊 DRAM 架構戰開打，三星走 GAAFET、SK 海力士走垂直堆疊。AI 把 PC DIY 市場的零組件吸光，華碩主機板今年估計少賣 500 萬片。

資安條軸最值得單獨記下來的事，是 Anthropic 新模型 Mythos 在 Firefox 找漏洞的數字：人工先前透過 Claude 找到 31 個漏洞，Mozilla 把 Mythos 接上自家模糊測試後，這個數字變成 423 個。Anthropic CEO Dario Amodei 估算產業還有 6 到 12 個月的修補窗口期。

下面六節依事件密度與重要性排序。

OpenAI 的 180 億美元晶片帳單卡在微軟簽不簽

OpenAI 與 Broadcom 去年秋天宣布合作打造客製化 AI 晶片，計畫代號 Nexus，目標到 2030 年部署 10GW，等同把對 NVIDIA 硬體的依賴降到一個明顯比例之下。雙方當時沒有對外說清楚的關鍵問題，是這項專案龐大的晶片生產成本要怎麼支付。

The Information 揭露：第一階段 1.3GW 的資料中心容量，光是晶片生產就要約 180 億美元。若以這個比例外推，10GW 的完整 Nexus 計畫單晶片成本就可能達到 1,800 億美元，還沒包含資料中心建設與其他支出。

OpenAI 一名高層 4 月在內部備忘錄寫下，博通方面表示，唯有微軟同意採購約 40% 晶片，博通才願意資助第一階段生產。具體安排是，微軟把晶片裝進自家資料中心、再以基礎設施服務的形式回租給 OpenAI。微軟有了採購承諾，博通才有信心回收資金。

但備忘錄同時指出，微軟可能會選擇不買。OpenAI 預估到 2029 年公司支出壓力高達兩千億美元級，自研晶片是核心戰略，能不能執行卻取決於這個中介角色的態度。

輝達同一週把錢轉押 IREN 與康寧

輝達 5/8 公告，將投資資料中心營運商 IREN 最多 21 億美元，雙方合作部署最高 5GW 基礎設施。協議內容包括輝達取得一項為期五年的權利，可按每股 70 美元收購最多 3,000 萬股 IREN 股票。消息公布當天 IREN 盤後出現拉抬。

同一週黃仁勳與康寧執行長魏文德接受 CNBC 專訪，揭露輝達除了先前最高 32 億美元的股權投資，已額外支付數十億美元預付款協助康寧在美國蓋新廠。魏文德證實這筆預付款獨立於股權投資之外、未透露具體金額。康寧表示美國光學產能將提升 10 倍，新廠落腳北卡與德州。

技術主軸繞著 co-packaged optics（CPO）。AI 機櫃級系統內部、伺服器之間、機櫃對機櫃，原本以銅纜連接的高速互連已經跑到頻寬上限，光纖玻璃要直接整合進交換機與加速器旁邊。康寧生產的玻璃材料就是這條光纜的核心原料。

軟銀那邊也有一條相關事。日本經濟新聞報導，軟銀已與輝達及鴻海展開討論，評估打造日本製 AI 伺服器計畫，目標 2030 年前先靠組裝外部採購零組件建立生產體系，後續逐步接手整體製造。軟銀已投資 OpenAI 超過 300 億美元、約 11% 持股，這次伺服器在地化是 AI 戰略的硬體基礎。

回到 IREN。美國四大科技巨擘上週財報指出，AI 支出不會放緩，今年合計資本支出將超過 7,000 億美元。輝達同一週對 IREN 與康寧的兩筆投資，是把這條 capex 曲線往下游一點、再往上游一點同時拉緊。

南電進入新一波定價上升週期，力積電擠進英特爾 EMIB

南電 2026 年 Q1 EPS 2.03 元，毛利率 15.8%、比去年同期上升 10.8 個百分點，業外收入進一步推升獲利。外資估 Q2 營收年增 42%，ABF 載板現貨價 Q2 預估再漲 30 到 40% 以上，高階 800G 與 1.6T 交換器 IC 市占率超過七成。

力積電那邊，營運大轉骨。中介層產品已經打入台積電 CoWoS 先進封裝供應鏈，這次再進英特爾 EMIB。EMIB 相關項目進入後段驗證階段，12 吋 IPD（整合型被動元件）平台完成國際大廠認證、Q2 起開始放量、用於 EMIB 架構。力積電規劃 2027 下半年起單月投片需求逼近萬片，同時與美光在 HBM 業務推進中。三大客戶（台積、英特、美光）同時卡位，力積電從純成熟製程廠的標籤往「先進封裝供應商」這條路徑走。

DRAM 架構戰也開打。三星研發 16 層垂直堆疊 DRAM，並研究將 GAAFET（環繞閘極電晶體）導入 DRAM。GAAFET 原本是邏輯晶片技術，包覆電晶體通道、提升電流控制與功耗表現，但 DRAM cell 同時要含電容結構，整合難度高出一階。SK 海力士則走垂直堆疊路線。3D DRAM 競賽背後最大的需求拉力，是 HBM。

群聯 5/8 公布 Q1 財報，EPS 達 68.80 元、單季合併營收 409.67 億元（季增 79.7%、年增 196%）、毛利率 61.3%，三項指標同步刷新單季新高。4 月營收 202.07 億元、年增 236%。潘健成定調公司轉型為 AI 儲存基礎架構與邊緣 AI 運算平台供應商，將有限的 NAND 資源優先配給企業、AI、嵌入式、工業應用，消費性模組占比已大幅下降。

供應鏈往消費端傳遞的另一面是 PC DIY 被排擠。NVIDIA、Intel、AMD 將產能優先轉向 AI 處理器與資料中心，DRAM 與 SSD 漲勢明顯，台灣四大主機板廠今年出貨目標全面下修，整體市場估計衰退超過 25%。華碩去年主機板出貨約 1,500 萬片，今年估少賣 500 萬片。

榮惠－KY 4 月營收 2.05 億元、單月新高，董事長劉世璘指出 CCL（銅箔基板）供給吃緊、AI 伺服器使用高層數板耗用大、客戶因擔憂交期拉長踴躍下單。庫存水位從正常一個月拉升至接近兩個月。創見資訊董事長束崇萬則發行 30 億元商業本票備料，因應記憶體「超級循環」。

Mythos 找漏洞速度遠超人工修補

Anthropic 4 月發布的新 AI 模型 Mythos，因能力過強只開放約 40 家合作企業測試。Mozilla Firefox 安全團隊本週公開合作紀錄，揭露了一個具體數字。

今年 2 月，Anthropic 已將一批透過 Claude 模型在 Firefox 中找到的漏洞通報給 Mozilla，當時是 31 個。Mozilla 修復後把 Anthropic 提供的 AI 資安工具接到自家模糊測試基礎設施上，這個數字膨脹到 423 個。Firefox 工程師坦承 AI 找漏洞速度遠超人工修補、目前還沒有可規模化的自動修補解方。

Anthropic CEO Dario Amodei 警告產業可能只剩下 6 到 12 個月的修補窗口期。意思是攻擊者拿到同樣等級的工具後，舊有缺陷會被以遠快於修補節奏的速度找出來、武器化。Mozilla 同期釋出 Firefox 150.0.2，修補三項記憶體相關高風險漏洞 CVE-2026-8090、8092、8093。

IMF 那邊則直接把同類風險拉到金融體系。IMF 警告先進 AI 模型可大幅縮短找出與利用系統漏洞的時間與成本，攻擊者更容易同時鎖定多家機構的共同弱點。金融體系高度依賴共享軟體、共同服務供應商與支付網路，一旦多家機構同時受創，可能出現信心受挫、支付中斷、流動性緊縮、被迫拋售資產。風險不限金融業，能源、電信、公共服務同樣可能受波及。

具體案例已經出現。墨西哥水力及排水系統遭駭客針對，攻擊鏈中疑似使用 Anthropic 與 OpenAI 的模型協助偵察、生成攻擊腳本與社交工程內容。AI 開發鏈本身也被滲透：Mitiga 揭露 Anthropic Claude Code 存在設計漏洞，可能遭駭客 MCP 劫持竊取 OAuth 憑證、開發者可能渾然不覺、並透過供應鏈攻擊擴大下游受害範圍。

歐盟把 AI 法案放寬一年，工業 AI 大幅退出規範

歐盟達成協議將放寬 AI 監管框架。POLITICO 報導：產業界與各國政府壓力升高、歐盟與美國科技政策張力加劇下，《AI 法案》分級鬆動。高風險 AI 條款延後一年生效，工業應用中的 AI 使用大幅排除適用範圍。德國總理 Friedrich Merz 等官員為主要推手，這對德國工業界（特別是製造業 AI）是重大勝利。

原本「高風險」涵蓋關鍵基礎設施、教育、就業、移民、庇護、邊境管制等領域，部分被歸為機械設備的智慧家電也納入。新協議排除工業使用後，德國汽車、機械、化工的 AI 落地壓力明顯降低。

產品端動態也在同一週密集釋出。OpenAI 推出三款即時語音模型：GPT-Realtime-2 是首款具 GPT-5 等級推理能力的即時語音模型、可處理高難度語音請求並自然對話；GPT-Realtime-Translate 支援超過 70 種輸入語言譯成 13 種輸出語言、能跟得上說話節奏；GPT-Realtime-Whisper 是串流語音轉文字模型、能在說話者開口的當下即時轉錄。三款都走 Realtime API，目標是把客服、口譯、會議轉錄、語音助理這類應用往延遲更低、推理更深的方向跑。

Google 那邊則在面試流程動刀。軟體工程師面試試行新流程，允許求職者面試時使用 AI 助理（自家 Gemini）。新規從美國部分團隊、初階至中階軟工職缺開始，下半年起「程式理解」面試開放。候選人必須閱讀、除錯、最佳化既有程式庫，主考官評估提示詞設計、輸出驗證、除錯能力。同步調整其他面試步驟，原本偏重行為題的「Googleyness and Leadership」加入過往專案設計討論。

Meta 則打造代號 Hatch 的消費級 AI 代理，瞄準 OpenClaw 等競品，可在 Instagram 等自家應用執行任務、串接外部服務。Meta 已在模擬版 DoorDash、Reddit、Outlook 測試。商業端規劃 Instagram 嵌入 AI 購物工具，使用者點選 Reels 商品直接查詢、購買，挑戰 TikTok Shop。AWS 同期與 Coinbase、Stripe 合作發布 Amazon Bedrock AgentCore Payments，讓 AI 代理透過穩定幣執行交易、為 agentic commerce 建立底層支付。

製造端 AI 是這波最快被驗證的環節

製藥業多年押注 AI 加速新藥發現，但臨床試驗成功率的證據仍有限。Eli Lilly 數位長 Diogo Rau 直接講：「目前我們看到的所有 AI 效益，實際上來自製造與其他流程，不是藥物探索。」

最具體的數字在 Bristol Myers Squibb 麻州 Devens 藥廠。BMS 用 AI 監控生物製程變數，藥品產量提升約 40%。Eli Lilly 則用數位孿生（digital twin）突破糖尿病、減重藥的產能瓶頸。AI 讓既有產線在不擴廠的情況下增產，是繼晶圓代工後另一個「製造現場 AI」的成功案例。

Zara 把這套邏輯做到時尚產業。AI 與即時數據驅動的供應鏈每年運轉約兩萬款新品、每週上新兩次，等於一年運行超過 100 個微型季度。系統持續分析社群媒體、街拍影像、時裝秀資料，比傳統模式提早三到四週捕捉流行方向。RFID 為每件商品建立即時追蹤，再以 AI 需求預測讓季末庫存只剩 0.6%、退貨率降 10%、碳排減 25%。

醫療端則有 TridentCare。這家美國最大的行動式醫療診斷服務商導入 AI 代理處理工作排程、路線安排、例外狀況，自動化比率達 96%、病患等候時間縮短。TridentCare 服務涵蓋美國 46 州，每天派遣數百輛車、年協調數千名專業臨床人員、完成約 540 萬次現場診療（行動式 X 光、超音波、實驗室）。重點不是診斷自動化、是排程這類運營流程的價值釋放。

把這幾個案例放到一起讀的話，工廠端、零售端、醫療運營端的 AI 落地證據都已經出現。AI 模型本身的能力競賽繼續往前跑，但企業端最先把 ROI 算清楚的，是現場流程，不是新藥探索、不是創意生成。如果接下來 12 個月各家持續把資源投入製造現場 AI 的標準化套件，這條路徑會比模型發佈本身更快滲透到實際產能；如果競爭重新偏向 demo 級的能力展示，這條落地紋理可能會被新一輪話題壓過。