黃仁勳說記憶體缺貨看不到盡頭。SK 海力士市值超車三星。

今日漫畫 出演・水無瀨 澪

記憶體缺貨從產業內部的話題，變成牽動整條 AI 供應鏈的主線。黃仁勳訪韓把記憶體與資料中心訂單綁緊、SK 海力士市值一度超車三星，AI Agent 開始走進企業流程，Anthropic 的模型則被美國當成出口管制的對象。今天這幾條線值得花幾分鐘看過一次。

記憶體看不到盡頭，黃仁勳把台韓供應鏈綁緊

記憶體這波缺貨，黃仁勳給的形容是看不到結束的盡頭。輝達執行長黃仁勳 6 月初到首爾訪問四天，與 SK 集團會長崔泰源簽下多年期技術合作，共同開發下一代 AI 資料中心的先進記憶體，範圍從 Vera Rubin 超級電腦一路延伸到機器人與 AI PC。他同時宣布今年向 SK 海力士採購的記憶體金額，將大幅超過往年。

SK 海力士的份量，從市值排名就看得出來。它的市值一度衝到 2,082.5 兆韓圜，超過維持韓國龍頭 27 年的三星電子。撐起這個位置的，是美國科技巨頭爭相建置 AI 資料中心，把 HBM 與伺服器記憶體的需求一次拉滿。

缺貨的壓力正沿著製程世代往下傳。TrendForce 指出，三大原廠把產能優先讓給 AI 要的 HBM 與伺服器 DRAM，壓縮了成熟製程的投片，逼得消費級需求方改用更舊的世代搶配額。DDR2 第二季合約價漲幅已達 55% 到 60%，第三季估計再漲 35% 到 40%。華邦電逐步退出 DDR2、把產能轉去毛利較高的品項，留下的缺口由晶豪科接手。

這條瓶頸也回頭壓到台灣的成長數字。滙豐把台灣今年 GDP 預測維持在相對保守的 7%，理由是 AI 投資的瓶頸集中在記憶體，這種供應鏈緊縮可能外溢、排擠其他科技業；其他機構則樂觀得多，把預測拉到 9.9%。同一週要看的是美光週三的財報，外界把它當成 AI 記憶體需求到底有多強的風向球。

台韓的關係也在這波重新定位。業界解讀，兩邊在記憶體上的正面競爭已是過去式，現在更像分工：韓國出口 HBM、台積電完成先進封裝，再整合進台灣組裝的 AI 機櫃。韓國的另一個動作是搶人，SK 海力士罕見一次招募數百名晶片設計工程師，讓當地無晶圓廠業者擔心人才被吸走。

AI Agent 進企業，Human-in-the-Loop 開始鬆動

AI Agent 走進企業流程之後，第一個被重新檢查的，是「讓人類盯著」這件事。亞馬遜資安部門副總 Eric Brandwine 公開說，Human-in-the-Loop 未必是治理 AI 的黃金標準，因為人類其實不太一致。

他用急診室做比喻。護理師上工第一天每次警報都會查看，但誤報多了，警覺會一次次下降，最後直到真正的事故發生。把人放進需要不斷重複核准的迴路裡，他的判斷會一開始很好、接著普通，然後很快變差。Google 與微軟的做法各不相同，但方向一致：治理重心從人類有沒有逐步批准，轉向誰對結果負責、系統能不能持續學習。

把 Agent 當產品賣，定價方式也跟著變。微軟正式推出企業級的 Copilot Cowork，可以獨立執行多工具、耗時的任務，連使用者電腦關機都能繼續跑。它改採用量計費，每項任務的成本看模型、脈絡擷取、工具呼叫與執行時間，任務分輕量、中量、重度三級。能用的模型包括 Anthropic 的 Opus 4.8 與 Sonnet 4.6。為了壓成本，微軟同時在評估把 DeepSeek V4 等開源模型列為客戶可選用的低成本選項。

部署環節也在替 Agent 鋪路。Cloudflare 推出代理人專用的臨時帳號，讓 AI 代理不必先註冊登入，用一行指令就能部署應用、在 60 分鐘內反覆更新，事後再認領帳號。它同時公開內部的 AI 漏洞探索架構，把掃描與驗證拆成兩段、用不同模型交叉檢查，避免同一個模型驗證自己的推論，從超過兩萬筆候選裡篩出 7,245 項交給工程團隊。

OpenAI 的 Codex 則想省掉每次都要重寫提示詞的麻煩。它新增先錄後重播功能，使用者只要示範一次操作，Codex 會記住步驟、偏好與檔案結構，封裝成可重複呼叫的技能，下次同樣的工作就照做一次，從上傳 YouTube 影片到整理 pull request 都能套用。

Anthropic 的模型，變成出口管制的籌碼

模型這次不只是產品，還成了出口管制清單上的一項。美國政府以國家安全為由，要求 Anthropic 在未取得許可前，限制外國人使用最先進的 Fable 5 與 Mythos 5，理由是這些模型可以用來找出網路安全漏洞。

這件事在 G7 峰會上引爆歐洲的焦慮。若最前沿的模型存取權握在美國政府與美國企業手裡，歐洲在資安、國防與產業應用上都會更被動。法國總統馬克宏形容美方的指令是嚴格的民族主義，主張先進模型確實需要更有效的監管，但國家之間缺乏合作不該是解法。

對抗之後，雙方開始往同一張桌子靠。白宮與 Anthropic 已著手共建一套框架，評估新一代模型安全漏洞的嚴重程度，衡量越獄事件時看三件事：護欄被繞過的程度、因此暴露的能力，以及實際造成的後果。談判一度近乎破局，起因是 Anthropic 拒絕撤下 Fable 5、主張漏洞影響有限，白宮隨即以出口管制回應、逼它下架。到目前管制尚未解除，但爭執本身從單一漏洞的對錯，移到了客觀標準的制定。

同一週，Anthropic 執行長 Dario Amodei 也談起更早的一段恩怨。他受訪時再次解釋離開 OpenAI 的原因，說關鍵是信任，而不只是路線不同，並反問為何要和不信任的人爭論。他強調推動 AI 安全標準時，得先和可信任的同行達成共識，再讓不守規矩的玩家被迫跟進。

算力之後，輪到電力

AI 把運算的話題炒了兩年，現在輪到電力。GPU 伺服器的功耗一路往上，輝達 GB200 NVL72 單櫃功耗約 120kW，遠高於傳統機櫃，怎麼把電穩定、有效率地送進去，成了新的瓶頸。

處理這件事的零件叫功率半導體。它負責電力的整流、開關與轉換，和算資料的 GPU、存資料的記憶體分工不同。常見的 MOSFET 是高速電力開關，IGBT 用在高壓大電流的場景，材料上則有矽、碳化矽與氮化鎵，後兩者分別適合高壓或高頻、小型化的電源設計。

需求拉起來，價格也跟著動。英飛凌已和輝達合作 800V 高壓直流供電架構，要提高 AI 機櫃的供電效率，並在今年 4 月帶頭把產品價格調漲 5% 到 15%，理由之一就是 AI 資料中心的電源需求。它預估相關收入今年約 15 億歐元、明年上看 25 億歐元。

電不夠，就有人改自己發。氫燃料電池廠 Bloom Energy 的報告指出，AI 資料中心讓電網愈來愈緊，已有 61% 的開發商把現場發電當成因應供電限制的首選，80% 的公用事業把分散式發電視為長期基礎設施。它的固態氧化物燃料電池可以直接裝在客戶現場，不必等數年併網。台灣這邊，功率半導體的相關廠商也跟著被點名，從德微、強茂到漢磊、環球晶都在名單上。

實體 AI 從展示走向產線

實體 AI 今年最大的推手，是把它寫進國家計畫的日本。日本官民傳出要在 2040 年度結束前，對實體 AI 投資 10.5 兆日圓，瞄準工廠自動化、無人運送與基礎設施檢查等領域，Fanuc、安川電機與減速機廠 Harmonic 這些機器人供應商被視為直接受惠。

從展示到產線的距離，也被縮短了。加拿大的 Sanctuary AI 不等人形機器人量產，先把實體 AI 技術裝到現有機器人上，在汽車的電線插接作業拿出成績：成功率超過 99.5%、單次只要 2.54 秒，而且是在持續運轉的輸送帶上即時辨識、操控移動中的柔性電線。

台灣的動作是在組隊。MIH 聯盟宣布轉型，要籌組台灣機器智能產業協會，以實體 AI 為核心，把機器人、邊緣運算、智慧硬體與軟體開發夥伴串起來，發起人是劉揚偉。終端這邊，特斯拉最新的人形機器人 Optimus 3 即將到來，台灣的盟立負責供應關鍵元件。

一天之內的資安事故

今天的資安公告不少，攻擊面從軟體供應鏈一路鋪到醫療與政府。

• 北韓駭客組織 BlueNoroff 奪下 AI 框架 Mastra 的 NPM 維護帳號，在超過 140 個套件裡植入後門，還偽裝成週下載逾 5,700 萬次的 dayjs。
• FortiBleed 外洩大量 Fortinet 設備登入憑證，全球逾 7.3 萬臺設備受影響，連 spotify.com、samsung.com 的網域都在外洩清單裡。
• 荷蘭等四國的跨國行動清掉 SocGholish 感染鏈，接管 106 個犯罪伺服器、清理 14,971 個被植入的 WordPress 網站。
• 思科的身分識別平台 ISE 爆出可取得 Root 權限的重大漏洞，CVSS 評到 9.1 分。
• 醫療業成勒索軟體第三大受害產業、台灣是案例增幅相對明顯的地區，美國德州一個狩獵釣魚執照系統更外洩超過 300 萬人的駕照資料。

AI 熱潮的反面聲音

在一片狂熱裡，今天也有不少潑冷水的聲音。被稱為 AI 教父的楊立昆受訪直接說，馬斯克的 xAI 是失敗品，難和 OpenAI、Anthropic 競爭，現在靠把基礎設施出租給別人收回成本；他並警告 AI 實驗室要麼提價、要麼削減成本，否則泡沫就會破裂。

對工作的衝擊則有兩種講法。平台經濟學者邱達利認為「會用 AI 的人取代你」只說對一半，真正的風險不是被更會用工具的同事淘汰，而是整個職位、甚至整間公司被 AI 改寫。創投 Khosla 更直接，斷言 2030 年起高達 80% 的現存工作能由 AI 獨立完成，主張用取消資本利得優惠、課徵運算與機器人稅來重建社會安全網。甲骨文的年報則把效應寫成數字，過去 12 個月裁了 2.1 萬人、規模約 13%。

政策端開始接招。IMF 總裁喬治艾娃提醒，AI 若不能讓更多人共享成果，會加劇不平等，關鍵不是擋下技術，而是用政策讓收益分配得更平均。挪威則從教育動手，要求小學原則上不得使用生成式 AI、把紙本教科書供應寫進法規，理由是學生的閱讀、寫作與數學能力近年明顯下滑。