美光鎖五年長約喊缺到 2027。SK 海力士卻掉頭搶標準 DRAM。

今日漫畫 出演・水無瀨 澪

今天最熱鬧的不是哪一款新模型，而是記憶體。美光用一份五年長約把缺貨鎖到 2027 年之後，SK 海力士卻在同一時間掉頭去搶標準 DRAM，讓整片記憶體類股先跌再分化。自研晶片、能源與太空、出口管制餘波也各自有戲，值得花幾分鐘看過一次。

記憶體超級循環與 SK 海力士的攪局

記憶體這一輪的強，已經強到要用「五年」來算。美光第三季營收達 414.6 億美元、季增 74%、年增 346%，non-GAAP 毛利率攀到 84.9%，DRAM 庫存週轉天數壓到 120 天以下。真正的轉折在業務模式：美光把過去的三年期合約改成五年以上的客戶長約，目前已簽 16 個、涵蓋約兩成 DRAM 與三分之一 NAND 產能，光是其中 14 個協議的剩餘履約義務就上看 1,000 億美元。它等於把這一輪的吃緊直接鎖定到 2027 年之後。

偏偏在這個時候，供給端殺出一個變數。市場傳出 SK 海力士打算放緩 HBM4 的量產擴張，把資源挪去搶供給嚴重吃緊的標準型 DRAM，理由是標準型 DRAM 的獲利能力此刻甚至高於 HBM。消息一出，記憶體類股先是一陣重挫，台廠南亞科、華邦電早盤同步走低，但力積電反而逆勢翻紅，市場開始替記憶體鏈重新分類。

外溢效應一路傳到海外。美國晶片股在韓國記憶體大跌的帶動下劇烈震盪，美光早盤一度重挫、收盤跌逾一成，費城半導體指數單日跌掉近 8%。缺貨本身也開始反咬下游：研調機構估 GenAI 手機 2026 年滲透率會衝上 45%，但記憶體供應太緊，反而讓全球手機出貨量被下修、估計創下歷史新低。記憶體變貴的代價，正開始由終端產品埋單。下半年要看的，是 SK 海力士這步棋會不會擴大，以及 7 月報價怎麼接話。

自研 AI 晶片大爆發

當記憶體在缺貨，運算晶片這端則忙著「自己做」。OpenAI 公開首款客製 AI 晶片 Jalapeño，與博通共同設計、送台積電生產，工程師花約九個月完成設計，計劃今年底前部署、由 Celestica 打造伺服器系統專供 OpenAI 自用。博通執行長陳福陽直接把它對標 NVIDIA 的 Blackwell 與 Google 的 TPU。

不只 AI 公司在做自己的晶片，老牌晶片商也在搶新地盤。高通發表資料中心 CPU Dragonfly C1000，主打代理型 AI 的高效能低功耗，並簽下 Meta 當頭號買家、預計 2028 量產，同時傳出正與字節跳動洽談客製晶片設計服務。對一家三分之二營收來自手機的公司，這是把賭注從已經見頂的手機，押向成長更快的資料中心。

熱潮之下也有人先嘗到估值的反作用力。AI 晶片新創 Cerebras 上市以來首份財報，核心營收年增 94%、財測也優於預期，卻因為先前漲太多、加上與 OpenAI 的大額合約反而壓低毛利，盤後一度重挫近 12%。在聯發科的前瞻研發論壇上，董事長蔡明介則把視野拉得更遠，說晶片設計正邁入「多重物理量設計」、甚至「太空軌道運算」的時代，把這一刻形容為半導體的下一次「史普尼克時刻」。

AI 基建的能源與太空之爭

晶片之外，真正卡住 AI 的是電。孫正義在股東會上潑了馬斯克一盆冷水，公開質疑把資料中心蓋到太空的構想：他算過帳，整體 AI 基礎設施成本裡電力只占約 7%、真正大宗的九成多是晶片與硬體，發射、維護與延遲反而會吃掉那點節能好處。他主張 SoftBank 還是先把錢砸在地面、卡好位子，因為 AI 競爭幾年內就會分出勝負。

但要在地面把基建做大，同樣是燒錢的生意。SpaceX 首度發行投資級美元債券、五檔合計至少要籌 250 億美元，認購訂單一度逼近 850 億，全是為了餵養資本密集的 AI 擴張；字節跳動則傳出洽談約 200 億美元境外貸款，並考慮把 2026 年資本支出拉高到最多 700 億美元。錢能解決的問題還算簡單，難的是電網跟天氣。比利時智庫示警歐盟電網容量根本撐不起美中規模的資料中心、發展 AI 最大的對手是歐洲自己；中國訂下 2030 年資料中心八成綠電的目標，卻卡在電網難以消化 GPU 永不停機的用電；一份報告更指出全球近八成資料中心位在洪水、颶風或野火的氣候風險熱區。算力的下一個瓶頸，看起來不在晶片，而在插座與天氣。

出口管制餘波與 Claude 進駐職場

上週把 Anthropic 模型鎖起來的那道命令，這週露出更多細節。外媒報導美國以國安為由限制 Fable 5 與 Mythos 5，可能與 Mythos 參與美國國安單位的內部紅隊測試有關：在一場受控評估中，Mythos 數小時內突破多項與 NSA 相關的模擬目標。後續澄清也很重要，這是經授權、搭配其他防禦工具、在特定模擬環境下的演練，不該被讀成模型真的駭進了 NSA；Anthropic 也說相關疑慮只是一種非普遍的越獄手法，讓 Fable 5 讀特定程式碼庫去找漏洞。

同一家公司的另一手，則是把 Claude 直接塞進你的工作群組。Anthropic 推出 Claude Tag，讓搭載 Opus 4.8 的 Claude 常駐 Slack、整個頻道的人都能用 @Claude 指派任務，並且隨頻道累積脈絡與記憶、接續別人沒做完的工作。前特斯拉 AI 總監 Karpathy 給了它一個很大的定位，說這是大型語言模型介面的第三次轉變：從「你去的網站」、「你下載的 App」，變成一個持續存在、與團隊並肩工作的同事。當 AI 在你的溝通核心拿到常駐席位，企業要先想清楚的反而是治理與權限。

AI 重塑職場：裁員、進修與履歷黑盒

把鏡頭從機房轉回辦公室，AI 帶來的不只是效率，還有一連串難解的人事問題。美國今年宣稱因 AI 減少的職位已超過 8.7 萬個，但仔細看會發現，多數科技公司不是因為經營失敗而縮編，而是把錢從人力挪去蓋資料中心、買晶片與搶 AI 人才。傳統的監控、腳本與維運職務較容易被自動化，AI 平台與關鍵研發卻還在加薪搶人。與其說 AI 讓人失業，不如說它在重新分配資源。

留下來的人也沒比較輕鬆。一股「下班進修潮」正席捲科技業，白天用 AI 省下的時間，晚上得拿來補學新工具的成本，安永調查指有 85% 的桌面工作者會在工作之外自學 AI。求職這一端則更冰冷：美國超過八成雇主用 AI 篩履歷，有人投了上百份全被秒拒，告上法院後，舊金山法官大致駁回了人資系統商 Workday 的撤案聲請。法院的態度是關鍵，當演算法在加州總部被設計、開發與運作，「我們只是提供工具、決定是客戶做的」這套說法就愈來愈難成立。誰該為一個看不見的篩選機制負責，正開始有了答案。

實體 AI 走進工廠與公路

AI 落地最具體的證據，是它開始用手做事、用輪子跑路。中國的智元機器人辦了一場六天直播，把 G2 人形機器人放進龍旗科技的平板電腦量產線品檢區，連續運作超過十小時、處理逾三千件分類任務、維持接近百分之百的成功率，前三小時就完成超過八百台。它配的是汽車級零件、亞毫米級定位，雙臂能感測到低至 0.5 牛頓的力道。人形機器人的競賽，正從表演後空翻轉向證明自己能在產線上班。

在公路上，無人駕駛也悄悄轉成日常營運。PepsiCo 宣布已在三個州部署 41 輛無人卡車，成為美國第一家公開大規模商轉無人卡車的消費品企業，跑的是裝瓶廠與倉儲之間高度固定的短途路線，準時送達率做到 99%。支撐這些機器人的，其實是更上游的稀缺資源，新創 XDOF 想補的，正是機器人最缺的物理互動訓練資料。連美國政府也注意到了這條線，商務部已開始審視中國補貼的機器人輸美情形，擔心未來變成「美國的大腦、中國的身體」。實體 AI 的戰場，正從實驗室一路鋪到工廠與公路。