跳至主要內容
FAQ

NVIDIA 與 SK Hynix 簽署多年 AI 記憶體合作協議,全面布局下一代 AI 工廠

NVIDIA 與韓國 SK Hynix 宣布一項多年期技術合作協議,共同開發下一代 AI 工廠記憶體,涵蓋 Vera Rubin 超級電腦、RTX Spark AI PC 及 Jetson Thor 機器人運算平台。這項協議標誌著 AI 供應鏈的垂直整合進入新階段,也意味著記憶體晶片已從商品轉變為戰略資產。

1 分鐘閱讀

六月七日,NVIDIA 與南韓 SK Hynix 正式宣布一項多年期技術合作協議,共同為 AI 工廠開發下一代記憶體。這不是一般的採購協議,而是涵蓋晶片設計、製造自動化乃至半導體廠房數位孿生的全面戰略綁定。它傳遞的訊號很清楚:在 AI 算力競賽中,記憶體已不再是配件,而是決定勝負的核心戰場。

正如 NVIDIA 執行長黃仁勳所言:「AI 工廠是下一場工業革命的引擎,而先進記憶體正是其性能的基礎。」SK 集團董事長崔泰源則表示:「我們攜手共同開發下一代 AI 工廠記憶體,並將 AI 應用於半導體的設計與製造流程本身。」

合作協議的三大支柱

這項協議並非單純的量產訂單,而是分為三個相互扣連的層次。

第一層:記憶體共同開發。 SK Hynix 將為 NVIDIA 整個產品線供應先進記憶體,包括 Vera Rubin AI 超級電腦、Vera CPU、RTX Spark AI PC,以及用於機器人的 Jetson Thor 運算平台。從資料中心 GPU 叢集到邊緣裝置,垂直涵蓋的廣度遠超一般供應商協議。

第二層:半導體設計加速。 雙方將運用 NVIDIA 的 CUDA-X 函式庫及 PhysicsNeMo 物理模擬框架,加快 SK Hynix 內部的半導體電腦輔助設計(TCAD)、計算微影和工程模擬流程。簡而言之,SK Hynix 將用 NVIDIA 的 AI 工具來更快開發出 NVIDIA 所需的記憶體。

第三層:自主晶圓廠操作。 SK Hynix 將透過 NVIDIA Omniverse 與 OpenUSD 建立工廠數位孿生,並整合 NVIDIA cuOpt 最佳化引擎,逐步實現半導體製造的全自主 AI 調度。這是兩家公司對未來智慧製造最大膽的共同押注。

為何記憶體成為 AI 時代的戰略資產

過去十年,高頻寬記憶體(HBM)被視為規格確認後即可採購的標準零組件。AI 大爆發徹底改變了這一邏輯。

單顆 H100 GPU 就需要 80GB 的 HBM3;Blackwell B200 更達到 192GB 的 HBM3e。2025 年 HBM 需求年增近八成,分析師預估 2027 年前還將再翻倍。全球能大規模生產 HBM 的廠商只有 SK Hynix、三星、美光三家,這讓記憶體供應商在供應鏈中握有前所未有的議價籌碼。

對 NVIDIA 而言,這份多年協議鎖定了 Vera Rubin 架構量產期的記憶體供應,避免重蹈 2023 至 2024 年 H100 供貨受限的覆轍。對 SK Hynix 而言,參與 NVIDIA 的早期設計流程,讓公司從「規格執行者」升格為「共同定義者」,有助於提升毛利率並延長產品週期。

Vera Rubin 架構:對記憶體技術的最高考驗

本次合作的核心產品是 NVIDIA 的 Vera Rubin 平台——Blackwell 的後繼架構。Vera Rubin 將 NVIDIA 首款自研 CPU(Vera)與全新 Rubin GPU 緊密整合,初步性能預估顯示其所需 HBM4 或 HBM4E 頻寬可能超過每秒 8TB,約為現行 HBM3E 的三倍。

要實現這樣的規格,記憶體設計師必須在晶片架構確定的最早期就參與進來,而非等到最終整合階段才進行適配。這也正是雙方合作深度如此之高的實際原因——這在形態上更接近收購,而非供貨合約。

自主晶圓廠:更長遠的押注

整個協議中最具野心的部分,是雙方共同願景中的 AI 驅動半導體製造。晶圓廠是地球上最複雜的工業場所之一,涉及數百道製程步驟,容許誤差以個位數奈米計算。目前,人類工程師每天做出數以百萬計的排程與製程控制決策。

SK Hynix 的工廠數位孿生將讓 NVIDIA Omniverse 平台在執行實際製程變更之前先行模擬;cuOpt 則負責即時廠務排程最佳化。雙方的最終目標是打造能夠持續自我調整的晶圓廠,比人工操作員更快發現缺陷模式,並在無人介入下自動調整產能。

這一願景能否在最先進的 DRAM 製程中實現,目前仍有待驗證。但方向已經確立:NVIDIA 不只是在為 AI 工廠建造晶片,更在嘗試以 AI 建造生產晶片的工廠。

對競爭格局的衝擊

此次協議對三星造成直接壓力。三星在 2024 年曾因 HBM3E 良率問題未能通過 NVIDIA 認證,損失了大量訂單,目前仍在追趕。而 SK Hynix 深度嵌入 NVIDIA 設計流程後,三星若想縮小差距,將需要與 AMD 等其他主要 GPU 廠商建立類似的深度合作關係。

從更宏觀的視角看,這項協議延續了 AI 基礎設施供應鏈垂直整合的大趨勢:亞馬遜自研 Trainium/Inferentia,Google 有 TPU,微軟打造 Maia AI 晶片。就連坐擁獨立 GPU 市場霸主地位的 NVIDIA,也開始將記憶體供應鏈更緊密地與單一夥伴綁定。AI 前沿的零組件商品化時代,正在宣告終結。

後續觀察重點

雙方均未透露財務條款,NVIDIA 投資人關係部門表示合作「涵蓋先進記憶體典型的延伸開發週期」,意味著路線圖至少貫穿整個 Vera Rubin 世代,很可能延伸更遠。SK Hynix 位於韓國利川與清州的廠區將作為主要生產基地。

首批合作產品——供 Vera Rubin 系統使用的 HBM4 記憶體——預計 2027 年進入量產。市場關注的焦點,將是自主晶圓廠技術能否在此之前提前落地,因為兩家公司都公開設定了相當激進的 AI 製造時間表。

對台灣科技產業而言,這項協議值得高度關注:SK Hynix 與 NVIDIA 的深度整合,將進一步壓縮其他記憶體廠商的市場空間,同時也為台灣 AI 伺服器供應鏈(廣達、緯創、鴻海等)帶來更多來自 NVIDIA 與 SK Hynix 聯合平台的技術整合需求。

NVIDIA SK Hynix HBM AI基礎設施 半導體 記憶體 Vera Rubin
分享

相關報導

Oracle 第四季財報亮眼卻引爆拋售:700 億美元資本支出讓投資人寒心

Oracle FY2026 第四季 OCI 雲端收入暴增 93%,全面超越市場預期,股價卻在六月十一日重挫近 9%。原因是管理層宣佈 FY2027 將花費 700 億美元資本支出,而公司全年自由現金流已轉為負 237 億美元。這場財報大考揭示了 AI 基礎設施競賽的核心矛盾:需求爆炸性成長,但成本增幅更驚人。

1 分鐘閱讀

Anthropic 企業採用率超越 OpenAI,同步鎖定 AWS 千億美元 5GW 算力協議

根據 Ramp AI 指數,Anthropic 的 Claude 首度超越 OpenAI,在企業 AI 支出中佔比達 34.4%,高於 OpenAI 的 32.3%。這一里程碑伴隨著一項與亞馬遜的重磅擴展協議:Anthropic 承諾十年投入逾 1,000 億美元於 AWS 算力基礎建設,取得最高達 5 吉瓦的計算容量,同期年化營收已突破 300 億美元,較 2025 年底成長逾 200%。

1 分鐘閱讀