輝達與 SK 海力士簽署多年協議，聯手破解 AI 記憶體瓶頸

AI 大建設時代最根本的瓶頸不是算力，而是記憶體。晶片的電晶體數量可以每兩年翻倍，但要把資料以夠快的速度餵給這些電晶體、維持高效使用率，依賴的是記憶體頻寬——而這個數字長期以來遠遠落後於算力的成長速度。輝達執行長黃仁勳在今年台北電腦展說得直白：記憶體短缺可能還要持續「好幾年」。

6 月 7 日，輝達與 SK 海力士宣布簽署多年技術合作夥伴協議，正面迎戰這個制約。這份協議的廣度超出了一般供應鏈安排的範疇：它觸及輝達硬體藍圖的每個角落，並深入 SK 海力士本身的晶片設計與製造流程。

合作範疇：橫跨三大市場

協議涵蓋 AI 基礎架構、個人 AI 與實體 AI 三個市場，SK 海力士將針對輝達四條產品線共同開發、專屬優化的下一代記憶體：

• Vera Rubin AI 超級電腦：輝達下一代資料中心 AI 平台
• Vera CPU：Vera Rubin 架構的配套處理器
• RTX Spark PC：面向消費者與創作者的個人 AI 運算平台
• Jetson Thor：針對自主系統與工業應用的機器人運算平台

針對各平台客製化設計記憶體，而非交付通用 HBM 讓系統整合商自行調校，意味著兩家公司可以依據每種工作負載的頻寬、延遲和功耗特性進行聯合調優。在移動機器人上執行即時感測器融合的 Jetson Thor，其記憶體需求根本上不同於執行大規模多模態訓練的 Vera Rubin 節點。

AI 走進晶圓廠

這次合作在架構上更值得關注的面向，是輝達的工具將如何深入 SK 海力士的製造營運本身。

雙方將導入輝達 CUDA-X 函式庫與 PhysicsNeMo 模擬框架，加速半導體晶片設計工作流程，包括電腦輔助設計（TCAD）——這是在矽晶圓上進行實際蝕刻前，以密集模擬建構晶片幾何結構的關鍵流程。加速 TCAD 模擬直接壓縮了新一代記憶體的設計週期，而這正是製程節點持續縮小後日益緊張的競爭瓶頸。

更深層的佈局是晶圓廠自動化。SK 海力士將結合輝達 Omniverse（3D 場景建模）、OpenUSD 管線（資產管理）以及 cuOpt 優化引擎（物流與排程），為廠房作業建立數位孿生。目標是實現「全自主化晶圓廠作業」——讓自主 AI 系統取代人工操作員，即時決策製程排程、設備維護和良率優化。

以 SK 海力士的規模而言，這不是空想。這家公司運營著全球資本密集程度最高的廠房之一，單次計畫外設備停機就可能造成數千萬美元的損失。AI 驅動的預測性維護和自主排程具有真實的經濟槓桿效益，而輝達也有強烈的動機在世上最苛刻的工業環境中驗證其 Omniverse 和自主 AI 平台的實力。

為何這筆協議攸關 AI 大賽局

記憶體已成為 AI 基礎架構的核心瓶頸，而這一點在兩年前並未被充分認識。H100 世代 GPU 搭載的 HBM3 在上市那一刻就已供不應求。H200 的 HBM3e 升級帶來約 1.4 倍的頻寬提升，但同樣立即售罄。GB200 NVLink 配置在各大雲端供應商的交貨期已拉長至六個月。

根本的經濟邏輯是殘酷的：HBM 採用有別於 AI 加速器邏輯節點的 DRAM 製程生產，建設新的 HBM 產能需要專用晶圓廠投資，而這些投資無法在需求疲軟時轉作他用——這迫使 SK 海力士、三星和美光必須根據本質上充滿不確定性的長期需求預測做出多年資本承諾。

與輝達簽訂多年共同開發協議，實際上是將那種不確定性轉換成有保障的需求訊號。對 SK 海力士而言，這是一個可以支撐加速 HBM4 產能擴充的多十億美元收入基礎。對輝達而言，則是確保最尖端記憶體能夠配合最雄心勃勃的產品如期到位的供應保障。

台灣的視角：供應鏈版圖的重組

這項合作協議具有不可忽視的地緣政治維度，而對台灣的科技產業來說尤其值得關注。

從台灣的角度看，輝達深度整合南韓的記憶體供應鏈，並導入工具協助其升級製造能力，意味著整個 AI 硬體供應鏈正在加速走向「垂直整合透過協議達成」的模式——不是靠併購，而是靠長期技術契約把關鍵環節綁定。

台積電作為輝達和 SK 海力士先進製程的共同代工夥伴，在這個格局中的位置依然無可取代。但這份協議也說明了一件事：AI 時代的制高點不僅在製程節點，也在系統層級的共同設計能力。誰能更早接觸架構規格、縮短驗證週期，誰就能搶先拿到最大的初始訂單配額。

半導體業的新規則

輝達與 SK 海力士均未披露協議的財務條款，也未公告具體的產品交付時程。但方向已然清晰：記憶體架構將越來越多地與消費它的 AI 系統共同設計，而非獨立研發後再行適配。

對資料中心運營商而言，這意味著下一代 AI 基礎架構將搭載從一開始就為它量身打造的記憶體——潛在帶來的有效吞吐量提升，可能遠超頻寬規格所呈現的數字。

對整個半導體業而言，輝達與 SK 海力士的合作模式揭示了一個新的競爭規則：AI 時代最重要的供應鏈，正在被長期技術條約而非企業購併所鎖定。