輝達與 SK 海力士簽訂 HBM4 多年合作協議：AI 晶片設計模式正在改變

2026 年 6 月 7-8 日，輝達（NVIDIA）與 SK 海力士宣布一項多年技術合作協議。乍看之下，這是一筆直接了當的供應協議：全球最強勢的 AI 晶片設計商，確保來自全球最強勢 HBM 供應商之一的記憶體供貨。但仔細拆解，這份合作代表了一種在結構上更為深遠的轉變——AI 晶片架構定義方式的根本性改變，以及 Vera Rubin 時代 AI 硬體經濟學的預覽。

不只是供應協議

晶片與記憶體開發的慣例模式始終是循序漸進的：處理器公司設計晶片、確定記憶體介面規格，然後記憶體供應商按照規格生產。輝達與 SK 海力士正在明確打破這個模式。

根據合作協議，SK 海力士的工程師將在矽定義階段便參與輝達的晶片架構設計——在製版（tape-out）之前、在規格確定之前、在矽晶圓投入生產之前。目標是消除「最後一哩的效率損失」：當記憶體設計師與處理器設計師各自為政時，雙方都在對自己的元件進行最佳化，卻對另一半的實際行為缺乏完整認知。

這種早期聯合設計的方式並非史無前例——蘋果多年來一直對其 DRAM 供應商採取類似做法——但在超大規模 AI 加速器領域，這種整合深度是第一次。這意味著，未來的 Vera Rubin 後繼架構，可能是輝達與 SK 海力士聯合工程的產物，而不僅僅源自輝達內部 GPU 團隊的設計。

合作涵蓋的範圍

這項協議跨越輝達的完整硬體產品路線圖：

• Vera Rubin NVL72 超級電腦：最直接的重點，SK 海力士是確認的 HBM4 供應商之一，另外兩家是三星與美光。每個 VR200 NVL72 機架的超大規模雲端定價約為 780 萬美元，其中記憶體佔約 25%——大約 200 萬美元——是除運算晶粒之外最大的單項成本。
• Vera CPU：執行長黃仁勳（Jensen Huang）確認，輝達首款自研通用處理器 Vera CPU（設計用於取代 AI 伺服器中的 x86 CPU）將採用 SK 海力士記憶體，將合作延伸至 GPU 堆疊之外。
• RTX Spark PC：輝達下一代面向消費者與工作站的 AI PC 產品線，將合作關係帶入個別開發者與研究人員可接觸的產品。
• Jetson Thor 機器人平台：輝達的機器人運算模組，廣泛應用於人形機器人與自動駕駛系統，也將在此協議下採用 SK 海力士記憶體。

涵蓋範圍的廣度令人矚目。輝達不只是在分散 HBM 供應風險，而是在每個產品層級都將 SK 海力士編織進設計流程。

HBM4 瓶頸與其重要性

高頻寬記憶體（HBM）自 Hopper 架構世代以來，一直是 AI 硬體的關鍵制約因素。訓練大型語言模型、在前沿 AI 系統上執行推理，需要以極高速度在運算晶粒與記憶體之間移動海量資料。HBM 透過垂直疊層晶片來最大化頻寬、最小化延遲——但以更高頻寬、更低功耗疊放更多晶片的物理難度，極為苛刻。

此次聯合開發的 HBM4 世代，目標每個 Stack 的頻寬約為每秒 1.5 TB——大約是 HBM3E 的兩倍。在這樣的速度下，GPU 與記憶體之間介面上的微小效率損失都會被放大。聯合開發模式正是為此而設計：若 SK 海力士與輝達共同定義介面，他們可以對那些循序漸進模式視為固定約束的參數進行協同最佳化。

對於訂購 Vera Rubin 系統的超大規模雲端業者而言，HBM4 供應是擴大 AI 算力的主要制約。輝達已認證三星、SK 海力士與美光為 HBM4 供應商——但 SK 海力士是市場領導者，2026 年佔全球 HBM 出貨量約半數。這份多年聯合開發協議，也是向市場發出的信號：SK 海力士的供應地位，在輝達的戰略平台上，不存在被三星或美光取代的風險。

AI 應用於晶片製造本身

這份合作中一個被低估的面向是其軟體層。輝達與 SK 海力士將把輝達的 AI 工具——具體是 CUDA-X 函式庫與 NVIDIA PhysicsNeMo——應用於 SK 海力士廠區的半導體晶片設計與製造流程，包括加速半導體模擬、技術電腦輔助設計（TCAD）工作流程，以及對奈米尺度材料與元件行為建模的內部工程程式碼。

這是輝達「AI for Every Industry」戰略下更廣泛趨勢的一部分：用 AI 基礎設施加速生產 AI 基礎設施的產業。台積電也已將輝達系統用於類似的內部應用。其意涵是：未來幾代 HBM 晶片，或許將使用 AI 工具來設計、模擬與精煉——而這些 AI 工具，最終運行在這些晶片所要支撐的架構之上——一個遞迴循環，有可能顯著壓縮開發時程。

讀懂競爭信號

這份協議向業界其他各方傳遞了若干隱性訊息。

對三星而言——在 HBM 市場上直接與 SK 海力士競爭，同樣是輝達確認的 HBM4 供應商之一——這是一個警告：SK 海力士不僅是一個供應商，而是具有輝達路線圖可見度的設計合作夥伴。這種關係深度，很難靠單純提供更好的價格或更快的交期來複製。

對美光而言，第三家 HBM4 供應商，訊息類似。美光一直積極縮小與 SK 海力士在 HBM 市佔上的差距，其 HBM3E 在測試中已達到有競爭力的表現。但元件的市場份額，不同於架構層面的聯合設計參與。

對AMD而言——在 AI 加速器市場上與輝達競爭——這份宣布凸顯了日益擴大的不對稱性：輝達與其供應鏈的關係，不只是商業關係，更是技術關係。AMD 有自己的記憶體合作夥伴，但輝達與 SK 海力士的公開信號——兩位 CEO 共同宣布、NVIDIA 新聞室的專題報導——是一種刻意展示深度的姿態。

對於構建 AI 基礎設施的超大規模雲端業者而言，這份合作令人放心：輝達與其首要 HBM 供應商在多年路線圖上步調一致，降低了 2023 年 H100 與 2024 年 H200 建置期間困擾市場的供應中斷風險。

780 萬美元的問題

Vera Rubin NVL72 機架的定價——超大規模業者採購價約 780 萬美元——框定了這場博弈的規模。微軟、Google、亞馬遜與 Meta 在 2026 年各自訂購數以萬計的此類系統，光是 HBM4 的總體市場規模就達數千億美元量級。

SK 海力士以輝達聯合設計夥伴（而非單純的合格元件供應商）的地位，在這個市場的定價與分配上取得了結構性優勢。多年協議鎖定了 HBM4 需求達到頂峰期間的這份關係，並同步啟動了下一世代 HBM5 的聯合開發——而 HBM5 將定義 2020 年代末的 AI 硬體經濟學。

這就是為什麼 6 月的這份協議，比宣布當天看起來更為重要：它不只是一份供應合約，而是一個架構層面的戰略聯盟。