#AMD
•

預測：這將是下一個人工智慧淘金熱，而這家公司將成為贏家

近年來，人工智慧（AI）領域已成為企業和投資者爭相追逐的“淘金熱”。由於其能夠徹底革新流程與營運，並推動創新，AI被視為科技行業下一個重大發展機遇。圖形處理器（GPU）作為首個脫穎而出的領先產品，因其強大的性能而成為AI核心運算——模型訓練——的驅動力。 輝達（Nvidia）是這一市場的領軍者，早在AI熱潮興起之前就已率先進入該領域。但近年來，其他晶片製造商也紛紛加入競爭行列。從AMD到博通（Broadcom），這些企業正隨著需求激增而實現迅猛增長。 儘管GPU在AI的發展和應用中仍扮演著關鍵角色，但我預測，下一個AI“淘金熱”將由另一項技術引領，而以下這家公司將脫穎而出，成為最終贏家。 GPU在AI中的地位
預測：這將是下一個人工智慧淘金熱，而這家公司將成為贏家
美股#AMD#博通#輝達
•

AMD 82億美元買下李飛飛的世界模型：物理AI時代，晶片廠開始反向養實驗室

2026年9月28日，AMD宣佈以全股票、約82億美元收購李飛飛聯合創立的World Labs。這不是一筆普通的“買團隊”交易——當晶片公司開始花錢買“未來工作負載的定義權”，AI競爭的底層邏輯已經變了。 交割後李飛飛出任AMD執行副總裁兼首席科學家，直接向董事長兼CEO蘇姿丰匯報，World Labs團隊繼續做模型研究。交易預計2026年底前完成，仍需監管審批和慣常交割條件。表面是人事新聞，實則是訊號：當大模型競爭從文字走向三維、機器人和物理模擬，晶片公司不再只賣卡，開始把前沿模型實驗室直接收編進硬體路線。 01. 交易本身：硬條款與軟敘事要分開 先釐清可硬寫的事實。AMD官方口徑下，World Labs總部在舊金山，主攻空間智能模型，能力覆蓋從文字、圖像、視訊生成、重建並模擬可互動3D環境，同時做機器人學習與模擬。收購為全股票、約82億美元，預計年底完成、受監管約束。李飛飛職位為EVP兼首席科學家，匯報線直達蘇姿丰。官方動機寫得很直——AI正向推理、機器人、模擬、物理AI擴展，算力需求越來越多樣，World Labs的模型經驗能讓AMD更早看懂工作負載，反哺硬體、軟體和系統路線圖，並服務“開放AI生態”。
AMD 82億美元買下李飛飛的世界模型：物理AI時代，晶片廠開始反向養實驗室
美股#AMD#戰略收購#World Labs
•已編輯

蘇姿丰欲鎖韓國供應鏈，AMD尋求與三星、海力士「3-5年甚至更長期間合作」

蘇姿丰7個月內二度訪韓，提出與三星和SK海力士尋求「3至5年甚至更長」的合作，並首次公開披露SK海力士將為AMD AI加速器供應HBM4。隨著MI455X單顆HBM用量較上代提升50%、供應持續吃緊，AMD鎖定韓國供應鏈的迫切性提升。與此同時，三星正借HBM供應談判推動代工合作，但AMD態度審慎。 AMD CEO蘇姿丰於10月7日訪問韓國，當天密集會見三星電子和SK海力士高層，並在媒體吹風會上罕見地將合作框架明確量化——「供應鏈規劃需要3至5年甚至更長時間，而非1至3年的短期安排。」這是蘇姿丰7個月內第二次訪問韓國。 此次訪問還帶來一項重要披露：AMD首次公開確認SK海力士將為其AI加速器和服務器平台供應HBM4。此前市場普遍認為三星是AMD HBM4的唯一來源。據The Elec報導，蘇姿丰表示，「次世代MI455和Helios系統均已開始出貨，全部採用HBM4，三星和SK海力士兩方都給予了大力支援。」 蘇姿丰還強調，「HBM合作不會止步於單一產品世代，而是跨越多個世代持續推進。」
美股#AMD#蘇姿丰#三星電子
•

一座1GW的AI資料中心，到底要花多少錢？

之前Bernstein就寫過一篇1GW資料中心的花費，之前那篇文章主要是用NV的伺服器去算的，昨天Bernstein又將Nvidia、AMD、Google和OpenAI的AI架構放在同一框架下比較，拆解了1GW資料中心各個系統的價值量。 最終給的結論是約350億至400億美元，跟之前的那個報告的資料差不太多。 AI機櫃拆解 Bernstein估算，幾種新一代AI系統的成本分別為：
一座1GW的AI資料中心，到底要花多少錢？
科技#AI資料中心#1GW成本分析#Nvidia
•

【10/7 台股盤前｜AMD加碼台灣，5萬點前看業績與資金分歧】

台股昨天收在49,822點、再創收盤新高，三大法人卻合計賣超207.86億元。指數走高與法人調節同時發生，今天除了觀察5萬點關卡，更要看買盤能否擴散，以及企業業績能否支持市場期待。 AMD帶來中期需求訊息。蘇姿丰表示，先前100億美元台灣供應鏈投資進度符合計畫，預計進一步加碼；CPU需求仍高於供給，供應鏈產能規畫也拉長至3至5年。不過，新增金額與台廠分配尚未揭露，實際貢獻仍須由訂單及出貨確認。 PCB的觀察重點則是產品升級如何轉成獲利。摩爾投顧蔡慶龍的高技研究指出，800G交換器板朝30至40層發展，1.6T仍在開發，並透過分批調價與既有產能效率提升支撐成長。這提供了產業案例，但高階板加工難度也會增加，後續仍要追蹤售價落實、良率與毛利率。 AI擴建也延伸至電力供應。Google與Constellation簽署20年核電購電協議，透過既有機組升級增加發電能力，反映資料中心對長期能源的需求。由此可推論，供電、配電與散熱值得持續研究；台廠是否取得商機，仍需各自的客戶與財報資訊驗證。
台股#台股#PCB#AI
•

從GPU主導到CPU反超：智能體推理改寫算力結構

從GPU主導到CPU反超：智能體推理改寫算力結構 當每塊GPU需要80個CPU核心來伺候，記憶體行業的遊戲規則正在被改寫。 80個CPU核心，伺候一塊GPU。這是瑞銀2026年5月一份報告裡最刺眼的數字。傳統AI訓練，一塊GPU配置8到12個CPU核心就夠了；到了智能體（Agentic AI）推理，這個數字變成80到120個——增長5到10倍。 更顛覆的是算力分配方向。瑞銀援引的專家訪談給出判斷：傳統AI工作負載裡，70%到80%的算力消耗在推理本身（GPU）上；而在智能體推理中，這個比例反轉了——70%到80%的工作量轉移到了CPU上。
從GPU主導到CPU反超：智能體推理改寫算力結構
科技#GPU#AMD#蘇姿豐
•

從400G到3.2T，光放大器成為矽光時代的關鍵！

輝達、AMD、博通等晶片巨頭在 AI 算力戰場上拚殺時，很少有人注意到：在機櫃背後、交換機內部、晶片與晶片之間，一種誕生已逾三十年的老器件，正悄悄成為這場算力競賽的關鍵變數，它就是半導體光放大器（Semiconductor Optical Amplifier，SOA）。這種體積只有幾百微米見方的化合物半導體器件，既能在光域中直接"放大"光訊號，又能完成波長轉換、光開關乃至光子邏輯運算。在 AI 資料中心從 400G 加速向 800G、1.6T 甚至 3.2T 演進的當口，SOA 正在從一項光通訊幕後元件，躍升為下一代光子整合的核心主動器件。 被低估的SOA 到底是什麼？ 與傳統摻鉺光纖放大器（EDFA）不同，SOA 是一種基於 III-V 族化合物半導體（如 InP、InGaAsP、InAlGaAs）的有源光器件。它通過電流注入在有源區（通常是量子阱結構）產生載流子，當入射光子經過時，會激發受激輻射效應，從而產生與入射光子"同頻、同相、同偏振"的額外光子，實現光訊號的原位放大。 四步看懂 SOA 的核心物理過程：
從400G到3.2T，光放大器成為矽光時代的關鍵！
科技#輝達#AMD#博通
•

AMD Venice CPU賣瘋了，2027年產能已售罄

9月30日消息，知名爆料者Jukan近日在“X”平台發佈的消息稱，AMD代號為“Venice”的第六代EPYC 9006系列伺服器CPU銷售火爆，不僅2027年全部產能配額已售罄，而且已經開始承接2028年的產量訂單。 若該消息屬實，這將是AMD在伺服器CPU歷史上罕見的需求盛況。 需要指出的是，上述資訊源自管道調查與行業爆料，AMD官方尚未對此予以證實。Jukan本人也坦言，他最初看到2027年的Venice CPU預訂數字時“曾懷疑這些資料是否站得住腳”，擔心會像去年那樣出現超額預訂後遭砍單的情況。 Venice CPU定價全面公佈
AMD Venice CPU賣瘋了，2027年產能已售罄
美股#AMD#伺服器CPU#Venice