記憶體缺到「看不到盡頭」!黃仁勳為何飛韓國談生意?專家解析台韓新分工
記憶體缺到「看不到盡頭」!黃仁勳為何飛韓國談生意?專家解析台韓新分工

2026 年 6 月,輝達(NVIDIA)執行長黃仁勳在 Computex 台北站結束行程後,於 6 月 5 日抵達首爾展開四天訪問行程。他與 SK 集團、現代汽車、LG 集團、NAVER、斗山集團及三星電子等韓國財閥高層密集會面,宣布在記憶體技術、AI 資料中心、機器人及自動駕駛等領域達成多項合作協議。這趟行程不只是外交親善,而是輝達在確保台灣供應鏈之後,積極鞏固韓國這條不可或缺的記憶體與應用端供應鏈的關鍵一步。

以下 Q 為《數位時代》總編輯王志仁提問,A 為科技專家吳金榮回答,他將深度解析此行背後的商業邏輯與台韓關係新局。

Q1:黃仁勳韓國行拜會了哪些對象,談了哪些合作?

A: 黃仁勳這次去韓國,是真的去做生意,而且做得很扎實。韓國的 AI 資料中心建設需要輝達的 GPU,輝達的 AI 系統需要韓國的記憶體。兩者互相依存,所以此趟韓國行,既是去確保供應,也是去開拓市場。

第一個重點是 SK 海力士。SK 集團是韓國第二大財團,旗下涵蓋 SK Telecom(相當於台灣的中華電信)以及 SK 海力士。根據《INSIDE》報導,黃仁勳(首圖右二)與 SK 集團會長崔泰源(首圖右一)簽署了多年期技術合作協議,共同開發下一代 AI 資料中心所需的先進記憶體,合作範圍從 Vera Rubin AI 超級電腦延伸至機器人、AI PC 等新興應用。SK Telecom 也宣布將採用輝達技術,打造吉瓦(Gigawatt)等級的 AI 雲端基礎設施,首座資料中心預計 2027 年啟用。

第二個重點是斗山集團(Doosan Group)。這是台灣人比較陌生的韓國大型財團,業務橫跨能源、機器人與資料中心。斗山將導入輝達的 Physical AI(實體 AI)技術,推動機器人應用與智慧製造,同時也會建設 AI 資料中心,是這次合作中涵蓋場景最廣的夥伴之一。第三個重點是 NAVER,作為韓國最大的網路與軟體集團,同樣與輝達攜手建設 AI 資料中心。

除此之外,黃仁勳也於 6 月 8 日拜訪現代汽車會長鄭義宣,雙方將深化 AI 合作,涵蓋自動駕駛、機器人與 AI 智慧製造。現代汽車是韓國最具競爭力的汽車集團,獲利表現在全球汽車業中名列前茅。黃仁勳此行也有意推廣輝達的自駕車解決方案,現代汽車是重要的潛在落地夥伴。

Q2:Vera Rubin 機櫃記憶體傳出降規,黃仁勳如何回應?背後透露什麼訊號?

A: Vera Rubin NVL72 機架裡,餵給 GPU 的是 HBM4,每顆 GPU 搭載 288GB,這部分完全沒有動。被調整的,是掛在 Vera CPU 旁邊的 SOCAMM 模組,採用的是 LPDDR5X 架構。原本的設計是可插滿 192GB 模組,但因為記憶體缺貨嚴重,初始出貨先配較低容量的模組,由於 SOCAMM 採插槽設計,後續產能到位後,客戶可更換升級。因此,可視為出貨策略的彈性調整。

機櫃&黃仁勳
黃仁勳將Vera Rubin機櫃搬至GTC Taipei舞台上。
圖/ 輝達

黃仁勳在首爾記者會上直接否認降規傳聞,並強調「看不到記憶體短缺結束的盡頭」,整個供應鏈從晶圓製造、先進封裝到矽光子,全面吃緊,這種情況可能還要延續好幾年。他同時宣布輝達今年向 SK 海力士採購的記憶體金額,將大幅超過往年。

市場對這則傳聞的反應說明了一件事:當前 AI 產業的估值,已經高度依賴記憶體的供應能見度。傳聞源自研究機構 SemiAnalysis 於 2026 年 6 月 4 日發布的報告,指 Vera Rubin SOCAMM 模組初始配置容量縮減。該機構創辦人 Dylan Patel 事後澄清,大多數轉發者漏掉了報告的完整脈絡,強調分析內容「不含任何看空含義」。摩根士丹利亦發布研究報告指出,此次調整純屬供應側限制,並非需求降溫的訊號。加上同期博通財測低於預期、美國非農就業數據強勁等因素疊加,就讓三星、SK 海力士、美光、南亞科、華邦電在短短兩天內出現震盪,可見市場神經有多緊繃。

Q3:黃仁勳未與三星會長李在鎔會面,外界解讀紛紛,您怎麼看?

A: 我認為黃仁勳和李在鎔之間,一定還是有聯繫的,只是這次的場合不合適。比較合理的推測是,後續李在鎔可能會找一個更適合的場合,像是在矽谷,或是以 HBM4 正式出貨為由,單獨安排與黃仁勳見面。因 SK 海力士才是這趟韓國行的主角,黃仁勳和崔泰源的合作聲勢這麼大,在這個時間點,如果李在鎔也出現在現場,以韓國非常重視階級與面子的文化來說,對李在鎔而言反而尷尬。儘管三星的 HBM4 已通過輝達認證,但三星在 HBM 市場落後 SK 海力士一大截的處境勢必被放大檢視。

從輝達的角度來看,三星是不可或缺的夥伴。不只是 HBM,三星在 NAND Flash 和 DRAM 的全球市占率都是第一,而且遙遙領先,供應鏈多元化的考量下,輝達一定需要三星。

編按據《亞洲商業日報》報導,李在鎔因海外行程未能出席首日聚會。值得注意的是,現代汽車會長鄭義宣也因另有行程未出席首日烤肉聚會,但雙方後來在 6 月 8 日於現代汽車良才總部正式會面,鄭義宣親自迎接黃仁勳。

Q4:韓國是否會成為輝達在台灣以外最重要的夥伴與市場?

A: 幾乎可以確定。台灣這一塊輝達已經顧得很穩,兆元宴每次都來,供應商也從 Blackwell 的 150 家擴展到 Vera Rubin 的 300 家。中國的部分,在去紅供應鏈的前提下,要深度使用中國供應商大概是很難了。韓國自然成為下一個重點市場。

記憶體是韓國最核心的貢獻。HBM 現在缺貨缺得非常嚴重,SK 海力士目前主導全球 HBM 市場,三星緊追在後,兩家韓國廠商合計掌控絕大多數供應量,輝達根本繞不過去。除了記憶體,韓國在機器人、自駕車、AI 資料中心建設上,也都是輝達 GPU 的潛在大客戶。

你看韓國現在已經有網站專門追蹤黃仁勳的行蹤,名為「黃仁勳的足跡」(Jensen Huang's Footprints),他去哪家炸雞店都有人記錄,這跟台灣的情況一樣。

韓國是一個自尊心很強的民族,不容易對外國人表現欽佩,但黃仁勳卻在韓展現親民作風打破了這道壁壘——他在群眾之間親手把零食遞給人,吃韓國燒酒、炸雞,還拿出一款縮寫剛好也叫「HBM」的韓國零食分享。要知道韓國的大公司老闆,平常是不會跑到一般群眾裡面跟大家分食物的,這對韓國的企業文化來說已經是非常大的突破。

此外,6 月 8 日在首爾大學工學院的演講中,他也打趣說韓國流行文化影響全球,K-Beauty、K-Pop 加個「K」就紅遍世界,因此,在演講時更自稱「K. Jensen」,台下超過千名學生齊聲高呼,跟年輕人一下子就打成一片。可以預期,韓國版兆元宴往後會是常態。

2026年6月輝達執行長黃仁勳訪韓國
輝達執行長黃仁勳(右二)與 SK 集團會長崔泰源(右一)在首爾弘大商圈烤肉店外,向在場群眾分發 SK 海力士聯名「HBM 洋芋片」等零食。黃仁勳全程保持笑容親手遞給粉絲,崔泰源則因用丟的方式發送、引發韓國網友熱議。

Q5:AI 浪潮下,台韓供應鏈關係將如何演變?

A: 我認為合作會比以前多,惡性競爭會減少。以前台韓在記憶體上是正面競爭,台灣有南亞科和華邦電,但那已經是過去式了,現在這兩家在 HBM 市場裡根本不是韓國的對手。台韓在記憶體上的競爭早就分道揚鑣,現在更多的是互補關係:韓國出口 HBM,在台積電完成先進封裝,再整合進台灣組裝的 AI 機櫃,這條合作鏈已經很清楚。

台灣在 AI 伺服器這條路上有很多韓國沒有的優勢。從 PC 時代開始累積的散熱、電源、機櫃設計能力,風扇、液冷、BPU(背板電源單元),這些技術在 AI 伺服器時代全部用上了。韓國在伺服器整合這個環節沒辦法跟上台灣,他們自己也知道,據說韓國現在很想學台灣在這一塊的做法。

韓國另一個結構性弱點是 IC 設計不強。韓國大部分的 IC 設計都集中在三星或 SK 海力士內部,沒有像台灣這樣蓬勃的獨立 IC 設計生態系。在 AI 晶片的時代,這個差距只會越來越明顯。整體而言,韓國需要台灣的程度,可能比台灣需要韓國更多。

收聽完整 Podcast|EP293. 去紅加強拉攏台韓,黃仁勳韓國行背後盤算?ft.科技專家吳金榮

(本文初稿為 AI 編撰)

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓