每日椽真：華為系伺服器大將衝刺IPO | 為何黃仁勳常來台灣？| AI泡沫化的評估標準
- 陳奭璁
-
AI語音摘要
00:44
早安。
緯穎總經理林威遠指出，AI伺服器現在最大挑戰在缺料，包括記憶體、高階PCB板、MLCC等關鍵零組件，供貨都吃緊，誰有成套料，才有機會出貨，因此材料取得與確保，成為最重要的事，現在是每天與供應商、客戶溝通供料狀況。
總統賴清德25日上午接見廠商時表示，政府將提出新台幣1000億元的計畫，加速中小微企業及傳統產業升級轉型，並搭配「AI新十大建設」協助100萬家企業智慧化提升競爭力。未來政府也會持續做產業的後盾，讓產業穩健升級。
最後，筆者於上周在矽谷參加Plug and Play May Summit，第一線觀察投資人與AI大廠如何看待AI是否有泡沫化疑慮的議題。詳情請見文末編輯手記。
以下是今日5則科技供應鏈重點新聞摘要：
Lisa Su百億投資掀開產能大戰熱鍋 晶片業者砸錢固樁搶產能已是AI時代常態
超微（AMD）執行長蘇姿丰（Lisa Su）於5月20日抵台，這段期間宣布與台灣的供應鏈夥伴與在地生態系投資百億美元，以確保未來的AI晶片供應無虞。此話一出，直接證明了現階段AI晶片無論產能和技術，皆已是這些IC設計大客戶的投資核心。
而NVIDIA執行長黃仁勳隨後抵台被問到相關的問題，更是直言NVIDIA在台灣供應鏈的相關投資遠遠超過百億美元這個數字，還強調台灣供應鏈接下來將相當忙碌。
在全球人工智慧（AI）運算需求急劇成長的背景下，NVIDIA執行長黃仁勳預測，AI基礎設施支出將在10年內達到3~4兆美元。然而，曾任高盛高管、現經營《AI: Return to Zero》電子報的分析師Michael Parekh指出，NVIDIA的成長前景正受到產能瓶頸與地緣政治因素的嚴峻考驗。
Parekh將台積電比喻為「全球科技市場的聯準會」，強調台積電對先進晶片產能的掌控力。他透露，黃仁勳幾乎每個月都飛往台灣，親自請求台積電提供更多產能，甚至提出額外支付鉅額資金以增建晶圓廠，但台積電並未全面配合。
曾任Google量子AI量子硬體領導人的2025年諾貝爾物理學獎得主John Martinis看好與台灣的合作機會，認為台灣憑藉先進晶片製造實力，在全球量子科技發展中具備關鍵優勢。25日在一場台灣和芬蘭的經濟合作會議上，有專家認為芬蘭的量子產業生態系可供台灣參考。
第13屆台灣和芬蘭經濟合作會議25日在台北舉行。包括芬蘭經濟就業部副總署長Janne Peltola、芬蘭商務促進局量子專案負責人Outi Keski Aijo，及CSC科學資訊科技中心、赫爾辛基大學、奧圖大學（Aalto University）、IQM、Nokia、 Xiphera Oy、QMill、 SemiQon、QuantriolOx的代表均來台參加會議。
隨著市場對於智慧製造、AI機器人與人形機器人應用加速推進，也挹注相關供應鏈需求持續升溫，並逐步反應在系統整合商與關鍵傳動元件廠今年首季營運上，紛紛繳出營收與獲利雙成長表現，尤其多數業者採取雙軌佈局，在深耕既有自動化機器人市場同時，也加速佈局新興AI機器人商機。
受惠智慧製造機器人訂單持續增溫，今和椿年首季光是單季獲利已達2025年全年水準逾五成以上。和椿近年從零組件供應商逐步轉型為AI智慧機器人整合解決方案業者，目前與普渡科技、優必選等全球知名的機器人品牌都有建立深度合作關係。
華為系伺服器大將衝刺IPO 超聚變擬募資人民幣80億元擴大AI算力版圖
中國伺服器大廠超聚變（xFusion）正式向資本市場邁進。
深圳證券交易所近日公告，超聚變數位技術股份有限公司創業板IPO申請已獲受理，計畫募資人民幣（單位下同）80億元，資金將投入新一代算力基礎設施研發、智慧製造園區建設、AI與供電架構關鍵技術開發，以及補充營運資金。
編輯手記：
微軟高管：AI不是泡沫，算力需求仍遠超供給
微軟農業食品技術長Ranveer Chandra在Plug and Play五月峰會上表示，他不認為目前的AI熱潮是泡沫。他的理由很簡單：需求仍遠超過供給。他指出，微軟內部追蹤的關鍵指標是「每焦耳產生的有效token數量」——換句話說，在有限的能源與算力條件下，如何讓AI系統發揮最大效益。只要這個缺口還在，泡沫就言之過早。
Plug and Play創辦人：18個月內將出現修正
相較之下，Plug and Play創辦人暨執行長Saeed Amidi的看法更為謹慎。他親歷網路泡沫，認為當前AI估值過高，並預測市場將在18個月內出現修正。他以自家投資組合中的Groq與Starcloud為例——後者估值在不到兩年內從一千萬美元飆升至二十二億美元——坦言這樣的速度令人擔憂。不過他同時強調，泡沫與變革性技術並不互斥：「AI比網路更大，跟行動革命一樣重要，甚至更大。」
兩種觀點，一個共同結論
儘管切入角度不同，兩人對於AI的長期價值卻看法一致。Chandra認為企業應該專注於用自有數據打造專屬AI系統，而非追逐通用大模型；Amidi則建議創業者避開超大規模雲端業者主導的基礎設施層，專注於應用層的垂直場景。兩人的共同信念是：真正的機會不在於誰擁有最大的模型，而在於誰能把AI落地解決真實問題。
責任編輯：陳奭璁
