全球科技重要情報 (07/15)

 

以下為使用ChatGPT收集整理的重點，大部分不難理解，其中覺得值得留意的是第13點 : "FPGA可能成為機器人與Physical AI的重要元件。 Altera執行長Raghib Hussain將FPGA形容為機器人的「神經系統」，主要負責感測器融合、即時控制與資料前處理。"

評估前述「FPGA是機器人的神經系統」若逐步實現，最直接受惠的FPGA公司會是Altera、AMD／Xilinx、Lattice、Microchip及Efinix；晶圓代工端則以台積電與Intel Foundry最具戰略性。

目前波段性持股約7成，其中近4成是短期美債ETF；長期持股趁著前幾天回檔，幾乎加到滿水位。

 (資料區間：2026年7月9日至7月15日)

1. AI基礎建設投資仍處於長期擴張期。 SoftBank創辦人孫正義估計，到2040年全球每年可能需要投入約5兆美元建設AI基礎設施，資料中心用電需求可能達3TW。
   來源：Reuters、SoftBank World 2026。
2. 2027年可能成為記憶體最缺貨的一年。 SK海力士執行長郭魯正認為，即使業者積極擴產，記憶體需求仍可能長期超過供給，供應緊張甚至延續至2030年。
   來源：Reuters。
3. 記憶體短缺已由HBM擴散至一般DRAM。 Micron執行長Sanjay Mehrotra表示，資料中心已占全球記憶體需求一半以上，AI需求正排擠傳統伺服器、PC及手機記憶體產能。
   來源：Fox Business。
4. 台灣記憶體業正式進入大擴產週期。 南亞科規劃2027年資本支出超過新台幣2,000億元，約為2026年的四倍，反映業者認定AI需求並非短期庫存循環。
   來源：Reuters。
5. EUV微影設備成為AI晶片擴產關鍵瓶頸。 ASML將2026年營收展望提高至430億至450億歐元，並計畫提高EUV及DUV設備產能約30%，新增產能已有高度訂單能見度。
   來源：Reuters、ASML第二季財報。
6. 台積電AI訂單能見度仍強。 市場預期台積電第二季可能連續第五季創下獲利新高，2026年資本支出可能落在原訂520億至560億美元區間的高端。
   來源：Reuters。
7. 軟體工程師的工作正由寫程式轉向管理AI智能體。 黃仁勳表示，NVIDIA工程師逐漸減少重複性編碼，改為建立Agent、基準測試、驗證系統與安全護欄。
   來源：NVIDIA訪談、Business Insider。
8. 汽車正由軟體定義進入AI定義時代。 NVIDIA汽車業務負責人吳新宙預估，L4自動駕駛可能在五年內逐步普及，中央運算平台、模擬系統及感測器冗餘將成為核心。
   來源：《Decoder》Podcast、The Verge。
9. 企業不一定立即大裁員，而是透過自然流失重組人力。 Palo Alto Networks執行長Nikesh Arora認為，約九成企業員工仍不熟悉AI，公司將優先補充AI能力較強的人才。
   來源：《20VC》Podcast、ITPro。
10. AI競爭重點由模型規模轉向成本與投資報酬率。 巴黎RAISE Summit及Sun Valley會議的企業領袖，普遍更關注推論成本、Token使用效率、能源消耗及AI專案回收期。
    來源：Reuters Breakingviews、Sam Altman公開談話。
11. 中國AI競爭逐漸由算力轉向高品質資料。 中國互聯網協會理事長楊杰指出，資料的安全流通、場景重複使用、治理能力與隱私保護，將決定模型實際產業價值。
    來源：中國互聯網協會Data For AI論壇。
12. 網路商業模式可能由流量計費轉向Token經營。 中國產業專家預期，未來大量流量將由AI智能體彼此呼叫產生，電信商也開始推出Token套餐及算力整合服務。
    來源：中國互聯網大會、新華網。
13. FPGA可能成為機器人與Physical AI的重要元件。 Altera執行長Raghib Hussain將FPGA形容為機器人的「神經系統」，主要負責感測器融合、即時控制與資料前處理。
    來源：Reuters。
14. 日本Rapidus準備以價格與交期挑戰台積電。 Rapidus規劃2027年以約1.86萬至2.16萬美元銷售2奈米晶圓，但良率、IP資料庫、客戶認證及量產規模仍是主要風險。
    來源：Nikkei轉述、TrendForce、Tom’s Hardware。
15. AI成長是真實的，但財務與社會風險同步升高。 台灣央行總裁楊金龍警告企業以過度借款投入AI可能形成泡沫；Palantir執行長Alex Karp則認為AI收益過度集中，可能擴大財富差距。
    來源：Reuters、《MD Meets》Podcast。

核心結論

本週最重要的產業主線是：AI需求沒有明顯降溫，但瓶頸已從GPU擴散至記憶體、EUV、晶圓、先進封裝、電力、網路及高品質資料。 同時，市場將更嚴格檢驗企業的AI營收、推論成本與資本支出回收能力。