Nvidia 與 SK Group 擴大 AI 合作

Nvidia 和 SK Group 把合作從 HBM 供應，擴大到 AI 雲端、記憶體設計、晶片製造與工廠自動化。

說真的，這次不是一般的供應商合作。Nvidia 執行長 Jensen Huang 和 SK Group 董事長 Chey Tae-won，6 月 8 日在首爾一起開記者會。兩邊直接把話講開了，合作範圍不只 HBM。

現在的重點很明確。從 SK hynix 的記憶體供應，延伸到 AI 基礎設施、晶片設計、雲端平台，還有工廠自動化。這種合作方式，已經很像共同做產品路線圖，不像單純下單買料。

從 HBM 供應，走到整套 AI 堆疊

這次最重要的訊號，是合作範圍變大了。過去幾年，SK hynix 跟 Nvidia 的關係，主要卡在 HBM。這東西很關鍵，因為 AI 加速器很吃頻寬，沒有夠快的記憶體，GPU 再強也會卡住。

現在不一樣了。雙方開始談下一代 AI 記憶體、基礎設施，還有共同開發。講白了，就是從「你供貨給我」變成「我們一起設計下一代系統」。這種關係一旦建立，黏著度會高很多。

Huang 也直接講，SK hynix 會繼續是 Nvidia 最大的記憶體夥伴。這句話不是場面話。它代表雙方已經把合作拉到產品規劃層級，不只是採購數量和交期管理。

• SK hynix 已經在 Nvidia 記憶體供應鏈裡
• 新合作涵蓋 AI 記憶體設計與基礎設施
• 範圍橫跨資料中心、工作站、邊緣 AI
• 合作重點從零件供應，變成整體架構

韓國想做的不只是賣晶片

Huang 在記者會上，講得很直白。他認為韓國的半導體實力很強，但 AI 基礎設施還不夠。這句話其實很有意思，因為它把 AI 的瓶頸從模型本身，拉回到硬體和電力。

他說：「Korea already possesses world-class semiconductor manufacturing capabilities and an advanced AI ecosystem, but AI infrastructure is still insufficient. Just as the semiconductor industry needed fabs, AI also needs factories.」這句話很像 Nvidia 的一貫說法。AI 不是只有軟體，還要有能訓練模型的工廠。

“Korea already possesses world-class semiconductor manufacturing capabilities and an advanced AI ecosystem, but AI infrastructure is still insufficient. Just as the semiconductor industry needed fabs, AI also needs factories.”

這也解釋了為什麼 Nvidia 一直往雲端和在地部署走。當訓練算力稀缺，賣 GPU 只是第一步。更大的市場，是把整套 AI 工廠藍圖一起賣出去，從晶片、軟體到資料中心架構都包進去。

SK Telecom 也被拉進來了。雙方要用 Nvidia 的 DSX 架構，做一個 AI 雲平台。官方說法是 2027 年商轉，規模還會往 gigawatt 等級走，之後再擴到亞洲其他市場。

雲端計畫，可能比記憶體更重要

很多人會先看 HBM，但我覺得雲端平台更值得盯。因為雲端一旦做起來，SK Telecom 就不只是電信商，而是 AI 算力供應商。這對韓國市場來說，意義不小。

硬體路線也很清楚。第一階段會先用 Nvidia Blackwell GPU，之後再切到 Vera Rubin。這種排程的好處很直接。短期有產品可落地，長期也有升級空間，不會一開始就卡在等下一代晶片。

• AI 雲平台目標：2027 年商轉
• 第一階段 GPU：Blackwell
• 下一階段平台：Vera Rubin
• 基礎設施目標：gigawatt 級規模

對 SK Telecom 來說，這是把電信網路往上疊一層。對 Nvidia 來說，這是把晶片、軟體、平台三件事一起賣。說白了，就是把 AI 支出從一次性買硬體，變成長期吃雲端服務。

如果這條路跑通，韓國企業就能少買一些自建叢集。對中型公司來說，這很實際。很多企業根本不想自己養一整隊 GPU 伺服器，直接租算力比較省事。

晶片設計和工廠自動化也一起上

這份合作還沒停在雲端。SK hynix 說，會用 Nvidia CUDA-X 和 PhysicsNeMo 來做半導體製程模擬。這類工具很重要，因為晶片設計最怕反覆試錯，尤其是先進製程，錯一次成本很高。

如果模擬能力變強，工程師就能更早抓到問題。這代表更少的 wafer 浪費，也代表更快的迭代速度。對晶片公司來說，這種效率提升很實在，不是那種空話。

SK hynix 也在把 AI 拉進工廠。它用 Nvidia Omniverse 和 OpenUSD 做晶圓廠數位分身，還在做自主移動機器人和 AI 產線優化。這種做法很像把工廠變成可模擬、可預測、可調整的系統。

Chey Tae-won 的說法也很直接。他說雙方要一起開發下一代 AI 工廠記憶體，還要把 AI 用到晶片設計和製造。他還提到，要靠完整的 AI 基礎設施競爭力，成為代表亞洲的 AI 雲端營運商。

這句話聽起來很大，但手上的牌其實不差。SK Group 有記憶體、電信、製造資產。Nvidia 有 GPU、軟體、系統設計能力。兩邊湊在一起，確實不只是買賣關係。

這對 AI 供應鏈代表什麼

這次合作也透露一件事。AI 的瓶頸，早就不是只看模型準不準。現在更卡的是記憶體頻寬、電力、封裝、雲端容量，還有工廠自動化。Nvidia 和 SK Group 想一起吃下更多環節。

這種合作比一般採購關係穩。因為雙方開始共用技術路線圖，未來換供應商的成本會更高。對競爭對手來說，壓力也會變大，因為戰場不只在單一產品，而是整個 AI 堆疊。

如果只看台灣開發者和科技圈，這件事的重點很簡單。SK hynix 正從 Nvidia 的關鍵供應商，變成共同打造下一代 AI 系統的人。若 2027 年雲平台真的上線，Vera Rubin 也照表推進，這個聯盟會很有代表性。

• AI 瓶頸已經轉向記憶體、電力、封裝和雲端
• 合作從採購關係升級成共同開發
• 競爭對手要面對整套堆疊的競爭
• 2027 年會是驗證這個合作的第一個大關

韓國半導體和 AI 的交叉點

韓國本來就很強在半導體製造。Samsung 和 SK hynix 長年在記憶體市場打得很兇。現在 AI 把需求往上推，記憶體不只是零件，而是整個 AI 伺服器的核心材料。

這也讓韓國政府和產業界開始更重視 AI 基礎設施。因為如果只有晶片出口，利潤會被壓在供應鏈末端。若能把雲端、軟體、資料中心一起做起來，整體價值會高很多。

我覺得這次最值得觀察的，不是發表會本身，而是後續執行。2027 年不是很遠。Blackwell 到 Vera Rubin 的切換也不會等人。接下來 12 到 24 個月，會決定這個合作到底是新聞稿，還是真能落地。

接下來要盯的三件事

第一，看 SK hynix 的 HBM 供應節奏有沒有變。第二，看 SK Telecom 的 AI 雲平台能不能準時進場。第三，看 Nvidia 的 Vera Rubin 產品節點有沒有照表走。

如果這三件事都順，這個聯盟就不只是記者會上的漂亮話。它會變成一條完整的 AI 產業鏈，從記憶體到雲端，再到工廠自動化，全都串起來。這種合作，對台灣的半導體和雲端業者也會有壓力。

我的判斷很直接。這次合作不是在講情誼，是在搶 AI 基礎設施的主導權。接下來幾季，市場會看的是交付，不是口號。