Nvidia

李在明親赴矽谷密會黃仁勳、Sam Altman，韓美 AI 供應鏈大洗牌訊號強烈

韓國總統李在明於 2026 年 7 月 25 日抵達舊金山，與 OpenAI、NVIDIA 及 Anthropic 高層舉行圓桌會議，聚焦 HBM、GPU 基礎設施與生成式 AI。

微軟 Azure 狂掃 AMD 全套方案，AI 晶片定價權大戰開打

2026 年 7 月 20 日，微軟宣佈在 Azure 部署 AMD Helios 機架級解決方案，涵蓋 GPU、CPU 與網路晶片，這是 AMD 首次在單一雲端客戶實現全棧落地，單機架售價預估比英偉達高 40%。

黃仁勳東京行狂掃日本巨頭！一日簽下豐田、發那科、安川，Nvidia 搶先卡位物理 AI 供應鏈

7 月 16 日，輝達（Nvidia）宣布與日本工業機器人巨頭發那科（Fanuc）、安川電機（Yaskawa Electric）達成合作，共同推進機器人與 AI 技術開發；同日擴大與豐田（Toyota）的合作，新增自動駕駛、工廠模擬與城市智慧等領域。彭博同日報導，日本計畫採購 27,500 枚輝達 Rubin 晶片，建

HBM 成本漲 30 萬、機架提價 300 萬：輝達定價權算帳

美銀測算，Blackwell 至 Rubin 單機架 HBM 成本僅增加 20-30 萬美元，輝達單機架定價卻從 300-400 萬美元拉至 600-700 萬美元，提價幅度達 200-300 萬美元

三星 Q2 營業利潤狂飆創歷史新高！HBM 產能排擠引爆傳統記憶體大缺貨

三星電子 2026 年 7 月 6 日公佈初步財報，第二季營業利潤達 89.4 兆韓元（約 584 億美元），較上季增長 56%、年增約 19 倍，超越分析師預期並重新整理歷史單季紀錄。

GLM5.2 在 AMD MI355X 跑出 2626 tok/s/node，wafer.ai 宣稱推理成本比 Blackwell 低逾 2 倍

2026 年 7 月 3 日，wafer.ai 在官方部落格發布一份測試報告：將 GLM5.2 部署在 AMD MI355X 加速卡上，單節點吞吐量達 2626 tok/s，且宣稱每單位推理成本比 Nvidia Blackwell 低逾 2 倍。這份報告主要在幫硬體選型算成本帳：同樣的推理工作量，MI355X 能用更低

三星 HBM4E 良率突破 70%，D1d 製程搶在 11 月取得量產認證

三星電子 DS 部門首席技術官兼半導體研究所所長 Song Jai Hyuk 在 6 月 30 日內部說明會上披露兩項進展：HBM4E（高頻寬記憶體第七代產品）的可靠性測試良率已超過 70%；第七代 DRAM 製程 D1d 則計畫在今年 11 月取得生產準備認證（PRA）。業界通常將 80% 以上視為「成熟良率」門檻，

Agentic AI 讓 CPU 重回核心：AMD 目標價調高逾四成，瑞銀與美銀同步看多算力供應鏈

瑞銀 2026 年 6 月 25 日上調 AMD 目標價從 455 美元至 670 美元（+47%）、ARM 從 260 美元至 470 美元（+81%），核心論點是 Agentic AI 推動伺服器 CPU 需求進入新成長週期。

Nvidia 重返投資級債市：七檔 200 億美元、最長達 30 年，AI 基建融資從現金流轉向信用市場

6 月 15 日，Nvidia 宣布重返投資級（investment-grade）債券市場，計畫募資至少 200 億美元。此次由高盛（Goldman Sachs）、摩根大通（JPMorgan）、摩根士丹利（Morgan Stanley）三家聯合主承，共發行七檔，期限橫跨 2 至 30 年，最長檔利差指導約為基準美國公債

SpaceX 上市首日漲 19%，馬斯克宣告與黃仁勳升級合作，向 Anthropic 出租 22 萬塊 GPU 年收 150 億美元

SpaceX 於 2026 年 6 月 12 日正式掛牌那斯達克，首日股價大漲逾 19%，市值收在 2.11 兆美元，馬斯克也因此成為全球第一位身家突破兆美元的富豪。同一天，Nvidia 在 X 平台公開恭賀 SpaceX 完成 IPO，馬斯克隨即回應，表示將把雙方合作「推向新的層次」。「新的層次」指的是什麼，Spac

推理棧分工確立：Groq 創辦人解析 GPU 與 LPU 的帕累托邊界

Groq 創辦人兼 CEO Jonathan Ross 於 2026 年 6 月 12 日公開說明推理鏈分工：預填充（prefill）交給 GPU，解碼（decode）依成本與速度需求混搭 GPU 或 LPU（語言處理單元）。

面壁智能「開源周」五天攤開端側完整技術棧，DeepSeek 後罕見的系統性亮牌

5 月 25 日至 29 日，面壁智能聯合 OpenBMB 開源社區以每日一項的節奏，集中發布五個技術成果：1.58-bit 量化訓練模型 BitCPM-CANN、AI 撰寫的訓練框架 ForgeTrain、核心數據集 UltraData、端側小模型 MiniCPM5-1B，以及智能體操作系統 PilotDeck。五者