ASIC晶片出貨衝109%超車GPU,世芯喊到6200元
為什麼雲端巨頭寧可自己設計晶片也不多買 GPU?答案不在演算法,在電費。當每瓦效能變成天花板,專用 ASIC 就贏了,而台灣卡的是設計服務這道別人繞不過的工序。
追蹤 AI、資安、數位工具、軟體產品、新創、半導體、產業科技與科技政策。
為什麼雲端巨頭寧可自己設計晶片也不多買 GPU?答案不在演算法,在電費。當每瓦效能變成天花板,專用 ASIC 就贏了,而台灣卡的是設計服務這道別人繞不過的工序。
柯達承認外部人士短暫存取有限資料,ShinyHunters 卻喊 220 萬筆。兩個數字對不起來,但真正該記的是攻擊鎖定的位置:第三方平台整合的信任鏈。
200 萬 token 是量產最長脈絡,但廣告脈絡不等於可用脈絡。長脈絡真正划算的只有幾類場景,其餘知識庫問答用 RAG 更省更準。這篇給一個先分清楚任務類型的選型判準。
200 這個破紀錄的數字不是新聞重點,它為什麼會破紀錄才是。找漏洞的成本被 AI 拉崩,企業該改的不是修補手速,是那套假設漏洞會慢慢來的排程。
企業手上不缺 agent,缺的是有人把它們統一中控。但『統一到單一廠商的層』和『一套治理套所有 agent』,可能正好是解錯題的兩種方式。
微軟願意在毛利被壓的情況下砸 1900 億、含淚吞 250 億漲價,賭的是 AI 需求撐得住這個成本結構。台灣看這條新聞最容易只讀半邊:不能只看記憶體台廠利多,也不能只看 PC 被壓垮。
上海 MiniMax 6/1 推出開源權重的 M3,前沿級 coding、百萬 token 脈絡、原生多模態一次到齊,定價只有西方旗艦零頭。但對台灣團隊真正的訊號不是又一個跑分新王,而是自架可行性與選型的成本結構被重寫。
你給 agent 一個任務,它把該花不該花的 token 一起燒掉,帳單月底才來。研究發現叫它「省一點」根本守不住預算,那預算意識到底該擺在哪一層?
多數人看到的是估值排名。我看到的是:前沿模型公司正在變成算力與供應鏈的金融槓桿體,估值撐起的其實是一張一張算力預購合約。台廠該讀的是配額流向,不是誰比較貴。
AI 助理原本值得信,不是因為它聰明,是因為機制上沒有騙你的理由。廣告生意種下的,正好是那個相反的理由。要盯的是誘因,不是那格 banner。
為什麼一家前沿模型公司要花 1.5 億去教非營利組織用 AI?把它讀成純慈善會漏掉一半:同一筆錢也在把 Claude 鋪進 400 家組織的日常,順便養一批以 Claude 為工具母語的早期職涯人才。
為什麼投資人搶的不是下一個大模型,而是一個租 GPU、代管開源模型的平台?因為開源模型正在把模型本身變成商品,價值移到了『誰能把它跑起來』那一層。
WWDC 2026 上 Apple 把新 Siri 建在 Google Gemini 之上,還因法規在歐盟、中國缺席。該讀的不是功能多炫,而是單一供應商依賴,加上落地範圍被治理與合規綁住。
資本正在賭一件事:AI agent 進生產環境後,需要有人盯著它們。但買監控工具不等於解決『agent 會亂來』這題,看見不等於管好。
HBM 龍頭季賺 40 兆韓元還要掛牌募 294 億美元,為什麼?因為 HBM4 的護城河不在 DRAM 晶圓,在先進封裝與邏輯基礎裸晶,而那一段掌握在台積電手上。
為什麼一個還沒公開發布的模型,賭盤能開到六十幾萬美元?因為不確定性被商品化了。但賠率不是路線圖,跟著它調整選型是把工程問題交給賭客投票。
Anthropic 6/17 開首爾辦公室,一口氣拿下 NAVER、三星 SDS、LG CNS、Nexon、Hanwha。拿下一個國家的企業市場靠的不是模型強,而是在地辦公室、資料主權、國家安全合作、in-region data 整套打包。台廠導入前沿 AI,in-region 資料控管會是談判與選型的關鍵籌碼。
IPO 才過半年、募資還沒花完就折價再抽 70 億,管理層在說一句話:現在的速度比未來的股權貴。真正的題不在錢,在製程、良率與生態。