每日椽真：华为系服务器大将冲刺IPO | 为何黄仁勳常来台湾？| AI泡沫化的评估标准
- 陈奭璁
-
AI语音摘要
00:44
早安。
纬颖总经理林威远指出，AI服务器现在最大挑战在缺料，包括存储器、高端PCB板、MLCC等关键零组件，供货都吃紧，谁有成套料，才有机会出货，因此材料取得与确保，成为最重要的事，现在是每天与供应商、客户沟通供料状况。
总统赖清德25日上午接见厂商时表示，政府将提出新台币1000亿元的计划，加速中小微企业及传统产业升级转型，并搭配「AI新十大建设」协助100万家企业智能化提升竞争力。未来政府也会持续做产业的后盾，让产业稳健升级。
最后，笔者于上周在硅谷参加Plug and Play May Summit，第一线观察投资人与AI大厂如何看待AI是否有泡沫化疑虑的议题。详情请见文末编辑手记。
以下是今日5则科技供应链重点新闻摘要：
Lisa Su百亿投资掀开产能大战热锅 芯片业者砸钱固桩抢产能已是AI时代常态
超微（AMD）CEO苏姿丰（Lisa Su）于5月20日抵台，这段期间宣布与台湾的供应链夥伴与在地生态系投资百亿美元，以确保未来的AI芯片供应无虞。此话一出，直接证明了现阶段AI芯片无论产能和技术，皆已是这些IC设计大客户的投资核心。
而NVIDIACEO黄仁勳随后抵台被问到相关的问题，更是直言NVIDIA在台湾供应链的相关投资远远超过百亿美元这个数字，还强调台湾供应链接下来将相当忙碌。
在全球人工智能（AI）运算需求急剧成长的背景下，NVIDIACEO黄仁勳预测，AI基础设施支出将在10年内达到3~4万亿美元。然而，曾任高盛高管、现经营《AI: Return to Zero》电子报的分析师Michael Parekh指出，NVIDIA的成长前景正受到产能瓶颈与地缘政治因素的严峻考验。
Parekh将台积电比喻为「全球科技市场的联准会」，强调台积电对先进芯片产能的掌控力。他透露，黄仁勳几乎每个月都飞往台湾，亲自请求台积电提供更多产能，甚至提出额外支付钜额资金以增建晶圆厂，但台积电并未全面配合。
曾任Google量子AI量子硬件领导人的2025年诺贝尔物理学奖得主John Martinis看好与台湾的合作机会，认为台湾凭藉先进芯片制造实力，在全球量子科技发展中具备关键优势。25日在一场台湾和芬兰的经济合作会议上，有专家认为芬兰的量子产业生态系可供台湾参考。
第13届台湾和芬兰经济合作会议25日在台北举行。包括芬兰经济就业部副总署长Janne Peltola、芬兰商务促进局量子专案负责人Outi Keski Aijo，及CSC科学信息科技中心、赫尔辛基大学、奥图大学（Aalto University）、IQM、Nokia、 Xiphera Oy、QMill、 SemiQon、QuantriolOx的代表均来台参加会议。
随着市场对于智能制造、AI机器人与人形机器人应用加速推进，也挹注相关供应链需求持续升温，并逐步反应在系统整合商与关键传动元件厂今年首季营运上，纷纷缴出营收与获利双成长表现，尤其多数业者采取双轨布局，在深耕既有自动化机器人市场同时，也加速布局新兴AI机器人商机。
受惠智能制造机器人订单持续增温，今和椿年首季光是单季获利已达2025年全年水准逾五成以上。和椿近年从零组件供应商逐步转型为AI智能机器人整合解决方案业者，目前与普渡科技、优必选等全球知名的机器人品牌都有建立深度合作关系。
华为系服务器大将冲刺IPO 超聚变拟募资人民币80亿元扩大AI算力版图
中国服务器大厂超聚变（xFusion）正式向资本市场迈进。
深圳证券交易所近日公告，超聚变量码技术股份有限公司创业板IPO申请已获受理，计划募资人民币（单位下同）80亿元，资金将投入新一代算力基础设施研发、智能制造园区建设、AI与供电架构关键技术开发，以及补充营运资金。
编辑手记：
微软高管：AI不是泡沫，算力需求仍远超供给
微软农业食品技术长Ranveer Chandra在Plug and Play五月峰会上表示，他不认为目前的AI热潮是泡沫。他的理由很简单：需求仍远超过供给。他指出，微软内部追踪的关键指标是「每焦耳产生的有效token数量」——换句话说，在有限的能源与算力条件下，如何让AI系统发挥最大效益。只要这个缺口还在，泡沫就言之过早。
Plug and Play创始人：18个月内将出现修正
相较之下，Plug and Play创始人暨CEOSaeed Amidi的看法更为谨慎。他亲历网络泡沫，认为当前AI估值过高，并预测市场将在18个月内出现修正。他以自家投资组合中的Groq与Starcloud为例——后者估值在不到两年内从一千万美元飙升至二十二亿美元——坦言这样的速度令人担忧。不过他同时强调，泡沫与变革性技术并不互斥：「AI比网络更大，跟移动革命一样重要，甚至更大。」
两种观点，一个共同结论
尽管切入角度不同，两人对于AI的长期价值却看法一致。Chandra认为企业应该专注于用自有数据打造专属AI系统，而非追逐通用大模型；Amidi则建议创业者避开超大规模云端业者主导的基础设施层，专注于应用层的垂直场景。两人的共同信念是：真正的机会不在于谁拥有最大的模型，而在于谁能把AI落地解决真实问题。
责任编辑：陈奭璁
