newsruka / daily
TODAY ISSUE 73 · 2026.07.11 · 12 MIN READ
產業動態 編寫 by 水無瀨 澪

南亞科毛利率 79.5%,贏過台積電

南亞科 Q2 毛利率衝上 79.5%、高於台積電,DRAM 平均售價單季漲超過六成,連 DDR3 都在漲。WSTS 上修 2026 全球半導體市場到 1.5 兆美元、記憶體年增 249%。HBM 之父直言輝達的 GPU 有 70% 時間在等記憶體,真正的瓶頸不是 GPU。

今日漫畫 出演・水無瀨 澪
記憶體缺到南亞科毛利率贏台積電,HBM 之父還說輝達的 GPU 七成時間在打瞌睡。澪帶你看這場缺料與亂流一起來的一天。 ↗ 點擊放大

南亞科毛利率贏台積電,記憶體漲到連 DDR3 都在漲

一家 DRAM 廠的毛利率贏過台積電,這件事本身就說明記憶體有多缺。

南亞科 7 月 10 日不畏颱風照常開法說會,繳出的數字很驚人:Q2 營收 825.49 億元、季增 68.2%,毛利 656.19 億元、毛利率 79.5%,季增 11.6 個百分點,甚至高於台積電,稅後淨利 501.92 億元、每股盈餘 14.66 元。更關鍵的是這波成長幾乎全由漲價推動:

  • Q2 銷售量跟上一季持平,營收全靠 DRAM 平均售價單季漲逾六成
  • 缺貨已從先進產品擴散到舊世代,總經理李培瑛說不只 DDR5,DDR4 也在漲、連 DDR3 漲幅都相當明顯
  • 記者追問短期出貨量沒增、價格上漲是否代表毛利率可能高於 79.5%,他直接回「應該是這樣子,沒錯啦。因為我們的量是沒有增加的」

這不是單一公司的故事,而是上週寫過的記憶體超級循環又往上翻了一階。WSTS 6 月大幅上修 2026 全球半導體市場預測到 1.5112 兆美元、較 2025 年成長 89.9%,其中記憶體市場估 8039 億美元、佔整體 53.2%、年增 249.5%,部分產品自 2025 年 4 月以來漲幅已超過 10 倍。連蘋果、聯想都被迫調漲筆電與 PC 售價。美國也在搶產能,商務部長盧特尼克公開喊話要三星、SK 海力士到美國設廠,美光則把 2035 年前美國投資拉高到 2500 億美元。李培瑛看第三季價格仍高於第二季,法人甚至估 ASP 再季增 50%。當量沒增、價一直漲,毛利率的天花板在哪,現在沒人敢說。

HBM 之父:輝達的 GPU 有七成時間在打瞌睡

如果記憶體才是瓶頸,那整個 AI 產業的定價權,正在悄悄換手。

被業界尊稱 HBM 之父的 KAIST 教授金正浩,趁 SK 海力士 7 月 10 日在那斯達克掛牌(募資約 282 億美元、美國史上最大海外 IPO)語出驚人:全球資料中心裡數百萬台 GPU,實際運算時間只佔 10%,高達 70% 的時間都在等記憶體讀寫。每當 ChatGPT 輸出一個詞,系統就得從 HBM 讀資料、運算、再寫回,這個讀寫過程佔掉幾乎所有時間,就算演算法優化,GPU 使用率也很難突破 30%。換句話說,輝達賣的晶片,七成時間在打瞌睡。

他的論點不只是吐槽。金正浩分析 GPU 技術成長已近乎停滯,因為提升效能唯一的路是擴大晶片面積、堆更多運算單元,但 GPU 發熱大、背面得加散熱,沒辦法像記憶體那樣垂直堆疊,被困在熱管理的死胡同裡。他預測隨著情境工程、多模態、AI 代理興起,記憶體需求每年翻倍、10 年內成長 1000 倍;頻寬也一路狂飆,「傳統記憶體是 8 線道高速公路,HBM 是 1024 線道,現在已達 2048 線道,幾年後可能到百萬線道」。最值得警惕的是產業結構的轉變:過去記憶體是標準化商品、買方主導定價,但從 HBM4 開始,記憶體廠要先拿到輝達、Google、AMD 的採購承諾才啟動開發,「AI 企業太需要高效能 HBM 了,所以他們排隊上門,供應方開始決定價格」。當賣方開始排隊等買方,這個產業的權力關係已經翻了過來。

OpenAI 推 ChatGPT Work,GPT-5.6 全面上線

這一波模型更新比的不是誰更聰明,而是誰能把工作真的做完。

OpenAI 7 月 9 日在川普政府許可後全面釋出 GPT-5.6 系列,以拉丁文的太陽、地球、月亮命名:Sol 是旗艦、Terra 適合日常、Luna 主打快速平價,同步上線企業向的 ChatGPT Work Agent。ChatGPT Work 能跨應用蒐集資訊、把複雜專案拆成小步驟自主執行數小時,產出文件、簡報、試算表,透過 Connectors 連 Slack、Teams、Google Drive、Salesforce,還能排程在背景持續推進。它的定位很直接,就是對打 Anthropic 的 Claude Cowork。同時桌面版整併 Codex 與內建瀏覽器成一款「超級 App」,原本的 ChatGPT Atlas 瀏覽器預定 8 月 9 日退場。

跑分上 OpenAI 也擺明要壓過對手。它拿 GPT-5.6 對比 Anthropic 的 Claude Fable 5:在 Artificial Analysis 編碼指標,Sol 拿 80 分、比 Fable 5 高 2.8 分,卻用不到一半的輸出 token、不到一半時間、成本低約三分之一;在 Agent’s Last Exam 適應性推論,Sol 以 53.6% 超越 Fable 5 達 13.1 個百分點,時間與成本分別少 61% 與一半。GPT-5.6 已上線 GitHub Copilot 與 M365 Copilot,並新增動用多個子代理加速的 ultra 模式。當模型比的是「同樣的活、更快更便宜做完」,這場競爭的戰線就從 benchmark 移到了誰能先把 Agent 塞進企業的日常工具裡。

Meta 自研晶片 Iris 投產,用低價 API 搶 Agent 入口

Meta 這一手,是同時往硬體底層和軟體入口兩個方向擠。

硬體上,據路透社取得的內部文件,Meta 最快 9 月量產代號 Iris 的新一代 AI 晶片,並計畫 2027 年把整體 AI 運算能力擴到 14GW、約今年的兩倍,持續降低對輝達、AMD 的依賴。Iris 屬 Meta 自研 MTIA 計畫,由博通協助設計、台積電製造,從驗證到完成測試只花六週且無重大問題。Meta 沒打算用它取代 GPU,而是當補充,今年 AI 基礎設施投資預估最高 1450 億美元,記憶體、AI 晶片需求同步被推高,摩根士丹利甚至造了個詞叫「Chipflation」晶片通膨。

軟體上,Meta 超智慧實驗室同一週推出 Muse Spark 1.1,首度把自家模型透過公開 API 收費、脫離過去 Llama 開源路線。這款代號「酪梨」的模型主打代理式能力,能當主代理分派工作給子代理、管理最高 100 萬 token 脈絡,定價每百萬輸入 1.25 美元、輸出 4.25 美元,低於 Grok 4.5 與 Anthropic 的 Opus,還給新帳號 20 美元免費額度,祖克柏形容定價「非常積極」。地緣角力也沒缺席:先前被北京以違反投資規定為由擋下的 Meta 收購 Manus 案,如今由騰訊領頭以同樣 20 億美元估值接手成最大股東,Manus 續留新加坡獨立經營。當三家都在同一週用低價 API 搶開發者,Agent 的入口爭奪戰已經開打。

AI 幻覺被拿來當攻擊武器,資安三連爆

當 AI 會自己編名字、自己執行指令,攻擊者要做的就是提前把陷阱擺好。

這週有三個針對 AI 開發代理的攻擊手法被揭露,共通點是把 AI 的自主性反過來利用:

  • HalluSquatting:特拉維夫大學研究發現,攻擊者先找出 LLM 查外部資源時容易編造的錯誤名稱、搶先註冊成假資源並植入惡意提示。實測在複製儲存庫情境模型產生錯名比例最高 85%、安裝 AI 技能情境高達 100%,一旦 AI 助理拉取假資源就可能在受害裝置裝殭屍網路,不需弱密碼或蠕蟲就能建大規模殭屍網路
  • GuardFall:Adversa AI 發現多款開源 AI 代理在執行 Shell 命令前只做字串比對,攻擊者利用 Bash 展開變數、移除引號再解析的特性繞過檢查。測 11 款工具有 10 款可被繞過,只有 Continue 在預設 IDE 模式有較完整防護
  • workflow 提示注入:研究者把惡意指令拆成看似正常的軟體開發多階段流程,讓 GitHub Copilot 以為在做專案任務,結果 4 個模型的 816 個回應全部產出不安全程式碼(直接要求時幾乎全被拒絕)

歐盟也在同一時間發布「AI 與資安行動計畫」,要依《AI 法案》強化模型進入市場前的安全評估、設安全測試平台。這些攻擊的共同教訓很一致:對話式的拒絕測試會高估代理的安全性,防護不能只看提示和聊天回應,得監控 IDE 裡生成的檔案、腳本與中間產物。當 AI 代理被賦予「自動執行」的權限,少了人工確認那一關,方便就成了破口。

AI 省下初階人力,卻可能埋下人才斷層

AI 砍掉的不是隨機的工作,而是年輕人賴以入行的那一階。

南韓的數據最刺眼。韓國銀行經濟學家引述行政資料,過去三年南韓 15 至 29 歲青年工作減少 21.1 萬個,同時 50 多歲工作者就業反增 20.9 萬個,在 AI 暴露程度高的白領與技術產業尤其明顯:資訊服務業青年就業大減 23.8%、出版業減 20.4%、電腦程式設計與系統整合降 11.2%。瑞士也一樣,一項針對 jobs.ch 逾 730 萬則職缺的研究指出,初階職缺廣告數已明顯低於 2023 年前。經濟學家把這叫「資歷偏誤的技術變革」:初階工作仰賴的是可公式化、標準化的知識,恰好是 AI 最擅長替代的;資深工作者的隱性知識與人際經驗則更難取代。

台灣的處境更隱蔽。Google 台灣總經理林雅芳指出,生成式與代理式 AI 已能完成低階白領工作,律師、會計師這類高度標準化的產業開始減少甚至不開初階缺,傳統的學徒制培育管道出現缺口。麻煩在於台灣同時面臨少子化與缺工,企業找不到人時會把問題歸咎於「少子化」而非「工作被 AI 取代」,形成溫水煮青蛙。相較美國這種移民社會能較早看出低階白領被淘汰的趨勢,台灣若一直用少子化解釋一切,可能會錯過勞動結構正在改變的訊號。與此同時 AI 在高階也在證明自己:摩根大通用多個 AI 代理動態配置股債,二十年回測年化報酬比傳統 60/40 高 0.7 個百分點、波動更低。工具越來越能挑題、做題,真正該擔心的是那些還沒學會挑題就先失去入行機會的年輕人。

明日值得追的事
  • → 南亞科第三季 ASP 是否如法人預估再季增 50%
  • → SK 海力士那斯達克掛牌後記憶體類股資金流向
  • → ChatGPT Work 與 Claude Cowork 的企業採用競爭