130 台 B300 出貨前的那場機房勘查，是演出來的

今日漫畫 出演・水無瀨 澪

一場為了 130 台伺服器辦的機房勘查，被檢方認定是演的。基隆地檢署 8 月 24 日偵結，起訴 9 人，其中包括輝達台灣分公司的資深合作夥伴經理。

同一天 TrendForce 給了另一個數字：到 2027 年，記憶體會吃掉雲端業者將近七成的資本支出。

那場機房勘查是演出來的

美超微賣搭載輝達 B300 晶片的高階 AI 伺服器，控管流程寫得很清楚。

• 買家須先經輝達審核列入白名單
• 須出具「不會轉售、不會出口至受美國制裁對象」的終端用途聲明
• 單筆採購達 8 台以上，美超微台灣子公司與輝達台灣分公司還要派員到現場勘查機房

飛虎科技把最後那一關做掉了。

檢方查出的分工是這樣的：美超微台灣子公司資深業務協理林姓男子透露審查流程，讓飛虎備妥文件；青雲國際科技總經理呂姓男子安排代墊資金，規避美超微對飛虎資金來源的查核；是方電訊專案經理蔡姓男子則營造飛虎在是方承租機房確有運作的假象。

2025 年 9 月，輝達台灣分公司經銷事業部資深合作夥伴經理張登隆會同林男、呂男與飛虎科技負責人，帶著其他不知情的美超微與輝達人員一起去是方電訊的機房。勘查完，張登隆向輝達主管回報「已完成現場查核」。

130 台 B300 分三階段出貨。其中 74 台經印尼、日本、香港轉運，交付兩名中國客戶。

第三階段的最後 56 台原本要以偽造的美超微網頁資料，向經濟部國際貿易署申請戰略性高科技貨品輸出許可證、矇混出口日本。財政部關務署人員察覺文件有異，在許可證核發前查獲，這批伺服器沒能出口。

扣除給付青雲的貨款後，飛虎科技陳姓實際負責人與陳姓總經理合計獲利逾 2,120 萬美元，約新台幣 6 億 7,518 萬元。陳姓實際負責人另行通緝、尚未到案。

起訴名單裡還有一條線。林男、呂男與昆泰電子實際負責人何姓男子，以昆泰名義開立不實發票給青雲國際科技，使青雲遭詐領新台幣 3,915 萬 8,514 元，其中 2,199 萬 8,514 元已朋分入己。這三人另涉證券交易法特別背信罪。

求刑部分，張登隆、林男、美超微王姓協理與長頴公司王姓負責人都被求處法定最高刑度 5 年，林男就掏空青雲資產部分另被求處 6 年。何男與呂男因偵查中坦承犯行並配合指認共犯，獲檢方建請從輕量刑。

彭博社稱這是台灣已知首宗鎖定此類 AI 加速器黑市交易的刑事打擊行動。美超微表示公司持續與台灣當局合作，並未成為本案調查對象；輝達則說員工「有充分誘因積極配合客戶確保遵守所有相關法規」。

記憶體要吃掉雲端業者 68% 的資本支出

TrendForce 最新的記憶體產業研究，把價格漲幅換算成了資本支出結構的變化。

• CSP 資本支出 2026 年年增 98%，2027 年再成長 50%
• DRAM 與 NAND Flash 合計占 CSP 資本支出比重，從 2026 年的 47% 擴張到 2027 年的 68%
• 伺服器 DRAM 合約價 2025 下半年累計上漲約 64%，2026 年將再漲約 270%
• 企業級 SSD 價格 2025 下半年漲約 35%，2026 年累計漲幅將達 235%
• 2027 年 HBM 合約價還可能上漲 70% 到 140%

供給端的排擠也很清楚。2026 年 HBM 與 RDIMM 合計就占掉 51% 的 DRAM 供給位元，原廠把有限產能集中投進伺服器相關應用。2027 年製程轉進加上部分新廠放量，伺服器 DRAM 與 HBM 的供給位元成長率會達到 27%。

這件事往下游推有兩條路。一是高昂的記憶體成本給了輝達這類伺服器與 AI 晶片商調漲產品價格的理由，雲端客戶為了拿到足夠的晶片數量，可能再往上調資本支出。彭博近日報導，受記憶體成本飆升影響，輝達部分客戶已接獲通知，搭載輝達 AI 晶片的伺服器在許多情況下將調漲逾 15%，這條線昨天的報告已經寫過。

二是改架構。TrendForce 列出的調整方向包括下修 RDIMM 規格、下修未來 AI 晶片的 HBM 搭載規格，以及把模型架構直接固化在 AI ASIC 上。第三條等於承認一件事：如果記憶體貴到這個程度，不如讓晶片少用一點記憶體。

財報倒數，同一週推論晶片全面量產

輝達 26 日美股盤後公布 2027 財年第二季財報。公司自己的預估是單季營收約 910 億美元、上下浮動 2%，華爾街普遍預期 920 億美元，接近去年同期的兩倍。第三季預估 1,040 億美元。

毛利率是另一個看點。輝達預估第二季經調整毛利率 75%、上下浮動 0.5 個百分點，而伺服器漲價逾 15% 的傳聞強化了市場對它守得住的信心。

道爾頓投資公司合夥人黃鐘醇的說法是，輝達 2026 及 2027 年的業績成長趨勢相對清楚，但市場對 2028 年的需求與投資規模仍缺乏能見度。黃仁勳 3 月在 GTC 期間說過，Blackwell 與 Vera Rubin 產品 2025 至 2027 年預估可創造至少 1 兆美元營收。這個數字會不會被上修，是財報電話會議最值得聽的一句。

同一週輝達宣布 Groq 3 LPX 進入全面量產。

第三方測試機構 Artificial Analysis 的實測數據：以 FP8 精度執行開源模型 Gemma 4 31B、在 10 萬 token 的輸入上下文下，跑出每秒 3,431 個輸出 token，是該機構量到的 Gemma 4 31B 最高百萬級上下文輸出速度。輝達稱這比最接近的競爭平台快 4 倍。

首家宣布採用的 AI 雲端業者是 Nebius，要把它導入自家的 Token Factory 推論平台。Nebius 技術長 Danila Shtan 的說法是，生成才是真正決定 AI 系統回應速度的推論階段，而開發者不需要換 API、也不必搬到新架構。

這顆晶片掛著 Groq 的名字，來自輝達 2025 年 12 月與 Groq 的非獨家技術授權協議。輝達取得 LPU 相關技術，並延攬 Groq 創辦人 Jonathan Ross、總裁 Sunny Madra 與其他核心成員，但沒有買下 Groq 的股權、既有產品或客戶合約。Groq 公司仍獨立運營，GroqCloud 照常，現任執行長是 Adam Winter。

自己蓋的還不夠用

Meta 今年的資本支出預算已經上調到 1,300 億至 1,450 億美元，接近去年 722.2 億美元的兩倍。光是第二季就花掉 310.8 億美元。

即使這樣，它還在外面買算力。

彭博社 8 月 20 日引述知情人士報導，Meta 每年向 Microsoft Azure 旗下的 Foundry 平台購買 AI 模型服務，金額高達數億美元，每週透過該平台消耗數兆個 token。Meta 技術長 Andrew Bosworth 今年 7 月講得更直接：公司會租用市面上領先的外部模型，做為開發工作的一環。知情人士透露，Meta 開發人員曾用 Foundry 上的 OpenAI 模型來評估自家系統的輸出結果。

Foundry 那一側的數字也在跳。微軟表示截至 7 月 29 日該平台已有 100,000 名客戶、營收年增超過一倍，年算量達 1 兆 token 的客戶數量年增 4 倍。截至 2026 年 6 月 30 日止的財政年度，Azure 營收突破 1,000 億美元、年增 41%，其中 OpenAI 約占微軟整體 AI 營收的 70%。

微軟財務長 Amy Hood 說系統仍存在產能限制，需求持續超過現有供應。

產能到底有多少則有爭議。《衛報》8 月 17 日的調查估算微軟實際安裝的 AI 晶片約 220 萬顆，低於依公司公布的電力容量推算出的數字。微軟反駁該計算方法，表示分析採用的假設有誤。加州大學河濱分校教授 Shaolei Ren 審視過相關電力推算，認為現有公開的產能數據缺乏足夠背景資料，難以確定實際運作的算力。

Meta 這邊的代價寫在現金流上。第二季自由現金流年減 91%。祖克柏解釋支出上調的主因是零組件價格上漲，特別是記憶體。

4,100 億美元借款的到期日

以提前警告 2008 年金融危機聞名的經濟學家 Steve Keen，給這波 AI 投資熱潮的時間是不到一年。

他的理由不是估值。今年企業為資料中心及其他 AI 相關投資借款已超過 4,100 億美元，而他估計真正長期留下來的 AI 用戶所創造的收入，可能只有目前企業成本的五分之一。

但他也明說這不會是 2008 年的翻版。依據截至 2025 年第一季的數據，新增借款所支撐的支出約占美國 GDP 的 4% 到 6%，遠低於 2006 年第三季金融泡沫高峰時的 15.4%。整體經濟對新增信貸的依賴程度還沒到那個危險水準。

真正的問題在融資成本與折舊速度。QTS Realty 曾發行 39 億美元債券為微軟在喬治亞州的資料中心計畫籌資，殖利率約 7.23%，高於部分中等評級垃圾債券。Keen 認為貸款人最後甚至可能後悔沒要求更高利率。

資料中心跟房地產的差別也在這裡。一棟房子 30 年後仍能住人，今天最先進的 GPU 三、四年後可能已經失去競爭力。業者不只要償還第一輪建設債務，還得持續投入巨資更新晶片，如果收入不足以支付下一輪設備更新，投資循環就會停下來。

他拿 19 世紀的鐵路泡沫做類比：鐵路確實改變了世界，但不代表每一家投入鐵路建設的公司都賺得到錢。他給的收尾比喻更直白，說未來一些無法獲利的資料中心，可能會發現改建成匹克球場還比較有經濟效益。

微軟內部有一份數字剛好對照這件事。《Business Insider》取得的員工試算表今年首度新增「每月 AI 使用金額」欄位，近 600 筆美國員工資料中約 350 人填寫。每月中位數約 300 美元，最高的一筆單月 2.8 萬美元，來自微軟客戶與合作夥伴解決方案部門。

分析還發現，員工的 AI 支出與實質薪酬之間沒有顯著關聯。用得多的人，並沒有因此拿到更高的績效評等、加薪幅度或升遷。

對位這件事從手工藝變成製程

單一 PIC 晶片的傳輸通道數躍升到百條以上之後，光學介面從一維邊緣佈局走向二維陣列，超高通道數 FAU 與 PIC 晶片的精密對位組裝，變成決定量產良率與成本的最大瓶頸。

高明鐵與光循科技在 SEMICON Taiwan 2026 展示的，就是把這道工序自動化。

• 現場展示 120 通道 FAU 與 PIC 晶片的高精度主動對準
• 設備重複定位精度可達 ±50 nm 以內，120 通道組裝的重複性同樣控制在 50 nm 內
• 平台支援晶圓級多通道自動對準與量測，可在封裝前先篩出光學與電性都良好的晶片
• 高明鐵已通過全球前十大光通訊品牌廠認證，1.6T 光模組耦光設備完成多家矽光模組廠驗證並正式交機

光循的 Perfect Vertical Grating Coupler 負責另一半。它擺脫邊緣耦合器受晶片邊長限制的一維架構，可以在晶片任意位置佈局，以 127 µm 標準間距在單晶片實現 120 通道陣列，而且原生支援切片前的晶圓級測試。

高明鐵形容這件事是把過去仰賴人工反覆調整的「找光、對準、鎖光」，轉成可複製、可驗證的量產製程。這類超高精度設備過去長期由歐美日大廠壟斷。技術布局接下來要延伸到 3.2T、6.4T 與 FAU 加微透鏡陣列。

機器人跑贏了 Bolt

第二屆世界人形機器人運動會 8 月 22 日在北京國家速滑館開幕。北京人形機器人創新中心研發的天工 Ultra 在 100 公尺預賽跑出 9.39 秒，超過 Usain Bolt 保持的 9.58 秒人類男子百米世界紀錄。

隔天同一款天工 Ultra 參加 400 公尺大型組決賽，以 38.15 秒奪冠，也快於 Wayde van Niekerk 在 2016 年里約奧運創下的 43.03 秒。這是首次有人形機器人在短跑上贏過人類世界紀錄。

進步幅度比成績本身更值得看。第一屆的機器人百米冠軍跑出 21.5 秒，比人類紀錄慢了一倍以上，過程還頻繁出現選手互撞或相繼倒地。今年的機器人成熟很多，失誤主要集中在衝過終點線後煞車不及。

規模也翻了一輪。首屆是 16 國、280 支隊伍、逾 500 台機器人參與 26 個項目；本屆同樣 16 國，但變成 666 支隊伍、逾 2,000 台機器人、51 個項目，分競技賽 30 項與情境賽 21 項。情境賽模擬的是真實應用場景，包括家政服務、藥品分揀、消防救援、園林巡檢，還有用鑷子夾豆子、開瓶蓋這類測試手部精細動作的靈巧手項目。

天工 Ultra 身高 180 公分、重 52 公斤，同門的天工 Omni 是 135 公分、39 公斤，兩者分別拿下 400 公尺大型組與小型組冠軍。榮耀的閃電以 9.47 秒拿下百米預賽亞軍，身高 169 公分、重 45 公斤，榮耀是 2020 年從華為拆分獨立的品牌，2025 年才成立機器人事業部、目前約 200 名員工。

北京人形機器人創新中心 2023 年成立，UBTech、小米機器人事業部與京城機電三家創始股東各持股約 28.57%，其中京城機電是中國國有企業。

去年包辦 400 公尺與 1,500 公尺冠軍的宇樹科技，本屆百米預賽墊底。公司發出聲明，說受限於時間精力和新款機器人數量測試，主動縮減了部分報名項目，目前在太極拳決賽以 21.21 分拿下亞軍。宇樹 8 月 19 日剛以每股 150.8 元人民幣的發行價登上科創板，這屆的成績單來得不是時候。

八成專案失敗，跟模型沒什麼關係

一項針對企業 AI 導入的研究顯示，超過 80% 的 AI 專案最終失敗，失敗率約為一般資訊科技專案的兩倍。另一項統計指出，接近 80% 的 AI 概念驗證最終沒有產生實際回報。

研究人員訪談 65 名具有至少五年經驗的資料科學家與工程師後，發現最常見的問題都發生在技術之外：企業沒說清楚要解決什麼問題、技術團隊理解錯業務需求、模型被拿去優化錯誤的指標，或者做出來的工具根本嵌不進原本的工作流程。

有個醫療案例把風險講得很具體。研究團隊建立一套肺炎併發症預測模型，資料上表現沒有明顯問題，但結果顯示有氣喘病史的患者比一般患者更不容易出現併發症。

統計上這個結論成立。臨床上這是警訊。氣喘患者一旦感染肺炎本來就被視為高風險族群，會更早接受積極治療與密切監控，併發症較少是醫療介入的結果，不是他們天生風險低。模型看到了相關性，不知道背後有介入。

如果直接照模型輸出部署，系統甚至可能推論出「氣喘患者併發症機率較低、醫療資源可以優先給別人」。這套模型是在正式上線前交由醫師檢視才被攔下來的。

安全的另一面在開源模型。AI 安全非營利組織 SaferAI 的最新報告指出，中國廠商 Z.ai 推出的 GLM-5.2 在網路安全與生物危害知識方面的能力，僅落後 GPT-5.5 和 Claude Opus 4.7 短短數個月。SaferAI 透過官方 API 測試發現，這個模型從不拒絕回答任何有關網路攻擊或生物危害的問題。

SaferAI 執行董事 Henry Papadatos 的說法是，AI 模型的能力邊界並不等同於風險邊界，評估風險時必須把風險緩解措施的現狀一併納入考量。

還有一件跟模型無關但影響一大群人的事。微軟終止 Microsoft 365 Business Premium 與 Office 365 E1 的非營利組織捐贈授權後，創投業者 Canopy 的創辦人 Ronald Khosla 說他去年 10 月更新授權、微軟以電子郵件確認可存取到 2026 年 10 月 4 日，但今年 6 月就發現公司雲端檔案全數被刪。另一名微軟客服告訴他，約 17.1 萬個小型非政府組織的 OneDrive 帳號受到影響。

官網沒寫明的規則是：這類方案訂閱終止後，用戶有 90 天可以取回檔案，之後微軟就會刪除資料。微軟表示去年春天就已開始通知非營利組織，但 Reddit 上眾多組織堅稱沒有接到事先通知。

今天這些事擺在一起，卡住 AI 的東西一個比一個實體。如果記憶體與債務成本繼續往上而收入沒跟上，Keen 講的那個時間表就會提前；如果雲端業者真的把資本支出再往上調一輪，那 68% 的占比會變成常態而不是高點。