Samsung 和 SK Hynix 锁定 9500 亿美元芯片布局，但标题掩盖了真正的风险

Samsung Electronics 和 SK Hynix 正与美国主要科技公司推进价值 9500 亿美元、约合 1375 万亿韩元的芯片合作。

这一数字在韩国总统李在明于 7 月 24 日在旧金山主持的一场 AI 峰会后浮出水面。Nvidia、Broadcom、OpenAI、Anthropic、Samsung 以及 SK Group 的高管参加了相关会议。

一则简短的 RSSHub 36Kr 新闻最先将这一说法带入中文科技资讯流。但底层公告显示，这远不只是一个巨额订单。美国 AI 公司正试图在需求尚未确定前数年，预留内存、晶圆代工产能、封装能力和计算基础设施。

这一差异至关重要。公布的金额汇集了多项长期计划，并非一笔单次付款或可立即确认的销售额。Samsung 与 Broadcom 的协议采用谅解备忘录形式，而 SK 的项目则涵盖供应、开发和基础设施规划。

因此，真正的竞争并非 Samsung 对阵 SK Hynix，而是长期产能承诺与这样一种风险之间的较量：在工厂和数据中心全面投入运营前，AI 需求、产品时间表或芯片架构可能发生变化。

这项 9500 亿美元公告实际涵盖什么

9500 亿美元总额代表一组计划中的合作关系，而非一份传统的芯片采购订单。

韩国总统政策室长金容范表示，这些项目包括 SK Group 价值 7500 亿美元的长期半导体供应计划。Samsung 与 Broadcom 规划中的合作则占另外 2000 亿美元。

根据最初的合作细分，SK Hynix 将向包括 Nvidia 在内的美国公司供应存储芯片。Samsung 将在内存和半导体制造领域支持 Broadcom。

这些公告此前，李在明总统、Samsung 执行董事长李在镕以及 SK Group 会长崔泰源在旧金山举行了会谈。Nvidia CEO 黄仁勋和 OpenAI CEO Sam Altman 也出席了会议。

Anthropic CEO Dario Amodei 和 Broadcom CEO Hock Tan 分别参加了与韩国总统的讨论。他们的出席表明，内存采购如今已不再局限于传统芯片采购部门。

SK 部分包括一项与 Nvidia 合作、价值超过 5000 亿美元的项目，涵盖下一代内存开发，以及由 SK Telecom 牵头的 AI 基础设施项目。

SK Telecom 计划利用 Nvidia 的 Vera Rubin 平台和 SK Hynix HBM4 内存，建设一座 2 吉瓦 AI 数据中心。该项目预计于 2027 年开始运营。

高带宽内存，即 HBM，通过堆叠多个内存裸片，以更高速度和更高能效传输数据。AI 加速器依赖 HBM，因为当内存无法足够快地提供模型数据时，计算单元的性能就会受限。

更广泛的会谈还促成了总电力容量达 5 吉瓦的大型 AI 数据中心计划。金容范表示，这些设施将容纳约 200 万颗图形处理器。

这些数字描述的是预期产能与合作关系，并未确定每一颗芯片的出货时间、定价将如何调整，或所有基础设施阶段是否都已获得具有约束力的融资。

Samsung 的部分范围更窄，且文件记录更明确。Samsung 和 Broadcom 签署了一份备忘录，涵盖至 2030 年的内存、晶圆代工制造和先进封装。

Samsung 估计，这项合作在五年内的规模将超过 2000 亿美元。其范围包括用于 Broadcom 下一代 AI 加速器的 HBM，以及采用 2 纳米或更先进制程进行制造。

纳米标签用于标识一代半导体制造技术，尽管它已不再对应某一项晶体管的字面尺寸。更小的制程代际通常旨在实现更高密度、更快速度或更低能耗。

Samsung 还计划提供先进封装服务，将逻辑和内存组件连接于高性能芯片系统中。两家公司提及面向未来 AI 和网络芯片的 2.3D 与 2.5D 集成。

作为一项被报道的汇总估算，标题中的金额是真实的。然而，读者应将其视为多项合作关系的预期规模，而不是 7 月 24 日已承诺支付的现金。

为何美国 AI 公司提前多年预留内存

AI 公司正从购买现货芯片，转向塑造将为未来系统供货的工厂、内存设计和数据中心。

训练和部署更大的 AI 模型需要加速器，但仅有加速器并不能决定可用计算能力。每个系统还需要 HBM、网络、存储、封装、电力和冷却。

任何一个环节的短缺都可能延误整个集群。即使未来需求仍难以预测，供应保障也因此具有战略价值。

SK Group 会长崔泰源表示，客户提出的内存需求超过了 SK 的预期。他提到了与 Nvidia、Broadcom、Anthropic 和 OpenAI 的讨论。

崔泰源表示，Nvidia 预测的五年需求最终可能显得过低。他还称，Broadcom 预计其内存需求将超过可用供应量。

据崔泰源透露，Anthropic 正定期了解未来芯片的供应情况。该公司正从模型开发进一步扩展，转而确保更多计算能力。

与此同时，崔泰源表示，OpenAI 曾敦促 SK 直接供应芯片。这些说法表明，模型开发商日益将内存获取视为一种战略约束。

这种压力解释了为何相关协议跨越了企业边界。Nvidia 和 SK Hynix 不会只是就现有产品的固定供货量进行谈判，而是计划共同开发未来的 HBM。

联合开发可帮助内存供应商匹配即将推出的加速器在散热限制、接口、封装和性能方面的目标。它也能让买方更早掌握产能和产品时间表。

Broadcom 与 Samsung 的安排遵循类似逻辑，但覆盖了更多制造链环节。Broadcom 为大型科技公司设计定制加速器和网络芯片，而外部制造商负责生产这些设计。

Samsung 可以供应 HBM、制造逻辑芯片，并通过先进封装完成组件组装。如果 Samsung 满足 Broadcom 在良率和性能方面的要求，整合这些服务可以减少多家供应商之间的协调成本。

良率衡量的是生产出的芯片中符合规格并能正常工作的比例。低良率会使先进制程成本高昂，或限制可向客户提供的芯片数量。

这项Samsung 协议明确涵盖内存、2 纳米以下晶圆代工技术和封装。这种广度让 Samsung 有机会在每套 AI 系统中争取更多价值。

这一时机也反映出半导体生产漫长的建设周期。一座新的晶圆厂需要土地、电力、水、专用设备、认证以及训练有素的员工。

2026 年作出的产能决策，将塑造接近本十年末时的芯片可获得性。等到需求变得显而易见才行动，会让供应商无法迅速应对。

因此，买方面临一个令人不安的选择：要么尽早预留产能并承担过度承诺的风险，要么等待并在新模型或产品发布时发现没有供应。

9500 亿美元的公告表明，目前主要 AI 公司更担心哪一种风险。

Samsung 和 SK Hynix 将 AI 需求转化为不同机遇

SK Hynix 以存储专家的身份进入这些谈判，而 Samsung 则利用同样的需求销售更广泛的制造能力组合。

SK Hynix 通过紧密配合 Nvidia 的加速器路线图，在 HBM 领域建立了强势地位。其在最新计划中的角色仍以内存供应和联合开发为核心。

这种专注可能成为优势。HBM 生产需要先进 DRAM、堆叠、测试和封装专业能力，制造错误的容忍空间极小。

Nvidia 计划中的 Vera Rubin 系统将需要比当下广泛部署的加速器更新一代的内存。SK Hynix 的协议为其进入这一转型提供了直接路径。

SK 的合作关系还通过 SK Telecom 规划中的 AI 工厂向下游延伸。AI 工厂是一种大型计算设施，旨在以工业化规模训练和运行 AI 系统。

这一结构将 SK Hynix 内存、SK Telecom 基础设施和 Nvidia 加速器连接起来，使 SK Group 同时获得组件供应和计算服务两方面的敞口。

Samsung 走的是另一条路线。它可以在同一企业组织内提供 HBM、逻辑芯片制造和封装。

这种一体化地位很重要，因为定制 AI 加速器正变得愈发关键。云计算公司希望获得针对自身工作负载、网络系统、能耗限制和软件而定制的芯片。

Broadcom 已成为这一市场的核心设计合作伙伴。Samsung 规划中的角色，将使其参与未来 Broadcom 产品的内存与逻辑芯片部分。

这一机遇十分可观，但一体化本身并不保证执行成功。客户仍会将每个组件与专业化替代方案进行比较。

SK Hynix 争夺 HBM 需求，而 Taiwan Semiconductor Manufacturing Company 仍是许多高性能芯片的主导先进晶圆代工厂。封装产能也已成为独立的竞争瓶颈。

因此，Samsung 必须证明其整合方案能以规模化方式可靠运行。Broadcom 的备忘录为获得这种证明创造了路径，但这并不等同于已完成认证。

Samsung 表示，该合作包括其 2 纳米及更先进制程。这些技术需要具备有竞争力的良率、可预测的时间表和稳定的封装性能。

该公司还有另一项成功动力。与 Broadcom 建立广泛合作关系，或可帮助 Samsung 通过扩大晶圆代工和封装收入，降低对内存市场周期的依赖。

SK Hynix 面临的是不同的集中度风险。其 HBM 领先地位使更多增长与少数加速器设计商及超大规模客户绑定。

长期供应协议能够降低 SK Hynix 的不确定性，但也可能加强少数客户对产品设计、配额分配和投资时机的影响力。

两家公司都不只是在赢得一份订单。它们各自正以不同形式的依赖关系，换取进入 AI 基础设施支出的机会。

这正是为什么 Samsung 和 SK Hynix 的芯片合作不能被简化为一则国家胜利的标题。同样的协议在确保需求的同时，也让两家供应商与美国产品路线图绑定得更紧密。

真正的权衡是产能保障与预测风险

这些合作将不确定性从短期芯片供应，转移至长期需求预测、建设进度和技术认证。

AI 基础设施买方希望防范短缺。供应商则希望获得足够的可见性，以证明建设需要多年准备的工厂和采购设备是合理的。

长期合作伙伴关系可以服务于双方。它既能为买家锁定产能，也能让制造商确信昂贵的产能会有客户。

然而，已公布的总额覆盖的时期内，加速器设计、模型架构和推理经济性都可能发生重大变化。这些变量没有任何一个会一直固定到2030年。

推理是指运行经过训练的模型，以生成答案或完成任务的过程。随着企业将模型部署给更多用户，它已成为 AI 算力需求中占比不断增长的一部分。

更好的软件或更高的模型效率可以减少每项任务所需的算力。使用量增加则可能通过创造更多任务来抵消这些节省。

这种相互作用使未来内存需求难以计算。如果更低的成本带来数百万新增用户，即使模型效率更高，也未必会降低 HBM 的总消耗量。

硬件架构也可能发生变化。新的内存层级、网络设计或加速器配置，可能改变每套系统所需 HBM 的数量。

客户可以通过约定灵活采购量或重新谈判机制来应对。公开公告并未说明这些商业细节。

谅解备忘录与具有约束力的采购合同之间的差别尤为重要。Samsung 将其与 Broadcom 的协议描述为 MOU，它记录的是拟议合作，却没有披露可执行的出货义务。

SK Hynix 自己的新闻稿措辞也警示，合作带来的益处属于前瞻性预期。该公司表示，预期结果仍面临风险和不确定性。

这并不意味着这些举措毫无意义。大型企业不会在没有严肃意图的情况下组织总统会晤、联合工程工作和基础设施规划。

但这意味着，9500 亿美元这一数字不应被当作季度营收来解读。其确认将取决于实际出货、服务、里程碑和合同条款。

执行风险首先来自制造。先进 HBM 结合多颗芯片裸片、复杂封装和严格的热管理要求。

任何一层出现问题，都可能降低整个堆叠的良率。将实验室性能扩展为数百万个可靠组件，仍然极具挑战。

晶圆代工制造还涉及另一套验证流程。Broadcom 需要 Samsung 的未来制程节点满足性能、功耗、良率和进度要求。

基础设施则带来电力和建设风险。仅 SK Telecom 规划的设施就以 2 吉瓦为目标，而更广泛的举措设想达到 5 吉瓦。

确保这些电力供应需要电网接入、发电能力、变电站、许可和冷却系统。如果设施无法为机器通电，GPU 交付进度几乎没有价值。

South Korea 同时也在规划一次重大的国内制造扩张。Samsung 和 SK Hynix 在6月表示，将在西南部一个新的芯片枢纽合计投资 800 万亿韩元。

根据一份 AP chip report，两家公司合计生产全球约三分之二的存储芯片。两家公司各计划在新枢纽建设两座晶圆厂。

SK Chairman Chey 表示，国内项目需要大面积场地、电力、水资源和熟练工人。他指出，此前一个 SK Hynix 制造园区花了九年才建成。

这段历史为 San Francisco 公告提供了有益的参照。需求协议可以在一次会议中签署，但产能需要通过一长串实体项目才能落地。

这笔交易给 Micron、TSMC 以及所有未锁定供应的 AI 买家带来压力

最直接的压力落在那些必须在没有同等长期保障的情况下，竞争相同存储和制造产能的企业身上。

Micron 是最明显的存储竞争对手。它参与 HBM 市场，也能从同样的 AI 需求中受益，但 Nvidia 和其他买家的大规模预订会影响整个行业的可用产能。

Samsung 和 SK Hynix 也会影响传统 DRAM 的供应。制造商需要在不同存储产品之间分配晶圆、设备、封装和工程资源。

因此，扩大 HBM 产量也可能影响服务器、PC 和其他市场。当产能趋紧时，最大的 AI 企业之外的买家可能面临更弱的议价能力。

TSMC 面临的挑战更为间接。Samsung 与 Broadcom 的协议，将先进代工服务与存储和封装纳入同一合作关系。

如果 Samsung 执行得当，Broadcom 将获得另一条先进制造路径。这可以带来供应多样性和更强的议价能力。

不过，这一安排并不意味着 Broadcom 正在放弃 TSMC。大型芯片设计商经常与多家供应商合作，而先进产品在量产前需要经过广泛验证。

更重要的竞争变化在于采购策略。规模较小的 AI 公司很难一次锁定五年的存储供应，或出资建设新的数据中心产能。

它们将通过云服务商、专业基础设施公司或更短期的托管协议购买算力。它们的成本将反映 Nvidia、超大规模云服务商和主要半导体供应商所作出的产能决策。

这可能扩大控制实体基础设施的公司与只能通过 API 获取基础设施的公司之间的差距。

这种影响也会波及企业买家。AI 产品团队常常先根据醒目的基准测试结果评估模型，随后才发现生产部署取决于延迟、区域可用性和可预测的产能。

长期半导体协议位于这些应用决策的数个层级之下。但它们会影响哪些模型能够以经济方式运行，以及服务能在哪里扩展。

因此，即使开发者从不购买加速器，也应关注硬件供应。存储可用性会影响云部署进度、推理定价和新模型发布的节奏。

知识工作者受到的影响较不直接。更多基础设施可以支持更快的工作场景 AI、更长上下文处理以及更多模态数据的使用。

这些改进也会带来更多需要核实的信息。追踪芯片公告、供应商承诺和部署里程碑的团队，需要保留一份能够区分已签署意向与已交付产能的记录。

可搜索的工程知识库可以帮助在公告、规格说明和后续性能结果之间保留这种区分。

South Korea 也从这些协议中获得了更强的影响力。President Lee 将该国定位为可靠的 AI 芯片生产基地和供应链合作伙伴。

San Francisco declaration将这一产业地位与更紧密的 US 技术合作联系起来。此前，该国已推出涵盖半导体园区、实体 AI 和数据中心的国内计划。

这一战略使 South Korea 在 US 芯片设计商与全球制造需求之间占据核心位置。它也使国家对仍高度资本密集的 AI 投资周期更加暴露。

胜出者不会由规模最大的公告决定，而将由谁能在不造成过剩产能的前提下，将锁定的需求转化为可靠芯片来决定。

RSSHub 36Kr 标题之后应关注什么

三个信号将表明，据报道的 9500 亿美元芯片推进计划正在成为运营现实，还是仍停留在雄心勃勃的框架之中。

第一个信号是合同细节。投资者和客户需要知道每份协议中有多少具有约束力、采购量如何计算，以及哪些里程碑会触发采购。

Samsung 与 Broadcom 的 MOU 目前提供了技术范围和五年预估。它没有公布年度出货量、定价公式或取消条款。

SK Group 公布的总额范围更广。它将与 Nvidia 的合作、长期存储供应、AI 工厂及相关基础设施合并计算。

更精确的披露将加强这些总额代表可能业务的论据。若持续依赖汇总估算，验证缺口仍将存在。

第二个信号是技术验证。Samsung 必须证明其 HBM、2 纳米以下代工工艺和封装，能够在生产规模上满足客户要求。

如果 Broadcom 的一款产品成功采用这三项服务，将验证 Samsung 的整合战略。延期或更有限的量产角色都会削弱这一论点。

SK Hynix 必须交付与 Nvidia Vera Rubin 时间表相匹配的下一代存储产品。双方还需要证明，联合开发能够转化为通过验证的高产量产品。

这些里程碑比仪式性公告更重要。在组件通过验证并以可靠数量出货之前，AI 系统无法使用预测中的产能。

第三个信号是实体基础设施进展。SK Telecom 的 2 吉瓦 AI 工厂预计于2027年上线，为可见的建设和电力里程碑留下了较短窗口。

读者应关注选址确认、电网协议、设备订单和分阶段启用时间表。每一项都会让该项目更具可衡量性。

更广泛的 5 吉瓦、200 万 GPU 愿景需要受到更严格的审视。电力容量、加速器数量和运营日期最终应出现在项目层面的披露中。

如果这些细节与采购承诺和成功的芯片验证一同出现，9500 亿美元这一数字看起来就不会那么像政治性汇总。它将开始更像一项可执行的产业计划。

如果时间表延误，而企业不断重复这一总额，公告将主要仍是一份战略意图声明。

这是解读这则报道的有用方式。Samsung、SK Hynix、Nvidia 和 Broadcom 都识别出了同一个约束：未来 AI 性能取决于能否保障完整的半导体系统。

尚未解答的问题是，需求是否足以支撑目前被预订和建设的一切。

与其只关注标题，不如追踪合同、验证里程碑以及已通电的数据中心产能。这些信号将揭示，这一合作伙伴关系究竟会重塑 AI 供应，还是成为又一份跑在工厂前面的预测。