SK hynix 从 Nvidia 获利，揭示 Amazon Google AI 支出为何面临内存难题

据报道，SK hynix 在 2026 年上半年从 Nvidia 获得了 17 万亿韩元收入，这凸显出 Amazon Google AI 支出背后日益尖锐的矛盾。据《首尔经济日报》报道，这一数字约占这家韩国存储器制造商同期销售额的 13%。

这个数字传递的信息，不只是人工智能基础设施热潮带来的又一份亮眼业绩。它表明，Nvidia 已多么迅速地成为高带宽内存（HBM）供应商的经济重心。HBM 通过堆叠多个内存芯片，使处理器与内存之间的数据传输速度快于传统 DRAM。

这种依赖为 SK hynix 带来了丰厚回报，但也让公司暴露在 Nvidia 的产品周期、采购决策及其供应链多元化努力之下。Samsung Electronics 和 Micron 如今迎来更明确的机会：在 Nvidia 下一代平台全面量产前，成为可信赖的替代供应商。

17 万亿韩元数字重新定义 SK hynix 的增长

SK hynix 不再只是笼统地受益于 AI 需求。如今，其业务中已有可量化的一部分由单一客户驱动。

这一上半年数字是在两家公司商业关系已显著扩张之后出现的。根据其年度业务报告，SK hynix 披露，2025 年向“一家外部单一客户”的销售额为 23.26 万亿韩元。《首尔经济日报》确认该客户为 Nvidia。

根据客户销售披露，这笔 2025 年销售额占 SK hynix 年度营收的 24%。报道还称，美国市场贡献了公司 66.89 万亿韩元销售额，占总额的 68.9%。

最新的上半年报道采用了不同的统计期间，且显然基于不同的营收基数。因此，读者不应将其 13% 的占比与此前的年度数据直接比较。较低的百分比并不一定意味着 Nvidia 的采购量下降。

随着多个存储器类别的需求与价格上涨，SK hynix 的整体销售规模也在扩大。如果公司总营收的增速快于对单一买家的销售额，那么即使该买家的采购额仍然十分庞大，其占比也可能下降。

报道还依赖于将一名未具名的大客户识别为 Nvidia。鉴于 Nvidia 被广泛视为 SK hynix 最大的 HBM 客户，这一判断具有合理性。不过，该公司并未公布按 Nvidia 细分的完整销售账目。

这一区别很重要。17 万亿韩元这一数字应被视为基于监管披露得出的报道估算，而不是由两家公司共同确认的发票总额。

更广泛的趋势则更容易得到验证。SK hynix 为 Nvidia 加速器提供配套内存，两家公司也不断深化技术合作。Nvidia 公开称，SK hynix 是其各类计算平台先进内存领域的核心合作伙伴。

HBM 是这段关系背后的商业引擎。AI 加速器可以执行海量计算，但仍需要稳定供应模型参数和中间数据。内存带宽决定了这些输入抵达处理器的速度。

因此，HBM 不只是附着在图形处理器上的配件。它已经成为影响加速器性能、供给能力、能耗和成本的系统级制约因素。

SK hynix 凭借为 Nvidia 系统供应 HBM3E 获得了早期优势。HBM3E 是高带宽内存的增强一代，旨在提升数据传输速率，同时控制能耗与发热。

公司的这一地位随后形成自我强化。认证需要时间，因为内存堆叠必须与先进处理器、封装和冷却系统可靠协同。已经能够大规模生产通过认证零部件的供应商，相比仍在完成测试的竞争对手具有优势。

这正是上半年销售额报道改变叙事的原因。它将 SK hynix 的技术领先与直接的商业成果联系起来。该公司不仅为其内存技术赢得正面评价；它还将认证资格和产能转化为可观的收入来源。

这项成功也确立了本文的核心张力。验证 SK hynix HBM 领先地位的同一客户关系，也创造了竞争对手可以加以利用的集中度风险。

Amazon Google AI 支出仍然流向 Nvidia

Amazon Google 的 AI 支出在云服务层面看似多元化，但基础设施市场的大部分需求仍汇聚于少数芯片供应商。

Amazon 和 Google 都在为特定 AI 工作负载开发定制处理器。Amazon Web Services 提供 Trainium 加速器和 Graviton 处理器，而 Google 则运营通常被称为 TPU 的张量处理单元。

这些努力让云服务提供商在特定部署中拥有 Nvidia 之外的选择，但并未消除更广泛的内存瓶颈。定制加速器同样需要高速内存、封装产能、网络、电力和制造合作伙伴。

SK hynix 表示，其同时为 Nvidia GPU 和 Google TPU 供应内存。这意味着，即便部分 AI 支出从通用型 Nvidia 加速器转移，该公司仍是受益者。

这一区别解释了为何所提供的关键词 amazon google 会与以 Nvidia 为重点的报道相交。Amazon 和 Google 是 AI 基础设施的大买家，但它们通过多条采购路径影响内存市场。

它们采购基于 Nvidia 的系统、委托开发定制芯片、向外部客户出租算力，并直接与零部件供应商谈判。每一种路径最终都会消耗内存和先进封装资源。

因此，云服务提供商的支出会放大整个供应链的需求。它并不会形成一种简单的竞争：每一笔定制加速器订单都从 Nvidia 扣除等额需求。

Nvidia 销售的还是一套更广泛的系统。其当前的数据中心产品将加速器、中央处理器、网络、互连、软件和机架级设计整合在一起。买家往往选择这一集成平台，因为部署速度和软件兼容性与芯片规格同样重要。

Nvidia 报告称，2026 财年营收为 2159 亿美元，同比增长 65%。其年度申报文件称，受加速计算和 AI 推动，数据中心营收增长 68%。

这一规模使 Nvidia 对供应商拥有显著的采购影响力。它可以提前协调产品要求、锁定产能，并认证多家供应商以保障未来生产。

当 Nvidia 的出货量上升时，SK hynix 会受益；但当内存供应商相互竞争时，Nvidia 也会受益。它希望拥有足够的 HBM 来交付完整系统，同时避免任何一家内存公司成为难以控制的瓶颈。

这从两个方向对 SK hynix 构成压力。它既必须支持 Nvidia 激进的平台节奏，也要维持自身良率、资本支出和定价纪律。

良率指制造出的芯片中符合所需规格的比例。对于 HBM 而言，良率尤其重要，因为多个芯片必须成功堆叠并完成集成。一个缺陷元件就可能降低更复杂封装的价值。

云服务竞争又增加了一层复杂性。Amazon 和 Google 希望降低 AI 计算成本，同时减少对单一加速器供应商的依赖。即使其定制芯片使用来自同一小型供应商群体的内存，这些芯片仍会增强它们的议价地位。

对 SK hynix 而言，机会并不局限于向 Nvidia 销售某一代 HBM。该公司可以为相互竞争的加速器设计、服务器处理器及其他高性能系统供应内存。

其风险在于，这些客户日益要求不同的内存配置。定制芯片可能带来碎片化的规格、认证流程和交付计划。

因此，Amazon Google AI 市场并非以一种清晰的替代方案取代 Nvidia。它正在形成一个更复杂的采购体系，多种加速器平台为争夺同样有限的制造能力而竞争。

这种格局有利于具备广泛技术覆盖和可靠产能的供应商。目前，SK hynix 符合这一描述。问题在于，随着 Samsung 和 Micron 提升 HBM4 产量，它能否保持这一优势。

Nvidia 与 SK hynix 正在成为共同开发者

双方关系如今已超越内存采购，这使 SK hynix 对 Nvidia 更具价值，也更难在短期内被替代。

2026 年 6 月，Nvidia 和 SK hynix 宣布建立一项多年期合作伙伴关系，涵盖下一代内存、半导体设计和制造。该协议正式确立了一项随着多代 AI 加速器发布而不断深化的合作。

两家公司表示，将为 Nvidia 的 Vera Rubin 超级计算机、Vera CPU、RTX Spark 计算机和 Jetson Thor 机器人平台共同开发内存。这将双方的合作延伸至旗舰数据中心 GPU 所配套 HBM 之外。

根据技术合作伙伴关系，SK hynix 还计划使用 Nvidia 软件进行半导体仿真和工厂运营。

这一安排改变了竞争机制。Nvidia 可以更早地与其内存合作伙伴分享平台需求，而 SK hynix 则可以围绕这些需求塑造产品。

更早获得技术信息能够降低认证风险，也能帮助 SK hynix 在需求尚未通过常规市场数据显现之前，决定将工程资源和产能配置到何处。

对 Nvidia 而言，更深入的协调支持一种被称为协同优化的系统设计流程。工程师不再是在设计完处理器后再选择内存，而是同时调校计算、内存、封装、网络和电力。

HBM4 让这种协调更加重要。新一代产品中，内存堆叠与负责管理其同处理器通信的基底芯片之间形成了更复杂的关系。

接口、散热、封装和供电方面的变化都可能影响整个加速器系统。能够早期理解平台路线图的供应商，有更多时间解决这些相互作用。

据报道，SK hynix 已获得 Nvidia 为 Vera Rubin 架构准备的 2026 年 HBM4 需求中约 70% 的份额。该HBM4 分配消息援引了行业消息人士，而非 Nvidia 发布的详细采购公告。

报道还援引 Counterpoint Research 的估计称，SK hynix 将在 2026 年占据全球 HBM4 市场的 54%。Samsung 预计占 28%，Micron 则占 18%。

这些估计支持竞争格局的发展方向，但并非最终出货结果。生产良率、客户认证和平台进度仍可能改变实际份额。

不过，共同开发模式确实为 SK hynix 提供了有意义的防御力。当供应商参与产品规划、验证和制造流程时，更换零部件供应商会变得困难。

当产品需要较长交付周期时，情况会更加棘手。Nvidia 表示，这项多年期协议的设计目的之一，是应对先进存储器相关的延长开发周期。

这并不意味着 SK hynix 不可替代。Nvidia 自身的风险披露强调，公司在制造、组装、封装和测试环节依赖第三方。管理这类风险敞口的企业，有强烈动机维持替代选择。

这项合作关系也可能让 SK hynix 形成运营依赖。圣克拉拉作出的产品决策，可能会在最终系统交付客户前数年，影响韩国的产能规划。

如果 Nvidia 更改存储器配置、推迟平台，或在供应商之间调整采购量，SK hynix 无法立即重新分配专业化产能。生产流程需要较长的规划周期和大量的工厂投资。

因此，这一安排更像是相互依赖，而非简单的供应商绑定。Nvidia 需要大规模获得合格的存储器，而 SK hynix 则需要庞大的平台出货量，才能证明高昂生产承诺的合理性。

目前，这种平衡有利于 SK hynix，因为 HBM 仍然稀缺且制造难度较高。如果竞争对手缩小技术差距，或需求增长放缓到足以形成过剩产能，这一格局将发生变化。

Samsung 和 Micron 有清晰的回归路径

SK hynix 面临的最大威胁并非 AI 需求立即崩塌，而是 Nvidia 获得可信的第二和第三供应来源。

Samsung Electronics 仍是最具影响力的竞争对手，因为它兼具大规模 DRAM 制造能力、先进封装能力和半导体生产能力。

在 HBM3E 周期中，Samsung 失去了部分优势，SK hynix 确立了自己作为 Nvidia 主要供应商的地位。不过，Samsung 仍在持续寻求新产品认证，并向其他加速器客户供货。

Micron 带来了不同的挑战。这家美国存储器制造商扩大了 HBM 产品组合，并将能效定位为数据中心运营商的重要优势。

功耗之所以重要，是因为 HBM 位于本已受到电力和散热限制的系统内部。存储器层面看似微小的改进，在部署到数千个加速器后可能变得意义重大。

Nvidia 受益于让两家公司持续参与。更多通过认证的供应商，可以降低单一厂商制造问题拖延整个加速器平台的风险。

竞争也增强了 Nvidia 在采购量、规格和长期协议谈判中的地位。SK hynix 据报道较高的销售集中度为 Nvidia 增添了筹码，因为失去配额将对其供应商产生实质影响。

Samsung 已证明，当产品通过客户测试后，市场变化可能很快。据关于 HBM4 竞争的报道，Nvidia 和 AMD 已完成 Samsung 产品的质量测试，预计随后将开始供货。

具体配额仍未确定。HBM 采购决策可能随平台变体、生产阶段和客户而变化。供应商可能在整体份额上保持领先，同时竞争对手获得特定插槽或后期生产批次。

SK hynix 的优势也不止于市场份额。其早期生产经验积累了有关缺陷、堆叠、散热和系统行为的数据。这些知识可提高后续良率并缩短故障排查时间。

因此，Samsung 和 Micron 不能仅宣布可比规格。它们需要以足够规模和可预测的经济效益交付通过认证的产品。

压力是双向的。SK hynix 不能不顾质量或资本回报、仅靠最大化产出来捍卫份额。HBM 工厂和封装产线需要在最终需求明朗前作出大规模承诺。

过度扩张可能重演存储器行业的熟悉问题：供应商在短缺期间增加产能，需求放缓，库存上升，价格大幅下跌。

HBM 比普通 DRAM 更具定制化特征，长期协议可以缓和这一周期，但无法消除它。客户仍会调整部署节奏，技术迭代也可能降低库存价值。

这正是一个单纯成功叙事中缺失的审慎视角。庞大的 Nvidia 营收数字证明 SK hynix 抓住了当前需求，却不能证明如今的利润率或供应商份额能够持续。

据报道的 13% 份额还引出了另一个问题：如果 Nvidia 在 2025 年占全年营收的 24%，但在 2026 年上半年销售中的占比更低，就需要谨慎审视其中原因。

全公司快速增长是一个合理解释。另一个解释是，随着 Google 和其他买家采购更多存储器，客户结构更加多元化。年度和中期报告方法的差异也可能影响比较结果。

在 SK hynix 未提供具名客户对账信息的情况下，没有任何单一解释可以下定论。投资者和企业买家应关注披露的合同结构、生产承诺以及客户集中度趋势。

如果定制加速器采用其存储器，Amazon Google AI 供应链可能帮助 SK hynix 降低对 Nvidia 的依赖。同样，它也可能在无法匹配 Nvidia 采购量的情况下，提高规格复杂度和资本需求。

因此，竞争不止是 SK hynix 与 Samsung 或 Micron 之间的较量。更深层的竞争，是供应商多元化与联合开发深度之间的对抗。

Nvidia 希望拥有多家有能力的存储器供应商。SK hynix 则希望其技术整合使自己成为首选供应商，即便替代方案获得认证也是如此。

Amazon Google 买家接下来应关注什么

三个信号将表明，SK hynix 从 Nvidia 获得的意外收益究竟代表持久的领导地位，还是客户集中度的高点。

第一个信号是 Vera Rubin 进入规模化生产后 HBM4 的实际配额。已报道的订单份额有参考价值，但发货量和确认收入提供的证据更强。

如果 SK hynix 在 Nvidia 提高总产量的同时仍保持明显多数份额，结果将强化其联合开发优势。如果 Samsung 或 Micron 获得实质配额，则表明 Nvidia 的供应商多元化战略正在发挥作用。

这种差异对云服务买家很重要。增加供应商可以改善系统可用性，并降低存储器短缺限制加速器部署的可能性。

第二个信号是 SK hynix 在 Nvidia 以外的销售结构。Google TPU、其他定制加速器、服务器处理器和新兴实体 AI 系统，都可能扩大公司的客户基础。

即使 Nvidia 的百分比占比下降，这些市场的增长也会增强 SK hynix 的实力。这将表明，该公司的 HBM 地位建立在更广泛的基础设施需求上，而不是单一平台路线图之上。

Amazon 值得在此关注，因为 AWS 持续推广自有芯片。向 Trainium 的实质性转移，可以改变加速器采购结构，同时不会降低对先进存储器的需求。

Google 通过 TPU 采取类似模式。这家云服务提供商可以在内部部署定制硬件，同时将其作为租赁计算能力提供。

因此，衡量 Amazon Google 支出时，应同时考察 Nvidia 系统采购和定制芯片部署。只看其中一个渠道，会得到不完整的存储器需求图景。

第三个信号是 Samsung 和 Micron 将认证转化为持续生产的速度。已发布的样品并不会自动变成大规模出货。

应关注客户确认的供货、稳定良率，以及在多款加速器产品中的采用。这些发展将削弱 SK hynix 拥有持久结构性优势的观点。

SK hynix 自身的资本决策也将提供额外背景。公司必须足够谨慎地扩张，以满足已签约需求，同时避免在当前周期结束后形成过剩产能。

长期协议可以提供可见性，但细节至关重要。采购量承诺、定价机制、技术里程碑和取消条款，决定了仍由供应商承担多少风险。

6 月的合作关系表明，Nvidia 和 SK hynix 预期将长期合作。Nvidia 表示，该协议支持 AI 基础设施、个人 AI 和实体 AI 市场的存储器供应。

这些是企业预期，并非有保证的结果。大型训练集群的需求已清晰可见，而个人 AI 和实体 AI 仍是较难预测的存储器需求来源。

企业客户还应关注存储器可用性与完整系统交付之间的关系。HBM 产能本身并不决定产出。

先进封装、处理器晶圆、网络组件、电力设备和数据中心建设进度，都可能成为限制因素。某一种组件的供应看似充裕，而完整机架仍可能稀缺。

因此，最有用的结论比标题更为克制。SK hynix 已将其 HBM 领先优势转化为据报道的上半年 17 万亿韩元 Nvidia 销售额，进一步深化了其在 AI 硬件经济中的角色。

这一地位赋予公司定价影响力、工程协作机会和显著增长，也将风险集中在 Nvidia 的路线图和采购战略周围。

Amazon 和 Google 让局面更加复杂，而不是推翻这一格局。它们的定制芯片创造了替代计算平台，但这些平台仍在争夺先进存储器和制造产能。

对开发者而言，结果会影响哪些加速器可用，以及新系统进入云服务的速度。对企业买家而言，它会影响产能承诺、部署时机，以及在不同云平台之间选择的经济性。

下一阶段将由出货量决定，而非合作声明。应追踪三家供应商的 HBM4 出货量、SK hynix 的非 Nvidia 客户结构，以及 Amazon 和 Google 加速器内部使用的存储器。

这些信号将揭示，Amazon Google AI 投资是在拓宽供应链，还是仅将更多支出导向同一小批组件制造商。据报道的意外收益已确立 SK hynix 作为核心参与者的地位。现在，公司必须证明其领导地位能够经受住最大客户日益要求的多元化考验。