AI 汽車晶片戰火升溫：三星搶進中國車廠、高頻記憶體產能大擴張、微軟 Build 釋出新一波 AI 火力

・ 2026 年 06 月 02 日

AI 熱潮正從資料中心延燒到汽車與 PC。三星與中國車廠洽談 4nm／2nm 自駕晶片代工，SK Hynix 擬五年內把 AI 記憶體產能翻倍，微軟 Build 大會則端出自研 AI 模型與 Copilot 生態，全球半導體版圖加速重排。

生成式 AI 的投資熱潮，正從雲端資料中心一路蔓延到汽車與個人電腦，帶動上游晶圓代工與記憶體業者同步加碼擴產，也迫使大型平台業者加快推出自研模型與應用生態。在地緣政治與技術門檻夾擊之下，這波 AI 基礎建設的軍備競賽，正在重塑全球半導體供應鏈。

先從最吃緊的 AI 記憶體市場看起。南韓記憶體大廠 SK Hynix（HXSCL）董事長 Chey Tae-won 在台北表示，公司計畫在未來五年內，將記憶體晶圓產能「翻倍」，以因應 AI 相關需求暴增。他直言，高階記憶體供給吃緊的情況，可能一路延續到 2030 年。SK Hynix 與 Samsung Electronics（SSNLF）、Micron Technology(MU)共同壟斷全球記憶體市場，在 AI 資料中心伺服器升級潮帶動下，SK Hynix 與 Micron 市值上週一度雙雙突破 1 兆美元大關，成為這波 AI 資本盛宴最大贏家之一，Nvidia(NVDA)更是 SK Hynix 的核心大客戶。

雖然 Chey Tae-won 未具體透露資本支出規模，但他強調將提高投資、加速擴產。對投資人來說，這宣示目前供需結構仍明顯偏緊，也意味高頻寬記憶體與先進 DRAM 價格在中短期內難以大幅回落。不過，產能一旦在五年內集中開出，市場也不免擔心中長期是否再度走向供過於求的記憶體「慣性循環」，成為後續觀察重點。

與記憶體端的產能戰同時上演的，是邏輯製程上針對汽車 AI 的新一輪搶單戰。根據韓媒《Seoul Economic Daily》報導，Samsung Electronics 旗下的晶圓代工事業正與中國車廠 BYD 等業者洽談，替其代工自駕系統單晶片（SoC），鎖定 4 奈米與 2 奈米先進製程。這顯示中國車廠在高階自駕晶片上，正尋求超越本土龍頭中芯國際（SMIC）的替代方案。

BYD 近期才發表號稱中國首顆 4nm 智慧駕駛晶片「璇璣 A3」，但和多數車廠一樣，並不具備自建 4nm 量產線的能力。業內指出，目前全球能量產 4nm 的主要僅有台積電（TSMC）與 Samsung Foundry，而 SMIC 雖然做到 7nm 級產品，但產能多被像華為這類關鍵客戶鎖住，其餘產能仍集中在 14nm 以上成熟製程，難以完全承接新一代自駕晶片需求。

在此背景下，三星被視為中國車廠在台積電之外「最具現實可行性」的選擇。一名產業人士指出，三星在汽車晶片設計與量產上已有 Exynos Auto 等實績，加上 4nm 良率被市場認為已趨成熟，2nm GAA 技術又獲 Tesla(TSLA)選用來代工下一代 AI6 晶片，種種因素都強化中國車廠對三星的信任。若雙方在汽車電子合作順利，不排除未來擴大到 AI 與高效能運算晶片領域，儘管美國出口管制仍是潛在變數。

從技術需求面看，中國車廠追求的是更高階的自動駕駛功能，這需要車用晶片在運算能力、功耗與散熱之間取得平衡，以支撐車內即時資料處理。有別於傳統車用 MCU，新一代自駕 SoC 更接近資料中心等級的 AI 晶片，這正好與 SK Hynix 等記憶體廠的高頻寬產品形成互補，也說明為何 AI 浪潮會同時推高記憶體與先進邏輯製程的投資意願。

在軟體與平台端，Microsoft(MSFT)則準備透過自研模型與「Copilot」生態，鞏固其在 AI 應用層的主導地位。公司將於舊金山舉行的 Build 開發者大會上，發表首個推理模型 MAI-Thinking-1，並展示影像生成模型 MAI-Image-2.5 的進一步成果，還計畫推出專用的程式碼模型，藉此強化 GitHub Copilot 在 AI 程式輔助市場的競爭力。

硬體端則傳出，首批搭載 Nvidia(NVDA)客製 AI 晶片的 Windows PC，有機會在 Build 期間亮相。微軟已在官方部落格預告，正打造一個從終端裝置到雲端基礎建設的「統一 AI 平台」，並將發表針對開發者優化的新 Windows 11 體驗。另一方面，媒體報導指出，Microsoft 正研發一款整合 GitHub Copilot、Copilot 聊天、Copilot Cowork 與內部代號為 Autopilot 的代理工作流程的新「超級 App」，雖不預期在本次大會正式登場，但有望公布進展。

這波 AI 軟硬整合布局，反映出巨頭不再只是投資單一模型，而是從雲端晶片、開發工具、到終端裝置完整串接。對 Microsoft 這類平台公司而言，掌握 AI 工具鏈有助於鎖住企業與開發者；但對 Nvidia、Micron(MU)等硬體供應商來說，則是一把雙面刃：一方面來自雲端與 PC 廠商的訂單持續放大，另一方面，客戶自研模型與 AI SoC 的趨勢，也可能在長期逐步壓縮第三方晶片的議價空間。

綜合來看，從 SK Hynix 的激進擴產，到 Samsung Foundry 搶攻中國自駕晶片，再到 Microsoft 在 Build 祭出的自研模型與生態布局，AI 產業已從單一雲端算力競賽，轉變為跨記憶體、代工、車用電子與終端裝置的「全棧戰爭」。接下來幾年，真正的考驗不只是誰的技術最先進，更是誰能在地緣政治限制、資本支出壓力與需求循環波動之間，維持穩健的獲利與供應彈性，而這也將是全球投資人與產業觀察者，必須持續追蹤的關鍵。