黃仁勳喊只有瘋狂的人質疑 AI。六成資料中心還沒開工。

昨天微軟與 Google 把運算入口推向代理與開源模型，COMPUTEX 也在最後一天收尾。今天場景換回台北與舊金山的兩種聲音：一邊是台積電與輝達喊出的信心，一邊是資料中心攤開的電力與用水帳單。

魏哲家股東會把資本支出信心攤開

台積電 6 月 4 日舉行股東常會，董事長暨總裁魏哲家在會中說明 2025 年營運成果與今年展望，並回應股東對資本支出、美國製造、毛利率、先進封裝與機器人應用的提問。

被問到台灣半導體優勢還能維持多久，他直接回答「保持永遠，台積電就是在台灣」，並說其他國家短期內要競爭並不容易。他把這份信心歸在兩個關鍵上，一是台灣仍是台積電投資與製造效率最高的地方。

資本支出是現場最被追問的一題。魏哲家以較口語的方式回應，說目前還沒有看到停止的指標，AI 需求趨勢仍在延續。今天股東提問相當踴躍，從 High-NA EUV、資本支出，一路問到人形機器人、長照需求與股票分割。

先進封裝這邊有具體時程。台積電的 CoPoS 先進封裝最快兩年放量，對應 AI 晶片往更大尺寸、更高整合度走的方向。如果 AI 需求像魏哲家說的還沒看到天花板，封裝產能會是接下來能不能餵飽訂單的關卡。

AI 該不該質疑：黃仁勳喊話與博通財測同週對撞

黃仁勳在台北文華東方酒店一場閉門論壇上正面回擊 AI 泡沫的質疑。這場活動吸引逾 300 位金融機構與家族辦公室代表，他說只有瘋狂的人才會質疑 AI 投資的報酬率，這項科技已創造數兆美元價值，光是過去 6 個月報酬率就已被徹底重塑。

他這週大部分時間都在 COMPUTEX 宣揚 AI 將改變經濟與社會，這番話算是把近期升溫的泡沫疑慮接住。

但同一週的財報給了另一個對照。網通晶片廠博通公布 2026 會計年度第二季（2 至 4 月）營收年增 48% 至 221.87 億美元，經調整每股盈餘 2.44 美元，高於去年同期的 1.58 美元。

問題出在前瞻。Q2 營收略低於市場預期的 222.7 億美元，且博通沒有上修 AI 晶片銷售預估，本季營收展望也讓市場失望。一邊是輝達喊報酬已被重塑，一邊是 AI 晶片龍頭之一的財測沒給出更多想像空間，兩種訊息撞在同一週。

AI 蓋得越大，電與水越先見底

算力背後的資料中心正卡在實體世界。微軟、Alphabet、Meta、亞馬遜 2025 年合計投入 4,100 億美元資本支出，今年預料突破 6,700 億美元。

錢到位，工程卻沒跟上。建商因供應鏈積壓、許可證爭議與電力供應問題，導致進度嚴重落後，美國規劃明年落成的資料中心約六成尚未開工。電力成了部署資金最大的不確定性。

用水與用電的長期帳更驚人。聯合國大學水、環境與健康研究所報告指出，到 2030 年資料中心電力與用水消耗預計較當前翻倍。2025 年全球資料中心耗電 4,480 太瓦時，超過沙烏地阿拉伯全國用電，其中 AI 約占五分之一；同期耗水約 4.5 兆公升，並產生 1.89 億噸電子廢棄物。

面對民眾對擴建的反彈，Google 6 月 3 日提出用水五項承諾，包括到 2030 年補充的水資源要超過資料中心用水量、改善供水與污水處理、尋求替代與回收方案、用氣冷保護高風險流域、透明揭露整體用水。Google 全球基礎設施永續負責人說自己不過是這領域數十家業者之一。如果各家不把用水用電當成正式成本來算，下一個瓶頸不會是晶片，而是把晶片插上去的那塊地。

Gemma 4 把多模態塞進 16GB 筆電

Google DeepMind 發表 Gemma 4 12B，開放模型系列累計下載突破 1.5 億次。

它的賣點在能跑得動。Gemma 4 12B 能原生處理文字、影像與音訊，無需額外編碼器，藉此降低處理時間、記憶體用量與延遲，只要 16GB VRAM 或統一記憶體就能在本機運行，各項基準測試表現幾乎追平約兩倍大的 Gemma 4 26B。等於把代理式的多模態能力帶到一般筆電上。

這條路線也呼應企業端的轉向。過去兩年競爭幾乎圍繞著誰有更多 GPU、誰能訓練更大的模型，而 Gemma 4 12B 想證明的是，企業真正需要的或許是能在本地設備跑推理、多模態理解與 AI Agent 任務的模型。

落地的卡點還在工具鏈。本地社群連夜實測，有人回報 Gemma 4 12B 的 MTP 在主模型 gguf 裡沒附、要另外處理，也有人在 RDNA2 顯卡與 2019 Mac Pro 上成功跑起 vLLM 加 Gemma 4 與 Qwen3.6。社群分支 BeeLlama 更新到 v0.3.1 對齊最新 llama.cpp，帶 DFlash、MTP 與 TurboQuant，宣稱單張 RTX 3090 跑 Qwen 3.6 27B 與 Gemma 4 31B 最高到每秒 177.8 token。模型能不能真的普及到一般機器，看 llama.cpp 何時把支援補齊。

連接技術成 AI 工廠新戰場

當 GPU 數量持續放大，資料怎麼在機櫃與晶片之間移動，變成新的瓶頸。鴻海宣布與英特爾策略合作，結合英特爾的處理器、矽光子技術與軟體生態系，以及鴻海的全球製造、系統整合與 AI 資料中心部署能力，共同切入從晶片、機櫃到系統的 AI 解決方案，加速邊緣與 Physical AI 應用。董事長劉揚偉以「3+3+3」策略定調，布局 AI、半導體與次世代通訊。

Marvell 則想把自己跟代工硬體區隔開。執行長墨非 6 月 2 日登上 COMPUTEX 舞台，黃仁勳現身站台稱 Marvell 會是下一間兆元公司。墨非說「我們不是 ASIC 公司」，主張高速 I/O 才是唯快不敗，並把這套定位放進他講的 10 年轉型裡。第三代半導體這邊，氮化鎵功率 IC 廠納微半導體針對輝達 MGX 平台協同開發電源傳輸板，切入 AI 機櫃的高功率供電。

記憶體的競爭線拉到中國。韓媒報導長鑫存儲的 HBM3 技術已追上三星與 SK 海力士，中韓在高頻寬記憶體的技術差距縮小到約 3 年，長鑫並計畫透過 IPO 籌資加速擴張。材料端也熱，電子材料廠勤凱 5 月營收回升至 2.3 億元、年增 64.8% 創歷史次高，受惠 AI 需求與 MLCC 市況，並切入 CoPoS 先進封裝的 TGV 玻璃基板。

AI 代理開始進駐每個工作場景

Meta 想把代理鋪進每一條商家對話。6 月 3 日推出的 Meta Business Agent 讓商家用 AI 在 WhatsApp、Messenger 並擴大到 Instagram 上回覆顧客、推薦商品、預約與篩選潛在客戶，必要時再轉給真人。Meta 每天有超過 10 億個商家對話，這是它想擺脫單一廣告營收、找新入口的一步。

用量的爆炸從 OpenAI 的內部數字看得很清楚。執行長奧特曼說，6 年半前 OpenAI 內部最大量消耗 token 的人每月用掉 10 萬 token，當時可能是世界第一；6 年半後這個數字大約相當於全球人均水準，而 OpenAI 目前的 token 冠軍每月用掉約 1,000 億 token。

影片模型則撐起另一條營收線。字節跳動旗下火山引擎今年 4 月把模型即服務營收目標上調到 150 億元人民幣，2025 年底目標還是 100 億，而火山 2025 全年該業務營收約 15 億元，等於今年目標是去年的 10 倍。多位大廠人士透露，光是影片模型 Seedance 2.0 一個就能帶來單月超過 10 億元營收。當 AI 從採用率變成日常工具，JPMorgan、Meta 與 KPMG 等大企業也開始建內部儀表板，追蹤員工到底怎麼用 AI。

資安這邊，老漏洞接連被翻出來打

幾個被擱置的舊漏洞這幾天集中爆出被利用。研究人員 6 月 3 日揭露名為 HTTP/2 Bomb 的遠端阻斷服務手法，鎖定 HTTP/2 預設組態，攻擊者用少量流量就能消耗伺服器大量記憶體，影響 Nginx、Apache httpd、Microsoft IIS、Envoy 與 Cloudflare Pingora。

被翻出來的還有更舊的。美國網路安全與基礎設施安全局 6 月 2 日警告，幾年前揭露的 Linux 核心權限提升漏洞 CVE-2022-0492 已遭積極利用、納入已遭利用漏洞名單，要求聯邦機構在 6 月 5 日前修補；Magento 快取外掛 Mirasvit Cache Warmer 的 CVE-2026-45247（CVSS 9.8）與 Android 框架零時差漏洞 CVE-2025-48595 也都被確認用於實際攻擊。同一時間還出現駭客利用美國愛國者形象經營社群頻道，結合生成式 AI 擴大詐騙與攻擊行動。生成式 AI 讓單一攻擊者就能做到過去整組團隊才能完成的事，修補節奏跟不上，舊漏洞就會一個一個被回收利用。