TSM

.badgeprice-container {
display: flex !important;
gap: 1rem !important;
flex-wrap: wrap !important; /* 自動換行 */
}

最新動態與產業佈局近期台積電(TSM)在製程技術與資本市場皆出現顯著變化。在技術佈局上，公司正導入輝達的加速運算與人工智慧技術，以推進半導體設計與製造革新，主要應用涵蓋：運用 CUDA-X 資料庫與 AI 模型，提供微影製程、電晶體與製程模擬、先進製程控制及晶圓廠營運優化等算力加速。透過 Metro

輝達(NVDA)創辦人暨執行長黃仁勳在台灣的主題演講中，勾勒出公司下一階段的成長藍圖，核心聚焦於代理型AI（Agentic AI）、AI工廠、全新資料中心系統、企業軟體工具、個人電腦與機器人領域。黃仁勳在GTC台灣大會上多次讚譽台灣的供應鏈與製造合作夥伴，強調輝達(NVDA)的生態系一路向上游延伸至

AI算力需求11倍增，台積電護城河誰能複製？股東會前外資目標價為何靜悄悄台積電剛公告，2026年股東會定於6月4日召開，年報文件再次確認AI需求強勁，並強調其作為全球客戶「唯一可信賴製造樞紐」的地位。路透數據顯示，台積電預估AI加速器晶圓需求從2022年到2026年將增加11倍。問題是：這個護城河市

輝達新一代機櫃升級，記憶體缺貨行情延燒？輝達(NVDA)VR200機櫃，被估記憶體成本達200萬美元。這讓AI行情從GPU，轉向HBM與高階記憶體。問題是，記憶體漲價會讓誰先被重估？435%暴衝，成本地圖被改寫摩根士丹利估算，VR200 NVL72整櫃成本約780萬美元。GB300 NVL72約40

美國AI巨頭NVIDIA(NVDA)與Uber(UBER)在慕尼黑啟動Level 4機器人計程車計畫，結合Nvidia Drive Hyperion平台與Autobrains自駕系統，打造OEM中立、可擴展的自動駕駛網路。此舉不只改寫叫車市場版圖，也把德國推向全球AI交通沙盒。 .badgepric

TSMC運用Nvidia的加速計算和AI技術，提升半導體設計與生產效率，並在自動缺陷檢測中取得突破。 .badgeprice-container {
display: flex !important;
gap: 1rem !important;

摩根士丹利(MS)估算，輝達(NVDA)下一代Rubin VR200 NVL72人工智慧機櫃，成本逼近780萬美元。這比GB300 NVL72約399萬美元高出近95%。問題是，這波成本暴衝，會讓哪些美股與台股供應鏈先被重估？5月20日這張表，改寫供應鏈行情摩根士丹利在2026年5月20日發布供應鏈

隨著人工智慧發展進入新階段，大型語言模型訓練雖然主導了初期發展，但市場普遍預期「AI推理」將成為未來更龐大的商機。相較於耗費龐大算力的訓練過程，推理更依賴記憶體效能，且作為持續性的運作過程，對成本效益的要求更高。傳統上，圖形處理器(GPU)等AI加速器會搭配高頻寬記憶體來優化效能，但如今輝達(NVD

瑞穗看好晶圓設備支出，大幅調升目標價5月27日，瑞穗證券分析師發布最新報告，將應用材料(AMAT)的目標價從500美元調升至540美元，並維持「優於大盤」的評等。瑞穗同時上調了全球晶圓廠設備支出的預測，將2026年的預估值從1420億美元提升至1530億美元，2027年更從1630億美元上修至190