輝達注資OpenAI 300億美元 黃仁勳稱上市前最後一筆 千億美元投資計畫也「可能告吹」工商時報

Grok：

根據最新報導（主要來自彭博社於2026年3月6日發布的消息，多家媒體如路透社、Yahoo Finance、Seeking Alpha等跟進），Oracle 與 OpenAI 已決定終止/放棄在德州Abilene 旗艦AI資料中心的擴建計畫。

### 主要細節
- 計畫內容：原本計畫將現有1.2吉瓦（GW）的資料中心園區擴建至約2吉瓦，屬於備受矚目的「Stargate」超大型AI基礎設施項目的一部分（該項目由OpenAI、Oracle、SoftBank等合作，總規模傳聞高達數千億美元，曾在2025年由川普總統宣布）。
- 終止原因：
  - 融資談判長期僵持、拖延。
  - OpenAI的需求預測與規劃頻繁變化，導致雙方無法達成共識。
- 現況：
  - 該1000英畝園區由Crusoe開發，目前仍在建設中，部分區域已上線並投入營運（Oracle已為OpenAI租用其中數棟建物，主要搭載NVIDIA GPU，用於AI訓練與部署）。
  - 擴建部分已取消，但雙方原有其他合作（如總計4.5吉瓦的容量部署）仍按計畫進行，Oracle對此合作表態仍「感到自豪」，並強調持續打造全球最大AI工廠之一。
- 後續影響：
  - 談判破局後，Meta Platforms 正考慮接手、向Crusoe租用原本的擴建場地，NVIDIA也介入協助（據傳已支付1.5億美元訂金給Crusoe，以確保其GPU能繼續入駐，而非被AMD等競爭者搶走）。
  - 消息公布後，Oracle股價在當日尾盤下跌約1-1.2%，部分AI相關半導體股也受波及。

這不是完全取消整個Stargate或Oracle-OpenAI合作，而是針對德州這個特定旗艦園區的擴建階段喊卡。整體AI資料中心需求仍強勁，資源很可能快速轉移到其他玩家（如Meta）手上。

Perplexity：

Grok：

NVIDIA (NVDA) 過去一年的營收（TTM，截至2026年1月25日的財政2026全年）確實約2,159億美元，這是官方財報確認的數字，增長65% YoY，主要來自資料中心業務爆炸性成長。

關於「2027年營收要達1兆」的說法，這其實是個誤解或傳聞變形。 CEO Jensen Huang 在2026年3月16日的GTC大會上表示，預期Blackwell和Rubin等AI晶片系統的累計營收機會至少達到 1 trillion USD through 2027。這不是指單一財政年度2027的年度營收會達到1兆美元，而是從現在到2027年底的多年累積銷售潛力（包括已確認訂單、供應鏈承諾和預期需求）。之前在2025年底的GTC，他們說的是through 2026的$500 billion，現在擴大到through 2027的至少$1 trillion，相當於把時間軸拉長一年，機會翻倍。

- 目前市場共識和部分報告顯示：FY2027年度營收預估約在 300–380 billion USD 左右。

Perplexity：

SMCI共同創始人廖益賢被美國檢方指控涉嫌走私NVIDIA高階AI晶片至中國，違反出口管制法規。[today.line +1]
這起事件於2026年3月19日曝光，導致SMCI股價盤後下跌約12%。[ltn +1]
指控細節
廖益賢（Yih-Shyan “Wally” Liaw）與台灣銷售經理張瑞滄（Steven Ruei-Tsan Chang）、承包商孫廷偉（Willy Ting-Wei Sun）三人涉嫌自2024年起，利用東南亞空殼公司作為中轉，規避美國對中國的出口限制。[blocktempo +2]
他們將搭載H100等高階GPU的伺服器偽裝成一般產品轉售，涉案總額逾25億美元，每人最高可判20年監禁。[investor +1]

這等於在借高利貸

不祥的徵兆

Grok： 

Reuters 3 月 23 日獨家爆的。OpenAI 為了跟 Anthropic 搶企業 AI 市場，正在跟 TPG、Advent International 等私募股權基金談合資企業，給它們優先股 + 保底 17.5% 年回報，還加碼「最早拿到還沒公開的新模型」。這在科技業確實極少見，尤其對一家剛融完 1220 億、號稱全世界最熱的公司來說，卻要用保底回報拉投資」，完全成立。

不過這 17.5% 保底不是這次主融資用的，而是針對「企業聯合投資計劃」的 甜頭。OpenAI 想讓這些私募基金把旗下幾百家 portfolio company 全部推上 ChatGPT Enterprise，相當於用 AI 做「企業加盟戰」。Anthropic 也在跟同一批私募基金打仗，所以 OpenAI 直接放大招。

17.5%，比台灣的信用卡循環利息還要高

當年恆大倒閉之前發的海外公司債利率高達18%

Mike大真的是見微知著，股海明燈！

輝達（NVIDIA, NVDA）研究人員推出名為「KVTC」的創新壓縮技術，借鑑 JPEG 影像壓縮邏輯，可將大型語言模型（LLM）的 KV 快取（短期記憶）記憶體用量最高縮減 20 倍。該技術主要針對長上下文及多輪對話場景，能在不修改模型權重與程式碼的前提下，將首次 Token 生成時間縮短達 8 倍，顯著降低運算延遲與 GPU 記憶體成本。

​測試顯示，KVTC 在壓縮比達 20 倍時，精確度損失仍低於 1%。相較於現有的量化或稀疏化技術，此方案更具穩定性與可移植性，特別適用於程式設計助理與代理人推理流程。未來 NVIDIA 計劃將此技術整合進開源推論引擎，有望如串流影片壓縮般，成為 AI 推論架構中的標準層，解決目前 LLM 高度受限於硬體記憶體頻寬的瓶頸。

商周

Grok： 

美國資料中心建設面臨嚴重瓶頸，根據近期多個報導，2026年計劃在美國上線的資料中心項目中，近50%（約30%至50%）可能延期或取消。這並非個案，而是AI基礎設施熱潮下電力與供應鏈雙重壓力的結果。

上週一檔荒謬的投機股

這則新聞學到了三個英文片語

Pivot to AI

Hail Mary

shallow float

Grok： 

Allbirds（股票代碼：BIRD）股價因 AI 轉型公告 而大漲（Pivot to AI），與一家機構投資人簽訂 最高 5,000 萬美元的可轉換融資協議，採購高性能 GPU，提供租賃服務。週三盤中一度暴漲 近 600%，媒體快速放大「賣鞋的變 AI 公司」故事。

Allbirds 原是主打 環保羊毛鞋 的品牌，曾在矽谷、科技圈很流行（名人如歐巴馬、班艾佛列克都穿過），2021 年上市時市值一度超過 40 億美元。但近年需求下滑、虧損嚴重。轉型 AI 被視為 最後一搏（Hail Mary），想搭上 AI 熱潮翻身。

許多分析師（如 Jim Cramer、William Blair）認為這是 炒作、市場過熱的象徵，類似過去 dot-com 泡沫時期公司隨便加「.com」就漲。股價暴漲主要來自 薄盤（shallow float）、自動化交易、社群 meme 效應，而非基本面改善。隔天就大跌，顯示獲利了結快速。

ChatGPT： 

黃仁勳 最近對「科技戰 vs 生態戰」的核心思維，不要把對手逼出你的體系

NVIDIA 的真正護城河，其實不是晶片本身，而是整套：

CUDA 生態

開發工具鏈

AI framework 綁定（PyTorch / TensorFlow）

軟硬整合能力

這點很關鍵。

只要全世界AI開發者都還在用NVIDIA這套語言，你就還是規則制定者。與其封鎖中國，不如讓中國「依賴你」

轉換成本才是真護城河

但這套說法，有沒有盲點？

有，而且不小。

他低估「國家級意志」，企業怕轉換成本，但國家可以強制轉換。中國如果真的要政策補貼，強制國產替代，封閉市場是可以硬切生態的（雖然效率低）

CUDA 不一定永遠壟斷

現在已經有幾個潛在威脅：開源替代（ROCm 等），AI framework 抽象層越來越強，模型越來越平台無關

美國政府想的是國安優先（限制中國），但 NVIDIA 想的是市佔 + 生態控制，這兩個目標本來就會衝突。

根據次級市場交易平台Forge Global的數據，AI新創公司Anthropic的估值已經突破1兆美元，超過OpenAI在同一平台的估值8,800億美元。

工商時報

Sonnet：

AI 技術比起晶圓製造更容易被追趕或顛覆

SpaceX、OpenAI 今年底上市後

股價都會大跌

股價太貴獲利了結的賣壓太重

Perplx：

DeepSeek（中國AI新創公司）於 2026年4月24日 推出其新一代模型 V4 的預覽版，此模型將採用 華為 最新 AI晶片 運行，而非過去依賴的 Nvidia 晶片。這是 DeepSeek 首次全面轉向國產晶片，預計包括 V4 標準版及低成本的 Flash版本。 報導指出，DeepSeek 團隊過去半年與 華為 及 寒武紀科技 深度合作，重構模型底層架構、優化代碼，並進行多輪壓力測試，以適配國產硬體環境。[udn +3]

Ai算力供過於求初顯

Grok： 

OpenAI 董事會和 CFO Sarah Friar 確實在加強檢視數據中心合約，並對 CEO Sam Altman 即使在成長放緩的情況下仍積極鎖定更多算力的做法提出質疑。 wsj.com 

•  成長放緩：OpenAI 最近幾個月沒達到內部設定的新用戶和營收目標，尤其在企業市場和程式碼生成領域輸給 Anthropic（Claude）一些份額。ChatGPT 的成長在 2025 年底已明顯趨緩，沒能達成每週 10 億活躍用戶的內部目標。 

Grok： 

最近（2026年4月）NVIDIA 深度學習應用副總裁 Bryan Catanzaro 公開表示，在他的團隊中，AI 算力成本已經遠遠超過員工薪資總額。 fortune.com 

這反映出 AI 目前還處在「投資重、回報慢」的階段。很多企業一邊裁員壓縮人力成本，一邊重金投入 AI，結果短期內 AI 不但沒省錢，反而推高了 IT 預算。這也是為什麼有人說「AI 省錢的幻想先破滅了」。

Gemini：

C++ 創始人 Bjarne Stroustrup 指出AI 寫的程式碼帶來巨大隱憂：

1. 臃腫（Bloat）與 Bug 的根源

AI 為了拼湊出看起來可行的功能，往往會塞入大量冗餘的模板代碼（Boilerplate code），或者重複呼叫不必要的函式庫。人類工程師在 code review 時，很容易被這種流暢度欺騙，進而忽略了隱藏在細節中的邏輯邊界錯誤（Corner cases）。

2. 資安漏洞與無法驗證

如果一個系統是由 AI 拼湊而成，當它出錯時，你難釐清它的上下文邏輯，導致傳統的單元測試（Unit Testing）和形式驗證（Formal Verification）很難全面覆蓋，最後變成「會動就好，但沒人敢改」的祖傳代碼。

3. Prompt 的蝴蝶效應

在傳統程式設計中，你改動一行嚴謹的代碼，影響範圍通常是可預期的。但在 AI 輔助開發中，Prompt 裡微調了一個形容詞或微調了敘述順序，LLM 的內部權重分佈就會產生劇烈變化，產出的程式碼架構可能直接「砍掉重練」。這種難以預測的特性，在需要高度工程紀律的專案中簡直是災難。

「Vibe Coding」的泡沫

這種開發模式在開發初期、製作原型或寫簡單的腳本時效率極高；但一旦進入到高併發、極致效能要求、或是金融與醫療等不容許任何出錯的關鍵系統時，這些隱形技術債就會像定時炸彈一樣。

Grok：