一场始于炸鸡店的“全面联姻”

在官宣前一晚，也就是6月7日周日的晚上，英伟达CEO黄仁勋（Jensen Huang）、SK集团会长崔泰源（Chey Tae-won）与SK海力士CEO郭鲁正（Kwak Noh-jung）在首尔的“Kkanbu Chicken”餐厅共进晚餐 。这是黄仁勋与崔泰源之间的第六次正式会面，气氛显然比正式会议室要轻松，但敲定的内容却极为严肃 。

此前，SK海力士已是英伟达HBM4（第四代高带宽内存）的核心供应商，据估计占据了其50%至70% 的供应份额 。然而，这项新协议的核心在于，双方的关系将从“大批量供货”彻底转向“联合路线图规划”。

这意味着，SK海力士将针对英伟达的下一代GPU及系统架构，在内存产品的研发初期就介入设计，以应对AI工厂全球建设所需的漫长开发周期、尖端制造工艺和巨额资本投入 。

覆盖全栈计算平台：从云端到物理世界

协议的覆盖范围揭示了英伟达全栈式布局的野心，以及内存在其中扮演的关键角色。除了供应用于Vera Rubin的下一代AI超级计算架构外，双方联合开发的内存还将覆盖：

• Vera CPU：适配下一代服务器处理器。
• RTX Spark：瞄准爆发式增长的“个人AI PC”市场。
• Jetson Thor：面向自主机器与工业机器人的机器人计算平台。

英伟达和SK海力士的算盘很明确：用一套统一的内存技术路线图，同时吃下云端超算、端侧PC和边缘物理设备三块大蛋糕 。

延烧至2030年的“结构性内存荒”

黄仁勋在首尔的警告并非危言耸听，而是为一场已持续了一整年的全球性产能焦虑，写下了最新的注脚。就在协议宣布前的台北国际电脑展（Computex 2026）上，SK集团会长崔泰源已经给出了一个更加“绝望”的时间表：供需紧张将持续至2030年 。

这不是一家之言。三星电子内存业务负责人金在俊（Kim Jaejune）同样预警，全系内存产品将面临“显著短缺”，且至少持续至2027年，目前的需求满足率已跌至历史冰点 。英特尔CEO陈立武（Lip-Bu Tan）也警告，这场“芯片荒”可能要延续至2028年 。

为了应对此局面，崔泰源在Computex上公布了SK集团迄今最为激进的扩产目标：五年内将晶圆总产能翻倍 。

他坦言：“建设一座新的内存晶圆厂，不仅需要投入巨大的投资，至少还需要三年时间。” 这也解释了为何未来数年的供应格局几乎已被“锁死” 。早在2026年3月的英伟达GTC大会上，崔泰源就已预判，全球内存芯片供应将在2030年前维持约20%的缺口 。

用AI“设计”芯片：PhysicsNeMo进入实战

除了硬件供应，双方合作的另一大技术支柱，是将AI反哺到半导体制造环节本身。

SK海力士正在全面导入英伟达的CUDA-X加速库，其中就包括基于AI物理模拟的PhysicsNeMo框架。这一工具的实战部署，能够极大程度加速技术计算机辅助设计（TCAD）模拟，让工程师能以“AI速度”进行芯片工艺研发，而不是困在传统的缓慢迭代中 。

这项合作的雏形，最早可追溯至2025年10月亚太经合组织（APEC）峰会期间。当时，SK集团不仅宣布将采用CUDA-X和PhysicsNeMo，还承诺在韩国建设一座部署超过5万张英伟达GPU的AI工厂，其第一阶段预计在2027年下半年投用 。

终极目标：2030无人工厂与供应链的三方锚定

如果将上述布局比作“大脑与血脉”，那么SK海力士在制造端的终极蓝图——“自主晶圆厂”，就是他们想让这具庞大躯体学会自己行走的尝试。

SK海力士的目标是：在2030年建成完全无人化的自主运行工厂。实现路径非常清晰：

1. 搭建数字孪生：利用英伟达Omniverse平台进行3D可视化与模拟，结合OpenUSD进行场景优化，并运用英伟达cuOpt优化工厂物流与排程 。
2. 三大核心支柱：用“运营AI”充当大脑（Operation AI），用“物理AI”充当身体（Physical AI），用“数字孪生”提供安全进化的虚拟沙盒 。

事实上，SK集团旗下的SK电讯已经在SK海力士的芯片厂里完成了“数字孪生”的概念验证，在虚拟空间中完整复刻并模拟了生产线、物流及设备运转 。在2026年3月的GTC大会上，英伟达已将SK电讯列为其关键的物理AI合作伙伴，并成立了联合委员会，以加速相关技术的共研 。

这场深度结盟也串联起了一个跨地域的稳定供应链三角。在Computex 2026上，崔泰源释放了与台积电及台湾地区供应商强化合作的信号 。英伟达、SK海力士、台积电三者之间愈发紧密的“三方连线”，正在成为下一代AI基础设施最坚固的供应链锚点。

结语：英伟达与SK海力士的这份多年协议，不是一份常规的采购订单，而是一场关于“硬件联合定义权”的世纪赌注。在内存注定要稀缺到2030年的背景下，这张通过炸鸡与啤酒结成的同盟，已经将双方的硅基设计、工厂自动化与未来十年的物理AI经济，牢牢捆绑在了一起。

一场始于炸鸡店的“全面联姻”

在官宣前一晚，也就是6月7日周日的晚上，英伟达CEO黄仁勋（Jensen Huang）、SK集团会长崔泰源（Chey Tae-won）与SK海力士CEO郭鲁正（Kwak Noh-jung）在首尔的“Kkanbu Chicken”餐厅共进晚餐 。这是黄仁勋与崔泰源之间的第六次正式会面，气氛显然比正式会议室要轻松，但敲定的内容却极为严肃 。

此前，SK海力士已是英伟达HBM4（第四代高带宽内存）的核心供应商，据估计占据了其50%至70% 的供应份额 。然而，这项新协议的核心在于，双方的关系将从“大批量供货”彻底转向“联合路线图规划”。

这意味着，SK海力士将针对英伟达的下一代GPU及系统架构，在内存产品的研发初期就介入设计，以应对AI工厂全球建设所需的漫长开发周期、尖端制造工艺和巨额资本投入 。

覆盖全栈计算平台：从云端到物理世界

协议的覆盖范围揭示了英伟达全栈式布局的野心，以及内存在其中扮演的关键角色。除了供应用于Vera Rubin的下一代AI超级计算架构外，双方联合开发的内存还将覆盖：

• Vera CPU：适配下一代服务器处理器。
• RTX Spark：瞄准爆发式增长的“个人AI PC”市场。
• Jetson Thor：面向自主机器与工业机器人的机器人计算平台。

英伟达和SK海力士的算盘很明确：用一套统一的内存技术路线图，同时吃下云端超算、端侧PC和边缘物理设备三块大蛋糕 。

延烧至2030年的“结构性内存荒”

黄仁勋在首尔的警告并非危言耸听，而是为一场已持续了一整年的全球性产能焦虑，写下了最新的注脚。就在协议宣布前的台北国际电脑展（Computex 2026）上，SK集团会长崔泰源已经给出了一个更加“绝望”的时间表：供需紧张将持续至2030年 。

这不是一家之言。三星电子内存业务负责人金在俊（Kim Jaejune）同样预警，全系内存产品将面临“显著短缺”，且至少持续至2027年，目前的需求满足率已跌至历史冰点 。英特尔CEO陈立武（Lip-Bu Tan）也警告，这场“芯片荒”可能要延续至2028年 。

为了应对此局面，崔泰源在Computex上公布了SK集团迄今最为激进的扩产目标：五年内将晶圆总产能翻倍 。

他坦言：“建设一座新的内存晶圆厂，不仅需要投入巨大的投资，至少还需要三年时间。” 这也解释了为何未来数年的供应格局几乎已被“锁死” 。早在2026年3月的英伟达GTC大会上，崔泰源就已预判，全球内存芯片供应将在2030年前维持约20%的缺口 。

用AI“设计”芯片：PhysicsNeMo进入实战

除了硬件供应，双方合作的另一大技术支柱，是将AI反哺到半导体制造环节本身。

SK海力士正在全面导入英伟达的CUDA-X加速库，其中就包括基于AI物理模拟的PhysicsNeMo框架。这一工具的实战部署，能够极大程度加速技术计算机辅助设计（TCAD）模拟，让工程师能以“AI速度”进行芯片工艺研发，而不是困在传统的缓慢迭代中 。

这项合作的雏形，最早可追溯至2025年10月亚太经合组织（APEC）峰会期间。当时，SK集团不仅宣布将采用CUDA-X和PhysicsNeMo，还承诺在韩国建设一座部署超过5万张英伟达GPU的AI工厂，其第一阶段预计在2027年下半年投用 。

终极目标：2030无人工厂与供应链的三方锚定

如果将上述布局比作“大脑与血脉”，那么SK海力士在制造端的终极蓝图——“自主晶圆厂”，就是他们想让这具庞大躯体学会自己行走的尝试。

SK海力士的目标是：在2030年建成完全无人化的自主运行工厂。实现路径非常清晰：

1. 搭建数字孪生：利用英伟达Omniverse平台进行3D可视化与模拟，结合OpenUSD进行场景优化，并运用英伟达cuOpt优化工厂物流与排程 。
2. 三大核心支柱：用“运营AI”充当大脑（Operation AI），用“物理AI”充当身体（Physical AI），用“数字孪生”提供安全进化的虚拟沙盒 。

事实上，SK集团旗下的SK电讯已经在SK海力士的芯片厂里完成了“数字孪生”的概念验证，在虚拟空间中完整复刻并模拟了生产线、物流及设备运转 。在2026年3月的GTC大会上，英伟达已将SK电讯列为其关键的物理AI合作伙伴，并成立了联合委员会，以加速相关技术的共研 。

这场深度结盟也串联起了一个跨地域的稳定供应链三角。在Computex 2026上，崔泰源释放了与台积电及台湾地区供应商强化合作的信号 。英伟达、SK海力士、台积电三者之间愈发紧密的“三方连线”，正在成为下一代AI基础设施最坚固的供应链锚点。

结语：英伟达与SK海力士的这份多年协议，不是一份常规的采购订单，而是一场关于“硬件联合定义权”的世纪赌注。在内存注定要稀缺到2030年的背景下，这张通过炸鸡与啤酒结成的同盟，已经将双方的硅基设计、工厂自动化与未来十年的物理AI经济，牢牢捆绑在了一起。