市場訊息
① Micron：AI 現在最大的瓶頸可能不是 GPU，而是「記憶體」
Micron 9/30 公布最新財測，第一季營收預估 615 億美元 ±15 億，高於 LSEG 市場平均預估的 570.2 億美元。更值得注意的是，客戶長期供應協議的承諾金額從 6 月的 220 億美元增加到 320 億美元，而未履行履約義務約從 1,000 億升到 1,500 億美元。
Micron 總裁 Manish Bhatia 更直接表示：
Memory is the chief constraint in AI.
也就是他認為目前 AI 擴張的主要限制因素之一，已經落到記憶體。Micron 並表示，2027 年大部分 HBM 產能已經簽訂協議，且 FY2027 資本支出將高於原先計畫。
這跟前天 Samsung Electronics 的說法可以拼在一起：Samsung 預估 HBM 明年將占整體 DRAM wafer capacity 接近 30%，目前約 20%；HBM 與一般 DRAM 又會競爭相同晶圓產能。
AI 軍備競賽正在從「GPU 不夠」逐步擴散成 HBM／DRAM／儲存／先進封裝全部一起吃緊。而 HBM 拉走 DRAM wafer capacity，又可能間接影響一般 DRAM 的供需。
相關觀察：美股 MU、NVDA；韓股 Samsung、SK Hynix；台股可研究南亞科、華邦電、群聯，以及 HBM／先進封裝測試鏈。但後三者是產業映射，不代表直接吃到 Micron HBM 訂單。
⸻
② NVIDIA、Intel 投資 CScale：AI 晶片內部連接開始「銅轉光」
新創 CScale 9/30 宣布完成 1.45 億美元募資，投資者包括 NVIDIA 與 Intel。它做的不是一般資料中心光模組，而是試圖把 AI server 裡面晶片彼此連接的銅線換成光纖。
目前銅互連速度快、可靠，但傳輸距離有限，因此 GPU 必須擺得非常密集；密度提高後，散熱又變得更困難。CScale 的方向則是把雷射進一步整合到晶片，並設計成即使雷射失效，也不讓資料流中斷。
這比「800G→1.6T」又再往前一步。
原本：GPU → Switch → Optical Transceiver
正在進一步變成：GPU／ASIC ↔ Optical I/O ↔ GPU／ASIC
也就是光開始往晶片旁、甚至晶片內部移動。
我們追 CPO 的核心不能只看「光模組需求增加」，真正的大故事是：AI scale-up bandwidth 爆炸 → 銅線距離／功耗／散熱碰到物理極限 → 光互連逐步深入伺服器內部。
台股研究清單仍可放：聯亞、上詮、光聖、波若威、華星光、訊芯-KY；但目前沒有證據證明上述公司是 CScale 直接供應商，因此只能標示為「光通訊／CPO 產業映射」
⸻
③ OpenAI × Synopsys：AI 開始直接「設計 AI 晶片」
Synopsys 與 OpenAI 9/30 宣布合作開發專門用於半導體設計的 GPT-Synopsys。
它不是單純工程師問答工具，而會學習操作 Synopsys 的 EDA 軟體，從電路描述一路協助到數十億顆電晶體布局最佳化。OpenAI 共同創辦人 Greg Brockman 表示，目標是把部分晶片設計流程縮短數週甚至數月。
商業模式也很值得注意：
OpenAI 付 Synopsys 訓練訂閱費 → 客戶使用 GPT-Synopsys → 雙方依模型改善晶片設計的成效分享收入。
但 AI 不會自己決定晶片一定能做出來。Synopsys CEO Sassine Ghazi 強調，最終仍要使用傳統工具做 sign-off／ground truth，確認物理設計真的成立。
Tiana觀點：這代表 AI 正開始進入「生產 AI 的工具鏈」。
AI → 幫工程師設計晶片
→ 晶片設計速度提高
→ 更多客製 ASIC／AI Accelerator
→ Foundry＋先進封裝需求增加。
美股直接相關是 SNPS；台股則可研究 台積電、創意、世芯-KY等 ASIC／晶圓製造鏈，但後者同樣屬產業邏輯映射，並非這次合作的已證實客戶。
⸻
④ DeepSeek × Huawei：中國正在嘗試建立自己的「CUDA 替代生態」
DeepSeek 9/30 宣布與 Huawei 合作，為 Ascend AI 晶片開發程式工具，並開源計算與通訊函式庫。雙方也共同推進一套由 128 顆 Ascend 950 組成的 supernode 解決方案。
更重要的是 DeepSeek 特別提到 TileLang。
它的目標是建立更容易開發、又能充分釋放硬體效能的高階程式語言；DeepSeek甚至直接拿它跟 CUDA 比較，稱其程式模型更簡單。
這代表中國現在競爭的已經不只是：
「能不能做出一顆 NVIDIA 替代晶片？」
而是：Ascend晶片＋Supernode＋Compiler／Language＋Libraries＋AI Model
也就是嘗試複製 NVIDIA 最難被取代的地方——軟硬體生態系。
Tiana觀點：短期不能因此說 CUDA 優勢消失；目前沒有足夠證據支持這種結論。但這是中國 AI 國產化非常重要的一步。對 NVIDIA 而言，真正值得長期監控的不是單顆 Ascend 規格，而是中國能否建立足夠完整的 developer ecosystem。
港股可追蹤中國 AI／雲端／算力平台相關公司；但不要把「與 DeepSeek／Huawei 有直接合作」套到沒有官方證據的個股。
⸻
⑤ 台積電傳評估德州投資：美國布局可能不只 Arizona
TSMC 又出現一個新的美國布局訊號。
路透 9/30 引述兩名知情人士報導，台積電正在評估 Texas 潛在投資案，而且若成行，將是在目前 Arizona 2,650 億美元承諾投資之外的新增布局。
🌟目前只是 evaluating，尚未定案。
台積電沒有立即回應路透詢問，因此現在不能寫成「台積電宣布赴德州設廠」。
目前 Arizona 已規畫／建設的內容合計包括 12 座晶圓製造與先進封裝設施，加上 R&D center。魏哲家先前也曾表示，可能再增加至少四座前後段相關廠。
Tiana觀點：如果 Texas 最後真的落地，我會關注兩件事：第一是台積電海外資本支出結構；第二是設備／廠務／材料供應商是否能跟著台積電複製海外供應鏈。但在正式宣布前，這部分只能當「後續觀察」，不能先算進訂單。
⸻
總經方面
美國 8 月 PCE 年增 3.4%，低於路透調查的 3.7%；核心 PCE 年增 3.0%。市場因此降低 Fed 10 月升息押注，至少升息 1 碼的機率由前一天約 51%降到約37%。
但消費支出月增 0.9%、第二季 GDP 又上修到年化 2.2%，所以不是「經濟轉弱→Fed一定降息」，而比較接近：
通膨比害怕的好一點 + 經濟仍強 → Fed 10 月立即再升息的壓力下降，但年底升息可能性仍存在。