JENSEN ♡ SK HYNIX：崔泰源的 GTC 首秀与一场信号释放

会长亲自来的信号

GTC 参会者通常是 CTO、VP 级别的技术高管。崔泰源是 SK 集团最高决策者，集团旗下涵盖半导体（SK 海力士）、电信（SK Telecom）、能源（SK Innovation）等多个与 AI 基础设施直接相关的板块。

一位控股股东亲自出席技术大会，传递的信息不是"我们重视 AI"，而是"AI 是整个集团的战略重心，我本人在推动"。这种级别的站台，通常意味着后续会有实质性的资源倾斜和战略投入。

GTC 是什么

GPU Technology Conference，NVIDIA 自 2009 年起举办的年度旗舰大会，已经从一个 GPU 开发者聚会演变为全球 AI 产业的风向标。黄仁勋的主题演讲被视为 AI 硬件路线图的年度发布会。2026 年的 GTC 在圣何塞会议中心举行，被称为"AI 的伍德斯托克"。

五层 AI 堆栈

黄仁勋在 GTC 2026 提出的 AI 产业分层框架：能源 → 芯片 → 基础设施 → 模型 → 应用。这个框架的核心洞见是：AI 不仅仅是软件产业，它从底层开始就是一个物理约束驱动的产业链。每一层都有自己的瓶颈、自己的投资机会。

SK 海力士精确地坐在第二层（芯片）上，而它的母公司 SK 集团同时在第一层（能源，SK Innovation）和第三层（基础设施，SK Telecom 的数据中心）有布局。

Vera Rubin 与 Feynman

Vera Rubin 是 NVIDIA 继 Blackwell 之后的下一代 AI 加速器平台，以暗物质研究先驱天文学家命名，计划 2026 年量产。关键变化：搭载 HBM4（而非 Blackwell 使用的 HBM3E），这正是 SK 海力士作为 HBM4 独家首发供应商的战略价值所在。

Feynman 是 Vera Rubin 的后继产品，以物理学家理查德·费曼命名，首次在此次 GTC 上被提及，代表 NVIDIA 更远期的路线图。

"创新伙伴"而非"供应商"

这个措辞的选择非常刻意。在传统半导体产业链中，存储芯片厂商是"供应商"——按规格生产、按合同供货、在采购方的路线图里接单。

"创新伙伴"意味着从设计阶段就参与，共同定义下一代产品的规格。HBM4 的开发确实是这样：SK 海力士需要与 NVIDIA 协调封装接口、带宽规格、热设计功耗等关键参数，这不是一个单向的供应关系，而是联合研发。

对投资者而言，这意味着 SK 海力士在 HBM 上的竞争壁垒不仅是制造能力，还包括与 NVIDIA 的深度协同关系。后来者即使在技术上追平，也很难复制这种联合定义规格的关系。

"炸鸡啤酒"外交

"Chimaek"（치맥）是韩语"炸鸡+啤酒"的缩写，是韩国最典型的社交场景。崔泰源选择用这种非正式场合与黄仁勋会面，刻意营造私人友谊的叙事，而非纯粹的商业谈判。

这种叙事策略在半导体产业不罕见：台积电创始人张忠谋与客户的私人关系，被广泛视为台积电竞争优势的一部分。当供应紧缺时，私人关系可以影响产能分配。SK 海力士在 HBM 领域面临三星的追赶，维护与 NVIDIA 的密切关系具有现实的商业价值。

HBM4：第六代

HBM（High Bandwidth Memory，高带宽存储器）的代际演进：HBM → HBM2 → HBM2E → HBM3 → HBM3E → HBM4。每一代都在带宽、容量和能效上大幅提升。

HBM4 是 NVIDIA Vera Rubin 平台指定的存储规格。SK 海力士是 HBM4 的首发供应商，三星和美光在追赶中。这个"第六代"的标签，同时也是在提醒市场：SK 海力士从 HBM 第一代就开始做，六代积累的工艺经验不是短期能复制的。

先发优势的时间维度

这段话在暗示一个关键事实：SK 海力士与 NVIDIA 的 HBM 合作始于 2013-2014 年，当时 AI 训练还不是 GPU 的主要用途，HBM 主要面向高性能计算和图形处理。

这意味着两件事。第一，SK 海力士有超过十年的与 NVIDIA 联合迭代经验，这种协同不仅仅是技术层面的，还包括供应链管理、良率爬坡、产能规划等全链条的磨合。第二，这种关系在 AI 爆发之前就已锁定，不是因为 AI 火了才开始的合作，这让后来者更难插入。

对投资者的含义：在 HBM 市场的竞争中，时间本身就是壁垒。三星的 HBM3E 在 2025 年底才通过 NVIDIA 验证，比 SK 海力士晚了将近两年。

展台上的产品矩阵

SK 海力士在这个展台上一次性展示了几乎所有 AI 相关的存储产品线，值得逐一理解：

HBM4：下一代高带宽存储，绑定 Vera Rubin。SOCAMM2（Server On-Chip Advanced Memory Module 2）：一种直接贴装在主板上的低功耗 DRAM 模组，面向 AI 服务器的推理场景，比传统 DIMM 更省电、更紧凑。HBM3E on GB300：展示当前代产品已量产部署的实机状态。cHBM：定制化 HBM，根据客户的特定需求调整堆叠层数、容量和接口。eSSD：企业级固态硬盘，AI 训练数据集的存储底座。LPDDR5X：低功耗移动端 DRAM，面向手机和边缘设备上的端侧 AI 推理。

"JENSEN ♡ SK HYNIX"

黄仁勋在 Vera Rubin 展品上亲笔签名，这个画面的公关价值极高。它等于用视觉语言告诉整个产业链：NVIDIA 和 SK 海力士的关系不只是供应合同，而是战略联盟。

对三星和美光而言，这是一个不太舒服的信号。在 HBM 市场中，NVIDIA 的验证和采购份额分配具有决定性影响。黄仁勋愿意以如此高调的方式为 SK 海力士站台，意味着短期内 SK 海力士在 NVIDIA HBM 订单中的份额优势不会轻易被撼动。

为什么要去富士康展台

崔泰源参观富士康展台这个细节不是随笔带过的。富士康（鸿海）正在成为 AI 工厂的重要集成商——它不仅代工组装 NVIDIA 的 GPU 服务器机架，还在投资建设 AI 数据中心的电力和散热解决方案。

崔泰源去看富士康，说明他关心的不只是存储芯片卖给谁，而是整个 AI 基础设施的产业链如何组装。HBM 最终需要被集成到 GPU 模组、再装进服务器机架、再部署到数据中心——每一步都涉及不同的合作伙伴。

Rubin Ultra

NVIDIA GPU 平台通常有基础版和增强版两个变体。在 Blackwell 代，基础版是 B100/B200，增强版是 B200 Ultra。类推到 Rubin 代：Vera Rubin 是基础版，Rubin Ultra 是高配版，预计采用更多的 HBM4 堆栈、更大的带宽。

对 SK 海力士而言，Rubin Ultra 意味着单颗 GPU 消耗更多的 HBM4 颗粒，直接拉高 HBM4 的需求量。

存储在 AI 加速器中的成本占比

在 NVIDIA Blackwell GPU 模组的物料成本中，HBM 占比已经超过 40%。随着 HBM4 堆叠层数增加和带宽提升，这一占比还会进一步上升。换句话说，一颗 AI GPU 的成本里，接近一半是存储。这就是为什么崔泰源要亲自来——SK 海力士不是在卖一个配件，它在卖 AI 加速器最贵的那个部分。

发言人的用词值得拆解

"AI 领导地位"（AI leadership）和"下一代 AI 存储的地位"（position in next-generation AI memory）——这两个措辞在官方稿件中经过反复斟酌。

注意他没有说"维持"而是说"强化"和"进一步巩固"。这个选词暗示 SK 海力士认为自己目前的 HBM 领先地位是可以拉大的，而不仅仅是可以保持的。这与市场上"三星正在追赶"的叙事形成了有趣的对照。

当然，这是自家发言人的表态，需要打折。但崔泰源本人亲赴 GTC 的行动，为这个表态提供了事实层面的支撑。

原稿末尾的视频说明

原文在最后附有一段视频播放器的描述文字，实际内容是黄仁勋在 Vera Rubin 展品上签名的视频片段。原始网页上有嵌入式视频，本翻译版以文字说明替代。