🚨$英偉達(NVDA.US) 不再只買內存，它開始親自定義存儲技術

過去，Nvidia 在 AI 產業鏈中的角色很清晰：

設計 GPU，然後從上游採購關鍵組件，比如 HBM 內存和 NAND 存儲。

但現在，這個邏輯正在改變。

最新消息是，$英偉達(NVDA.US) 與 Samsung 宣佈合作研發下一代 NAND 閃存技術。這意味着 Nvidia 正在進一步向半導體上游滲透，不再只是系統設計者，而開始參與 底層硬件架構的定義。

這次雙方研究的方向，是一種新的 鐵電 NAND（Ferroelectric NAND）技術。

但真正引人注意的，不只是技術本身，而是 研發方式。

雙方正在使用 AI 驅動的模擬系統 來進行芯片設計與驗證。

傳統半導體研發依賴 TCAD 仿真，需要不斷迭代測試。一次完整的技術迭代可能需要 數月甚至數年。

而 AI 驅動模擬的速度，據稱可以 比傳統 TCAD 快 10,000 倍。

這意味着什麼？

過去需要幾年才能完成的設計迭代，現在可能只需要 幾天時間。

與此同時，實驗結果也非常激進：

新架構的 功耗降低約 96%。

如果這種技術最終落地，它將對 AI 基礎設施產生巨大影響。

因為在大型 AI 數據中心中，存儲與內存的功耗已經成為重要瓶頸。

更深層的變化是產業結構。

過去存儲芯片是高度標準化的商品：

誰的產能高、成本低，誰就能贏。

但在 AI 時代，存儲可能會逐漸變成 為特定 AI 架構定製的硬件模塊。

也就是説：

GPU 架構

AI 計算

內存結構

存儲系統

可能會被 整體設計。

當算力巨頭開始向上遊整合，並重新定義底層硬件邏輯時，半導體產業的競爭方式就會改變。

未來的競爭，不只是 誰能造更多芯片，而是 誰能設計整套計算架構。

如果 AI 芯片、內存和存儲開始被一起設計，你覺得未來半導體行業的主導權會更多掌握在 芯片設計公司，還是傳統存儲廠商手中？