6 月 7 日，Nvidia 首席执行官黄仁勋在首尔表示，AI 训练与推理所需的内存芯片短缺将持续“相当多年”，同时透露公司正与 SK 集团及 SK Hynix 就 Vera CPU 等产品展开深度合作，计划 6 月 8 日正式公布细节。SK Hynix 发言人确认，集团董事长崔泰源与黄仁勋已就此会面。[[1]](https://www.reuters.com/business/media-telecom/nvidia-ceo-sk-chairman-announce-cooperation-plan-monday-report-2026-06-07/)[[2]](https://www.bloomberg.com/news/articles/2026-06-07/nvidia-s-ceo-says-new-vera-chip-will-use-sk-hynix-s-memory-chips)
这一表态正值全球 AI 算力需求持续爆炸式增长之际。过去两年，Nvidia 通过 CUDA 生态与 GPU 主导地位，已将数据中心资本开支推高至万亿美元级别，但内存与高速互联瓶颈正从边缘走向核心。黄仁勋的预警并非孤例——此前多家厂商已因 HBM（高带宽内存）供应紧张而延缓集群扩容，如今 Nvidia 主动绑定 SK Hynix，不仅锁定关键部件，更试图将供应链优势转化为系统级护城河。
对比 OpenAI 与 Anthropic 等模型公司依赖亚马逊、谷歌等云巨头间接采购算力的路径，Nvidia 的举动更具主动性。它既是防守（防止竞争对手在内存层分流需求），也是进攻（通过与存储巨头绑定，掌控从芯片到互联的完整链路）。过去单纯靠卖 GPU 的模式已难以为继，未来谁能解决能耗与延迟，谁就能在万卡集群时代掌握定价权。
未来 6-12 个月，关键看 SK Hynix 产能爬坡速度与 Vera 系列实际落地。若合作超预期，AI 数据中心扩张节奏或加速；若短缺持续发酵，大厂资本开支的可持续性将再次受到市场质疑，边缘计算与专用架构玩家或加速分流需求。
信源：https://www.reuters.com/business/media-telecom/nvidia-ceo-sk-chairman-announce-cooperation-plan-monday-report-2026-06-07/
信源：https://www.bloomberg.com/news/articles/2026-06-07/nvidia-s-ceo-says-new-vera-chip-will-use-sk-hynix-s-memory-chips