【科技早餐】今天精選 7 則國內外重要科技新聞。
＊中國加強銦出口審查，AI 光通訊材料成新供應鏈風險
隨著 AI 資料中心對高速光學晶片需求升高，中國近期加強對銦（indium）的出口審查，引發國際買家擔憂。銦全球將近七成供給來自中國，過去多用於顯示器與焊料，但在 AI 資料中心時代，它也是磷化銦（InP）的關鍵原料；磷化銦則是高速光學晶片的重要材料。
《路透》報導，雖然銦本身尚未被列入出口限制清單，但中國海關對採購文件與終端用戶資訊的審查已變得更嚴。有歐洲買家首次被要求揭露最終用戶資訊，北美買家也表示，審批時間從原本當天延長到數天。美國也已把銦視為潛在弱點，並提出計畫，擬在三年內儲備最多 403 公噸銦，以降低供應風險。
＊美國砸 5 億美元找半導體新材料，AI 供應鏈戰燒進化學品
美國政府將提供 NVIDIA 投資的新創公司 SandboxAQ 5 億美元，用 AI 尋找半導體製造所需的新化學品與材料。這項計畫鎖定多種先進製造所需材料，包括 PFAS 替代品、催化劑，以及可降低對外國稀土依賴的磁鐵與電池材料。
《路透》報導，美國商務部也將取得 SandboxAQ 少數、無表決權股權，並從成功商業化的技術授權中取得權利金。這代表美國正在把 AI 用於半導體供應鏈本身，試圖加速新材料搜尋，降低對特定國家或特定化學品的依賴。半導體競爭不只在晶圓廠、設備與 GPU，也正在往化學品與材料資料庫延伸。
＊美國限制 Anthropic 模型存取，G7 急推 AI 信任夥伴制度
在剛落幕的 G7 七大工業國集團峰會上，歐洲對美國 AI 技術依賴的焦慮再次成為討論焦點。美國政府先前以國家安全與模型安全風險為由，要求 Anthropic 在未取得許可前，限制外國人士使用最先進的 Fable 5 與 Mythos 5 模型。由於這些模型可用於識別網路安全漏洞，歐洲擔心，若前沿 AI 模型存取權掌握在美國政府與美國企業手中，歐洲在資安、國防與產業應用上都會更脆弱。
法國總統馬克宏形容，美國政府指令是「嚴格的民族主義」做法。他表示，先進模型確實需要更有效監管，以避免落入威權政體手中並威脅網路安全，但國家之間缺乏合作不應是解決之道。他在 G7 會上建議建立「信任夥伴」制度，讓經官方審查、確認不危害國家安全的合作夥伴，取得尖端 AI 技術。相關討論也可能納入各國網路安全與防衛機構，建立審查與資訊分享機制。
＊AI 資料中心用電壓力升高，中國拚綠電、愛爾蘭要求自備電力
中國正推動 AI 資料中心提高綠電使用比例，希望到 2030 年，AI 資料中心有八成電力來自綠電。不過，中國資料中心用電量在 2026 年到 2030 年之間，可能增加 3,000 億到 5,000 億度。AI 資料中心的 GPU 通常需要長時間、高強度運轉，用電負載不容易彈性調整，這也讓綠電接入、電網調度與儲能配套面臨更大壓力。
類似壓力也出現在愛爾蘭。當地資料中心耗電量已占全國超過五分之一，近年因電網壓力，對新資料中心連網與核准趨嚴，部分地區一度形同暫停新增案。如今政府推出新政策，允許業者興建或擴建資料中心，但前提是必須自建電廠，或開發新的能源供應，不能把新增用電壓力直接丟給既有電網。AI 資料中心競爭已經不只是誰拿到更多 GPU，而是誰能同時處理電力來源與電網承載。
＊Intel 陳立武示警記憶體與氦氣短缺，馬斯克 AI 晶片計畫凸顯產能壓力
Intel 執行長陳立武日前接受專訪時談到，AI 正在改變整個產業格局，但半導體基礎設施的發展速度，已經跟不上 AI 成長。根據科技媒體報導，陳立武談到與馬斯克（Elon Musk）合作 Terafab 專案時表示，馬斯克的汽車與機器人願景，將帶來極龐大的半導體需求，而 Intel 將透過 14A 製程技術為該專案製造晶片。
陳立武也點出兩個容易被忽略的供應鏈壓力。第一是記憶體短缺，他形容這是當前最嚴重的瓶頸之一。第二是氦氣風險，因為氦氣在半導體氣相沉積與蝕刻冷卻等製程中不可或缺。他也提醒，即使現在投入擴產，也需要數年時間才能增加供給，未來晶片價格仍可能持續承壓。
＊日本三大銀行推日圓穩定幣，股票債券結算走向鏈上化
日本三大巨型銀行，包括三菱 UFJ 銀行、瑞穗銀行與三井住友銀行，已簽署備忘錄，目標是在 2026 會計年度內推動共同穩定幣的實際商業交易。日本媒體報導，穩定幣是一種利用區塊鏈技術，並與日圓或美元等法定貨幣一比一掛鉤的電子結算工具，具備低成本匯款與即時結算優勢。
這次不同的是，參與者變成日本最主要的三大銀行。三家銀行也計畫與大型證券公司合作，研議把穩定幣用在購買股票、投資信託與債券等金融商品時的結算流程。目前全球穩定幣市場規模約 3,000 億美元，但大多數仍以美元計價。日本三大銀行若推動日圓穩定幣進入金融商品結算，也代表穩定幣開始被傳統金融機構納入下一代結算基礎設施。
＊Intel、AMD 推 ACE 規格，x86 CPU 補上 AI 運算標準化
Intel 與 AMD 公布 x86 架構下的 ACE（AI Compute Extensions）規格，希望讓 CPU 在 AI 與機器學習工作上，有更一致、也更有效率的運算基礎。這項規格重點鎖定矩陣運算與低精度資料格式處理，目標是在不完全依賴 GPU 的情況下，讓 x86 處理器更有效率地執行 AI 工作負載。
ACE 的產業意義在於軟體生態統一。由於它被設計成與硬體實作無關，PyTorch、TensorFlow 等框架可望用更一致的程式路徑支援不同 x86 平台，而不必針對各家 CPU 的 AVX 支援程度重複維護多套實作。隨著 AI 從雲端走向個人電腦、企業伺服器與邊緣裝置，Intel 與 AMD 聯手推進 x86 AI 能力，也是在替 AI PC 與伺服器市場鋪設更統一的底層規格。
＊本文開放合作夥伴轉載，資料來源：《Reuters》、《Reuters》、《Reuters》、《The Wall Street Journal》、《Reuters》、《Wccftech》、《Asian Banking & Finance》、《Tom’s Hardware》，首圖來源：AI 生成圖。
