AI硬體週報：Qwen 3.8效能實測、半導體供應鏈吃緊、GPT-6 Astra引爆爭議

本週Tom's Hardware Premium精選內容摘要如下：

首先登場的是由駐站GPU專家暨推論領域權威Jeff Kampman所進行的Qwen 3.8 27B模型跨裝置基準測試。該模型宣稱能提供接近頂尖前沿模型的效能水準，同時無需支付API訂閱或代幣計價所帶來的成本負擔。Jeff在RTX 5090、Mac Mini、DGX Spark以及Strix Halo等多款裝置上執行了數量驚人的基準測試後發現，組態設定的重要性，其實不亞於社群媒體上備受關注的每秒Token生成數等絕對輸出值。AI模型基準測試至今仍屬新興領域，本次所提供的測試細節深度，是其他媒體無法比擬的。

在產業動態方面，資深編輯Andrew Freedman親赴IFA大展，見證各家廠商接連發表的新品與裝置。然而他觀察到一個值得關注的現象：所有亮相的新產品，要麼是極輕薄的MacBook Neo競爭機種，要麼就是價格可能比一台汽車還貴的Agentic AI PC。對許多愛好者而言，原本約1,000美元的「黃金價格甜蜜點」，如今顯得格外孤單。影響中階一般桌機與筆電機款的因素，已因AI資料中心建置所帶來的龐大需求而受到嚴重衝擊，導致即便是配備僅堪用的RAM與儲存空間的系統，價格也可能快速飆漲。Andrew深入探索了本次展會所見，並對當前系統市場的現狀提出反思——這個市場目前看來呈現四分五裂的局面。

在業界其他重要消息方面，總部位於日本、以食品產品聞名的味之素（Ajinomoto），其實涉足製造現代AI加速器中最關鍵的材料之一。本刊深入探討該公司的ABF基板如何嵌入Nvidia、Intel及AMD等大型晶片製造商的供應鏈中。然而，如同AI熱潮中的許多零組件一樣，味之素面臨的問題是需求遠超預期，導致價格上漲約30%。本刊深入剖析ABF基板在半導體產業中的現況，並檢視其背後的供應鏈運作。

此外，TSMC、Intel與三星均表態力挺ASML，整個產業正共同朝向High-NA EUV技術轉型邁進，特別是在6×12吋光罩的使用上。目前業界標準仍為6×6吋光罩，更大的光罩尺寸將能免除拼接（stitching）的需要——所謂拼接是將多次High-NA曝光結果拼接在一起——但代價是效率降低。本刊分析了轉換至更大光罩的可能走向，以及晶片製造商在這場耗時可能長達數年的轉型過程中可能面臨的種種挑戰與考驗。

最後，本週新聞界的頭條話題無疑是OpenAI最新前沿模型GPT-6 Astra的發表。該AI模型迅速在智慧能力排行榜上奪冠，並且在單一任務的執行成本上低於其他領先的AI模型。這次發表恰逢一批OpenAI代理程式（agent）在網路論壇上以「協調」為名大鬧社群事件之後不久。

Astra的發表促使OpenAI發布部落格文章，解釋該公司如何確信Astra在內部對齊（alignment）方面已妥善處理。但部分人士認為，由強大模型如Astra所驅動的人類威脅性技術「奇點」（singularity），可能即將到來。

OpenAI更宣稱已解決千禧年數學難題之一的Navier-Stokes問題。該問題懸而未決已久，數學家Tristan Buckmaster長期致力於尋求該問題的解決步驟，並與Anthropic的一名成員合作。兩人在研究過程中使用Anthropic與OpenAI的模型進行輔助，因此當OpenAI宣稱其模型已解決此長期未解難題的消息傳出時，隨即引發不少質疑聲浪。本刊以詳盡的篇幅記錄了整起事件的來龍去脈，以及對學術研究人員的潛在影響。