NVIDIA 創辦人暨執行長黃仁勳在 NVIDIA GTC Taipei 2026 主題演講中指出，AI 產業已正式從「能不能用」邁向「能不能獲利、能不能規模化」的新階段，並將 AI Factory 定義為下一代數位基礎建設。隨著 Agentic AI、Physical AI、AI-native PC 與邊緣運算快速發展，晶片系統對可靠度、可用率與長時間穩定運作的要求正大幅提升。
黃仁勳並提出「Compute is Revenue」觀點，認為未來 AI 資料中心不只是運算中心，而是生產 AI Token 的工廠。當運算能力直接對應營收產出時，晶片失效、系統停機或可靠度不足所造成的損失，將直接影響企業獲利能力的商業問題。
在此趨勢下，專注於記憶體測試、修復與DFT技術的芯測科技（iSTART-TEK）正站上AI基礎建設升級的重要位置。
近年來，AI 晶片、HPC 晶片與車用SoC持續增加 SRAM 容量，在先進製程中，SRAM 面積占比甚至超過晶片總面積的一半。隨著 AI 工廠規模擴大，記憶體缺陷對系統穩定度與運算可用率的影響也更加顯著。芯測科技所提供的 START™ v5 平台、SRAM BIST/BISR 解決方案以及 MART （MBIST Algorithm Recommendation Tool）技術，可協助晶片開發團隊提升測試覆蓋率、強化修復能力，並降低量產階段的潛在風險。
此外，黃仁勳也特別強調 Agentic AI 將成為下一代運算模式，未來 AI 將能自主規劃任務、調用工具並長時間執行工作流程。NVIDIA 更與 Cadence 合作推動晶片設計 Super Agent，預示 RTL 生成、驗證、除錯與設計流程將逐步導入 AI 工作流。
對此，芯測科技認為，未來 DFT、BIST、BISR、Repair Analysis 及 Diagnosis 所產生的大量測試資料，將有機會成為 AI 輔助設計與 AI 輔助除錯的重要基礎數據。透過將測試資料與 AI 分析能力結合，不僅能提升晶片開發效率，也能進一步優化產品品質與量產良率。
另一方面，隨著 Physical AI、自動駕駛、機器人與邊緣 AI 應用興起，市場對功能安全（Functional Safety）、長時間穩定運作以及高可靠度驗證的需求也快速增加。黃仁勳指出，未來車用 AI 與機器人系統將需要更完整的測試驗證流程，而 DFT、BIST、BISR 及診斷能力的重要性將持續提升。
芯測科技表示，當 AI 產業競爭從單純追求算力，轉向追求系統可靠度、可用率與長期穩定運作時，測試技術的價值也將從成本中心逐漸轉變為競爭力來源。未來公司將持續深化記憶體測試演算法、修復分析及先進 DFT 技術布局，協助客戶打造符合 AI 工廠、Edge AI 與 Physical AI 時代需求的高可靠度晶片產品。
在黃仁勳描繪的 AI 基礎建設藍圖中，晶片毫無疑問是創造營收的核心資產；而確保這些晶片穩定運作的測試與修復技術，也正成為 AI 時代不可或缺的關鍵基礎能力。