AI基礎建設擴張，為何上游記憶體產能仍無法滿足市場需求？

Question

Accepted Answer

記憶體產業的結構性缺口，源於 AI 擴張下的產能規劃滯後

AI 基礎建設的爆炸性擴張，正以前所未有的速度催生對資料中心、企業級固態硬碟（SSD）及高階記憶體的需求。然而，儘管市場需求強勁，上游記憶體產能的供應卻陷入結構性瓶頸。這並非單純的週期性波動，而是 AI 應用場景的演進，對記憶體產業的產能規劃、技術迭代與供應鏈協調提出了嚴峻挑戰。
AI 應用加速記憶體需求，但產能擴張週期無法匹配

AI 基礎建設的擴張，不僅限於傳統的雲端運算，更深入至生成式 AI 應用、大型語言模型（LLM）訓練、以及邊緣運算裝置的部署。這些應用場景，無論是需要處理巨量資料的訓練階段，或是追求低延遲的推理階段，都對記憶體的容量、速度與頻寬有著極高的要求。例如，AI 模型訓練所需的 GPU 運算集群，就極度依賴高頻寬記憶體（HBM）來加速資料傳輸。然而，記憶體產業的產能擴張，受限於設備採購、廠房建設、以及關鍵製程的良率爬升，通常需要數年的時間。根據資料，新增產能最快要到 2027 年底才能陸續開出，這意味著短期內，市場供給缺口難以得到有效緩解，進一步加劇了供需失衡的狀況。
大型雲端服務業者優先獲配，擠壓其他市場份額

在當前記憶體供應吃緊的環境下，上游產能的分配邏輯，呈現出明顯的集中化趨勢。大型雲端服務業者，如亞馬遜（Amazon）、微軟（Microsoft）及谷歌（Google）等，憑藉其龐大的採購量與長期的戰略合作關係，得以優先獲得上游供應商的產能配給。這些業者不僅是 AI 基礎建設的主要建置者，也是高階記憶體產品的最大需求方。因此，部分合約的滿足率僅能達到三至五成，即表示即使是簽訂了合約的客戶，也僅能獲得預期訂單的三到五成，這對於其他規模較小的企業級客戶或模組廠而言，使得取得足夠的記憶體供應更加困難。這種優先級別的分配，進一步加劇了市場的供給緊張。
庫存管理與產品組合，成為模組廠的關鍵差異化優勢

面對上游產能的嚴峻挑戰，下游記憶體模組廠的競爭焦點，已從單純的訂單獲取，轉移至「有貨可賣」的能力。創見（2451）的營運表現即為一例，其透過長期供貨協議、提前採購以及精準的庫存調整，確保了穩定的出貨能力。在記憶體價格持續上漲的環境下，較充足的低成本庫存，不僅能支撐營收規模的擴大，更能顯著改善獲利表現，第二季毛利率達到 77.03% 便足以證明這一點。此外，創見近年來將工控與企業級伺服器等高附加價值產品的比重提升至近七成，這些客戶對長期供貨穩定性與產品認證有更高要求，使得在供給吃緊時，能持續交付的供應商更具議價能力。因此，在當前產業格局下，庫存已不再僅是風險管理的項目，而是影響模組廠供貨能力與獲利差異化的核心要素。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

AI基礎建設擴張，為何上游記憶體產能仍無法滿足市場需求？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友