九大雲端巨頭一年砸 8,300 億美元,記憶體為何成為隱形收費站?
2026 年全球九大 CSP 資本支出預估年增 79%,AI 伺服器出貨量成長 28%以上。GPU 最吸睛,HBM、DRAM 與企業級 SSD 卻是每台機器都繞不開的資料通道。
謝銘元(艾克斯)整理的AI伺服器研究、數據與實務文章。
index,follow
2026 年全球九大 CSP 資本支出預估年增 79%,AI 伺服器出貨量成長 28%以上。GPU 最吸睛,HBM、DRAM 與企業級 SSD 卻是每台機器都繞不開的資料通道。
報告引用 TrendForce 預估,2026 年 DRAM 與 NAND 合計產值 8,893 億美元、2027 年 1.28 兆美元。巨幅成長同時包含價格、產品組合與容量升級,不能全部當成出貨量。
DRAM 負責運算當下,NAND 負責長期保存,NOR 適合直接執行程式。看懂揮發性、容量、速度與成本,才能理解 AI 為何不是只利多一種記憶體。
模型每生成一個 token,都不想把前文重算一次。KV Cache 保存上下文,卻會隨序列與併發量擴張,迫使資料從 HBM 外溢到 DRAM、SSD 與共享儲存。
報告整理 Rubin GPU 每顆 288GB HBM4、單櫃 HBM 20.7TB、LPDDR5X 54TB,以及接近 2PB 的 NAND 情境。每一代平台都在把更多資料留在運算附近。
本輪半導體軍備競賽與上一輪最大的差別,不只是金額更大,而是資金集中得更深:先進邏輯、DRAM、HBM、NAND 與先進封裝,同時成為 AI 基礎設施的瓶頸。
AI 需求、工程進度、地緣政治與工程毛利,是報告列出的四大風險。把風險改寫成可追蹤訊號,才不會只在股價下跌後才想起免責聲明。
拆開報告的成本測算:IT 設備占資本支出近六成,年度成本三分之二是設備折舊。AI 工廠不是電費生意,是折舊生意——這個認知會改變你對算力定價的全部直覺。
報告以 GB200 NVL72 建了一個可檢驗的模型:1GW 園區、PUE 1.44、每櫃 132kW,可部署約 5,260 櫃、37.87 萬顆 GPU。跟著每一步假設走一遍,你就有了自己的計算器。
臺灣經濟在115年展現罕見的高速成長。根據投影片引用的主計總處修正數據,114年經濟成長率上修至8.76%,115年全年預測更大幅調升至9.64%;115年第一季成長率達14.55%,第二季仍有12.92%的雙位數增幅。全球AI基礎建設持續擴張,高效能運算與晶片代工需求優於預期,是這一波成長最主要的推力。
算力越強,資料中心就越像一座小型工廠。當機櫃功耗持續上升,電源架構本身也必須升級。
記憶體、PCB、被動元件、PMIC、晶圓代工陸續漲價,這不是單一零組件缺貨,而是 AI 對硬體資源的全面競價。
同樣受惠 AI 伺服器,有人賣晶片製造、有人賣散熱、有人賣電源、有人賣快速接頭。真正該比較的是每一櫃增加了多少價值量。
當 AI 伺服器功耗持續提升,散熱從風扇問題變成整套液冷系統問題。真正的機會在價值量提升,而不是只有出貨量增加。
AI 伺服器從單機走向整櫃交付,電源、散熱、機構、連接器與高速網路的單櫃價值同步上升。
同樣是科技股,一邊是 AI 伺服器需求持續加速,一邊是 PC、手機被成本與需求壓力夾擊。看 7 月營收,最重要的不是月增月減,而是分化正在擴大。
同一個『營收』數字,在 AI 供應鏈、營建、航運與金融代表的東西完全不同。投資研究最重要的是先選對尺。
AI 機櫃功耗上升後,散熱從零組件變成系統工程。越靠近液冷核心、越需要可靠度驗證的部件,價值量越高。
高速訊號對材料損耗要求更高,高階 CCL 升級帶動 Low Dk 玻纖布需求。台玻的產品組合因此出現結構性改善。
DRAM、NAND 價格上漲背後,真正要看的不是報價本身,而是 AI 需求如何改變供給分配、終端售價與 PC/手機需求。
塑化本業仍面對價跌量增,但電子材料供需緊張、高階產品組合提升,讓南亞有一條不同於一般塑化股的成長線。
AI 伺服器讓傳統機構件重新升級。重量、散熱、維修與整櫃設計提高規格,也提高單機價值與驗證門檻。
新平台從設計、驗證到量產,每個供應商的營收反應時間不同。3Q26 是觀察 Vera Rubin 零組件放量的重要窗口。