中國經濟還要熱多久？|數位時代 BusinessNext

四月二十日，中國國家統計局公布了今年第一季及三月份國民經濟有關統計資料，發言人鄭京平指出，「投資規模依然偏大，調控任務依然繁重。」
因此特別邀請中國宏觀經濟學會常務副秘書長王建、經濟學家張曙光、中國社科院數量經濟技術研究所所長汪同三、國家開發銀行專家委員會常務副主任王大用、瑞士信貸第一波士頓亞洲區首席經濟學家陶冬以及哈繼銘，就過熱問題進行探討。

(二十一世紀):各位認為當前經濟是否過熱？
哈繼銘:去年第一季經濟增長速度很快，超過九．五％，外貿貿易赤字八十六億美元，消費增長一○．七％，今年GDP的各個分量都比去年大很多，而且是平衡快速地增長，所以我對今年經濟形勢的判斷，是宏觀經濟已經不再是結構性過熱，而是全面過熱。結構性過熱尚可用行政手段調整，全面過熱則需用總量調控。
陶冬:我認為過熱是由幾方面因素造成的，一是貨幣政策沒有隨著經濟的加速、通膨的重現而變化；二是地方政府的GDP本位主義和銀行的結構性缺陷，導致投資持續過熱；三是房地產有過熱的現象。但我認為中國消費沒有過熱現象，城市收入增長相當迅速，而且農村收入也出現轉機。出口則有另類的過熱現象，主要是由人民幣匯率的長期缺乏彈性以及出口商間的彼此競價造成。
張曙光:就第一季的情況來看，有些地方存在過熱的問題，但說經濟過熱有點聳人聽聞。在去年GDP達到九．八％的基礎之上，今年我國第一季度GDP增長達到九．五％，確實是較快，但並不是所有領域都是這種情況。
王大用:判斷當前經濟是否過熱是有一個標準的，如果說過熱是「病」，那麼就要判斷增長是不是偏快、通脹壓力是不是過大，而不是指別的毛病。美國的經濟增長達到五％就過熱了，中國經濟在現階段達到九％也不怎麼過熱，因為通膨率並不高。
王建:去年經濟增長九％和今年增長的九％並不一樣，去年我國面臨的是生產資料和能源的瓶頸。但是今年我國大概增長了五千萬噸鋼的生產能力，煤炭生產差不多增長了三千多億噸，這個瓶頸已經緩解很多。我特別強調的一點，就是去年宏觀調控中，已經把新開工的項目壓下來了，但因為在建項目不能停下來，所以高峰還要持續一段時間。
汪同三:還是要注意新問題，這對於搞好宏觀調控是最重要的：第一，中國自改革開放以來到現在，投資扮演了「成也簫何，敗也簫何」的角色，所以現在要特別注意投資反彈的問題；第二要注意價格問題。現在講價格不是大問題，但是更應該提的口號是要化解價格上漲的因素，為二○○六年、二○○七年的發展創造好的條件。
王建:在物價問題上，現在可能有很多人擔心會出現「輸入型通貨膨脹」，因為今年鐵礦石、石油價格都有了驚人的走高，問題集中在進口的上游產品價格方面。
另外就是有相當一部分壓力可以通過出口轉移出去，因為現在出口已經占到我國GDP的三五％左右。去年是貿易的一個轉捩點，第一次出現機電產品出口順差。也就是說中國的價格提升速度要快，這樣對進口上游產品的價格上漲有消化壓力的作用。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。