Intel CPU缺貨有錢也買不到，是產能不足還是飢餓行銷？|數位時代 BusinessNext

Intel CPU缺貨有錢也買不到，是產能不足還是飢餓行銷？

英特爾(Intel)CPU缺貨情況嚴重，從Coffee Lake到Whiskey Lake都大缺貨，可能導致今年筆電出貨量比2017年衰退0.2%。若缺貨期真的長達半年，將給予競爭對手AMD一個乘勢而起的好機會。

多款CPU缺貨，電腦DIY、OEM大廠都買不到

電腦DIY零售商表示，「最近不只第八代，intel處理器基本上都大漲。」2017年上市的Coffee Lake系列14奈米的Core i5-8400, i5-8500, i5-8600 and i7-8700等CPU都因為缺貨價格水漲船高，以Core i5-8400 來說，最新價格已經漲到台幣7300元，但比起年初不到6000元，漲幅高達21.6%，而且「有錢還不一定買得到」，零售通路表示，缺貨並非一兩個月短期現象，會一直持續到今年年底，因此大部分商家僅販售給整機組裝給買家，不再單獨販售。

除了2017年第八代Coffee Lake系列產品缺貨，今年八月才剛正式推出的14奈米的Whiskey Lake與Amber Lake系列晶片也供貨不順。

Intel已經先向外界預告產能與良率有限的問題，而電腦OEM廠宏碁董事長暨執行長陳俊聖與NB代工廠仁寶總經理翁宗斌也都在媒體前證實最新系列晶片大缺貨，而且可能要2019年第二季才能解決，也同樣面臨「有錢也買不到」的困境。

9月缺口將約5%至10%，低毛利CPU外包台積電救火？

Intel沒有說明目前14奈米產能總缺口有多大，但市調機構集邦科技指出，8月英特爾處理器供給缺口約5%，9月缺口將約5%至10%，第4季缺口恐將進一步超過1成。而供貨不足的問題可能使得今年筆電出貨量比2017年衰退0.2%。

為渡過這個產能大缺口難關，傳出Intel可能外包部分晶片組給台積電代工製造。《電子時報》指出，「Intel可能將利潤較低的入門級產品H310與300系列晶片組外包給台積電代工製造，自己則專門生產高利潤的伺服器和晶片組。」不過，報導也指出這並非台積電第一次幫Intel代工，台積電先前已經是Intel FPGA晶片與iPhone基頻晶片的代工製造廠商。

缺貨恐達半年，Intel內部管理可能出問題

Intel並沒有說明缺貨原因，不過過去在DIY零售端Intel CPU並不常發生缺貨或僅有單一型號缺貨發生，但這一次是多個型號集體缺貨，導致全系列集體大漲價，並不多見。

除了DIY零售端，宏碁、仁寶與華碩等OEM大廠，甚至連蘋果也都集體碰到大缺貨潮，而且產品還橫跨去年就推出的Coffee Lake與今年的Whiskey Lake即Amber Lake系列多項產品，加上缺貨期長達半年以上，讓外界認為原因並不單純，猜測Intel內部管理可能出了大問題。

其中Intel 10奈米技術延遲到2019年才出貨多被視為原因之一。除了10奈米技術延宕，Intel CPU尚未解決的資安漏洞問題也是可能原因之一。

對手AMD乘勢而起

另外，也有業者認為可能和Intel的飢渴行銷策略有關，Intel藉由控制CPU數量保持一定的市場價格，拉抬產品毛利，不過，這個策略可能性並不高，因為10奈米製程延宕的Intel目前正面臨AMD的威脅。

過去AMD與Intel一直都保持很大的市場差距，在2016年AMD的市占率還不到10%，大部分都是Intel的天下，但今年AMD喊出拿下20%市占率的口號，另一方面，過去AMD的CPU雖然CP值較高，但有溫度過高，容易發燙的大缺點，不過，這個缺點在第二代Ryzen CPU大為改善，在效能與溫度管控上已經有顯著的進步，這對於Intel都是一大威脅。而若缺貨期真的長達半年，那也給予競爭對手AMD一個乘勢而起的好機會，Intel應不致於挺而走險。

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。