【林宏文專欄】記憶體3大趨勢,解讀台積電結盟美光的半導體新局
【林宏文專欄】記憶體3大趨勢,解讀台積電結盟美光的半導體新局

日前台積電董事長劉德音在李國鼎紀念論壇上,提出美光(Micron )記憶體技術已超前三星(Samsung)的事實,這讓我重新思考及研究記憶體產業,也採訪幾位業界領導人如旺宏董事長吳敏求及總經理盧志遠。我想歸納出記憶體產業未來3大趨勢,並與《數位時代》讀者分享。

這3大趨勢分別是:

  1. 記憶體典範移轉正在發生,尤其人工智慧(AI)時代降臨,NAND Flash重要性提升,可望從配角變主角,取代DRAM的主流地位。
  2. 美光加速研發DRAM及NAND技術,如今已趕上三星。
  3. 邏輯IC產品與記憶體產品的整合日益重要,代表案例是台積電及美光合作。

由於篇幅有限,我會花較多篇幅聚焦談最重要的典範移轉趨勢。

三星_shutterstock_1067486690拷貝.jpg
三星一向是記憶體產業的領頭羊,擁有邏輯與記憶體的雙重優勢,但近年在NAND和DRAM技術布局上,美光都展現超越前者的企圖心。
圖/ Shutterstock

資訊爆炸時代,高層數NAND成記憶體主流

首先,談記憶體典範移轉前,應該先科普一下。若把記憶體用速度及價格區分,每一個位元運算速度最快者,價格通常就比較貴,因此,被稱為快取記憶體(cache memory)的SRAM,速度最快價格卻最貴,之後依次是DRAM及NAND Flash;也就是說,NAND Flash速度最慢,但價格也最便宜。

進一步解釋,記憶體其實可以再細分為memory(存)及storage(儲),台灣過去很少把存、儲分開來看,一概以記憶體稱呼,但有一家中國企業長江存儲取名算相當精確,顯示該公司的終極目標將包括這兩大產業項目。

在存、儲兩大功能中,過去NAND Flash大都扮演儲的角色,是因為處理速度較慢,可以做為儲存長期資料的主要空間,而且全世界資料量愈來愈大,儲的空間需求不斷暴增,因此更需要價格便宜的NAND Flash。

價格一直是半導體普及的關鍵因素,除了製程技術愈先進可以讓價格下降外,NAND Flash與DRAM不同的另一個特色是,可以不斷往上層堆疊,有如蓋摩天大樓。三星第7代NAND Flash已蓋到176層,第8代則達228層,台北101摩天大樓不過是地上101層、地下5層的建築,相較來看,NAND Flash根本就是超高大樓。

旺宏同時供應NOR Flash跟NAND Flash。.jpg
NAND Flash的一大特色是可以不斷往上疊加,層數增加則整體儲存容量就增加。圖為旺宏的NOR Flash與NAND Flash產品。
圖/ 旺宏

因為可以不斷往上堆疊,NAND Flash的電晶體容量大幅增加,每一位元價格也大幅下降,這也是為何NAND Flash的位元數成長速度超過DRAM甚多,並取代掉以前的硬碟,成為儲資料的主流

把資料放在處理速度較慢、但便宜很多的NAND Flash,目前還是可以應付的。舉例來說,現在所有人的電腦手機裡都放了一大堆照片,有時要去找舊照片,點一下0.5秒後照片才出現,消費者應該都還可以接受。

但是,0.5秒對於其他應用如自駕車,那就是慢到會出人命的時間了,因此需要更快速的讀取運算,這時就要交給速度更快的DRAM,讓資料可以快速在微處理器間做運算。至於速度更快的SRAM因為實在太貴,目前則只用到少數利基市場。

再舉個例子,就好像去銀行領錢,但櫃檯給你錢的速度很慢,一個禮拜後才把錢領出來給你,你肯定會受不了。這個比喻有一點誇張,但是,SRAM、DRAM及NAND的速度及價格,就是百倍到千倍的差異,如今價格低最重要,因為資料量實在太多太多了。

DRAM
自駕車等對速度需求較高的產品,則需使用處理時間較短的DRAM,SRAM雖處理速度最快,但因價格太高,尚未普及使用。
圖/ 截圖自Twitter

典範移轉過程中,美光如何彎道超車?

有這些基本科普觀念後,就可以進一步來看,AI時代因為要處理大量資料,因此微處理器與記憶體間的關係也有變化,尤其是資料輸出入及運算頻率都將大幅增加。傳統上Flash扮演單純「儲」的角色,未來也要開始參與並分攤與微處理器之間的數據運算及輸出入等工作,也就是說,這位配角就要走到前檯,與DRAM都變成雙主角了。

在這個典範移轉過程中,美光目前的技術布局,不管是DRAM或NAND Flash都有超前三星的情況,這是產業界重要大事,因為三星一向是記憶體產業的龍頭及技術領先者,如今三星或許還是產能及市占規模的領先者,但美光展現超越三星的企圖心,對於記憶體版圖將有關鍵性影響。

美光的超前,背後其實有很多因素,包括美中對抗、美國老大哥加持,還有美光研發生產重鎮都在台灣。美光角色更為重要,也讓前述第三個趨勢成形了,因為當記憶體與邏輯IC的整合日漸重要,並成為AI時代下的新顯學時,美光與台積電結盟無疑是強強聯手,尤其是美光台灣董事長徐國晉加入台積電,更讓雙方合作進入一個新階段。

林宏文專欄用圖  可再製
記憶體典範移轉
圖/ 旺宏電子提供

對於台積電來說,與美光合作絕對有加分,因為三星擁有邏輯及記憶體雙重優勢,且現階段台積電最大競爭者是三星而非英特爾(Intel),在記憶體內運算(in-memory computing)如火如荼展開之際,合作有助於相互提攜拉抬。

記憶體是半導體至關重要的一大領域,也是台灣半導體業向來比較弱勢的軟肋,但電子業最迷人之處,就是產業不斷有變動,永遠充滿機會與挑戰,台灣要密切關注記憶體3大趨勢,及早布局、先聲奪人,才能在全球半導體競賽維持領先地位。

記憶體是台灣半導體較弱勢的軟肋,但電子業永遠充滿機會與挑戰,台灣要把握記憶體3大趨勢,才能在全球半導體競賽維持領先地位。

責任編輯:吳佩臻、張庭銉

關鍵字: #半導體產業
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓