消費需求走弱市場轉向供過於求，第一季NAND Flash價格續跌，總營收衰退3.0%|數位時代 BusinessNext

消費需求走弱市場轉向供過於求，第一季NAND Flash價格續跌，總營收衰退3.0%

俄烏戰爭、傳統淡季與高通膨影響，導致消費性電子產品需求走弱，市場轉向供過於求，讓客戶端庫存明顯上升，NAND Flash整體位元出貨量仍難抵跌勢。

俄烏戰爭、傳統淡季夾擊以及高通膨影響，導致智慧型手機、消費性電子產品需求走弱，市場轉向供過於求，讓客戶端庫存明顯上升，整體位元出貨量仍難抵跌勢。

根據TrendForce研究，隨著原廠積極移轉產能向128層邁進，市場轉向供過於求，導致本季合約價下跌，其中以消費級產品跌幅較為明顯。儘管需求端enterprise SSD採購訂單有所成長，但2022年第一季NAND Flash位元出貨量，以及平均銷售單價分別下跌0.5%、2.3%，使得整體產業營收季減3.0%，達179.2億美元。

儘管中國智慧型手機備貨動能受淡季影響而略顯疲軟，但受鎧俠（Kioxia）、威騰電子（WDC）供應受阻影響，三星電子（Samsung）第一季client SSD因急單湧入推升出貨位元成長，而enterprise SSD則是在北美客戶單在三月份也有明顯回溫，整體位元出貨季增9%，平均銷售單價季減2%，第一季三星電子NAND Flash部分營收為63.2億美元，季增3.4%。

同樣受到中國智慧型手機需求疲軟，拖累SK海力士（SK hynix）以mobile為產品主力出貨表現；Solidigm則在產能供應逐漸遠離缺料陰霾下，本季大幅衝刺client SSD出貨，但兩家品牌合併出貨位元仍較前一季合併出貨位元衰退8.4%，平均銷售單價則同樣受季度合約價格下滑而衰退3%，第一季SK集團併NAND Flash營收季減10.7%，達32.3億美元。

TrendForce指出，鎧俠第一季enterprise SSD出貨持續成長，加上mobile端衰退幅度較其他廠商輕微，因此整體位元出貨量約與上季持平。受惠於高單價產品出貨占比增加，平均銷售單價也與上季持平。考量匯率及污染事件的損失影響後，第一季鎧俠營收為33.8億美元，季減4.5%。

威騰電子（Western Digital）在污染事件發生後，進而調漲部份產品價格，因此第一季平均銷售單價僅下滑近1%，但位元出貨量則是受上述污染事件壓抑，加上俄烏戰爭爆發後，零售端需求疲軟，位元出貨量衰退14%，影響其第一季NAND Flash營收季減14.4%，達22.4億美元。

在鎧俠及威騰電子產能供應受限下，推升美光（Micron）第一季client SSD訂單成長，位元出貨季增5%，平均銷售單價則大致與上季持平。分析其原因，除了wafer價格自二月反彈之外，美光enterprise SSD位元出貨也有明顯增長，帶動第一季NAND Flash營收達19.6億美元，季增4.2%。

回顧第一季，戰爭爆發及傳統淡季因素導致smartphone需求位元走弱，但在Kioxia污染事件後，供應吃緊使得NB及server客戶積極採購避免SSD短缺，上述事件使得本季整體NAND Flash位元出貨與上一季度持平。

展望第二季，儘管戰爭、高通膨及疫情封控持續減緩消費成長力道，但由於北美地區大型資料中心主流容量持續轉向高容量8TB，推升enterprise SSD需求成長13%，第二季出貨規模有望再攀升。同時，在鎧俠（Kioxia）污染事件帶動產品合約價上漲6%，在價漲量增的狀況下，預期第二季NAND Flash產業營收季增可達一成以上。

責任編輯：吳秀樺

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。