【專欄】一葉落知天下秋!PC、手機需求放緩讓DRAM市場陷入空頭格局
【專欄】一葉落知天下秋!PC、手機需求放緩讓DRAM市場陷入空頭格局

從2021年的年中起,DRAM 市場開始進入修正行情,價格是反應DRAM供需狀況的最直接指標,觀察DRAM價格的走勢,可察知DRAM產業的趨勢。

以DDR 4 1Gb2的平均售價來看,2021年6月達4.84美元,之後反轉向下,2021年11月跌至3.45美元,然後反彈,到2022年2月上揚至4美元。之後繼續下跌,今年8月跌至2.76美元,尚未看到止跌跡象。

市場預估,今年第四季DRAM平均售價將再下跌10-15%左右,明年第二季會再下跌5-10%左右,DRAM市場陷入空頭格局。

後疫情時代PC手機需求轉弱,反應DRAM產業週期循環

從全球DRAM營業額來看,2021年第三季達265億美元,為本波的最高點,之後一路下滑至今年第一季的240.3億美元,今年第二季回升到255.9億美元,預估下半年會繼續下跌。

從供給面來看,2021年DRAM產出的位元數約220.7億GB,較2020年成長22%,今年預估將再成長22%、達269.8億GB。

需求方面,2021年約232億GB,較2021年成長22%,略大於產出,多出的部分可由庫存應付。2022年DRAM需求預估為243億GB,較2021年成長5%,供給大於需求。

雲達科技
國家級超級電腦「台灣杉二號(Taiwania 2)」伺服器部分由雲達科技與Intel共同打造,浮點運算高達每秒9千兆次,創下臺灣超級電腦史上最佳紀錄。
圖/ 雲達科技

造成今年DRAM需求不振的主要原因為PC及智慧型手機市場低迷,今年PC市場預估將衰退約20%左右,智慧型手機市場預估衰退10%左右,而伺服器市場只有成長1%左右。

智慧型手機、PC及伺服器是DRAM三大應用市場,在智慧型手機及PC雙雙衰退之下,加上伺服器市場僅微幅成長,無怪乎DRAM市場的需求不振。

2018年全球DRAM市場營業額創歷史新高,達1010億美元。當年各大DRAM廠,皆積極投資,資本支出達235億美元。

2019年DRAM市場大幅下跌,營業額縮減為625億美元,資本支出也縮減到190億美元。2020年DRAM市場反彈,營業額回升到670億美元,資本支出小幅減少到170億美元。

2021年DRAM市場在全球半導體市場的大多頭下,營業額持續攀升達949億美元,資本支出大幅攀高到270億美元。

以資本支出率 (營業額/資本支出)來看,2018年為4.3,2019年為3.3,2020年為4,2021年為3.5。資本支出率愈高,表示投資績效愈高,以這幾年的狀況來看,DRAM的投資皆可獲得不錯的回報。

跌勢來得又快又急,這次空頭盤整又要走多久?

不過從2021年第二季DRAM營業額達高點後,DRAM市場開始疲軟,DRAM營業額一路下跌到今年第一季,第二季略有反彈。

預估今年第三季全球DRAM營業額將跌到161.5億美元,較上一季大跌36.9%,突顯DRAM跌勢,來得又快又急。

南亞科
圖/ 簡永昌攝影

以南亞科的營業額來看,2021年8月營業額達新台幣82.1億元,為當年營利最高的月份,之後一路下跌。2021年12月,南亞科營業額跌到新台幣69.4億元,為從2021年4月起,2021年中營業額最低的月份。

2022年起,南亞科的營業額一路下跌,從元月的新台幣67.7億元,跌到8月份的新台幣34.2億元,由此可見DRAM市場陷入空頭市場,力道來得又快又猛。

從歷史的軌跡來看,通常DRAM由季營業額的高點到低點,一般會歷經5到8季左右。由此推估,本波的最高點落在2021年第三季,最低點可能落在2023年的第一季或第二季。因此DRAM的復甦時間可能落在明年下半年。

出海口已不只依賴單一應用,仍需待市場消化產業供需比

面對DRAM的不景氣行情,全球DRAM廠開始放緩擴廠以及製程升級腳步,以壓制供給的成長。

然而由於庫存高掛、需求不振,導致DRAM價格跌勢不止。預估今年DRAM的供需比(供給/需求)將達108%,2023年供需比將可能進一步惡化到110%。

從今年第二季到2023年第二季,DRAM價格可能再跌50%,此時售價將逼近DRAM廠現金生產成本(不計折舊),DRAM生產商已無力將價格再下降,「跌無可跌」蘊釀反彈契機。

儘管目前DRAM市場價格波動仍很大,不過與以前比較,已經溫和不少,主要是應用市場分散,不會只集中在一、二項應用。

目前DRAM最大的應用市場為智慧型手機,約占整體DRAM市場的40%左右。其次為伺服器用DRAM,約占整體DRAM市場的36%左右。個人電腦用DRAM,十多年以前,幾乎寡占DRAM所有的應用市場,智慧型手機興起後,個人電腦用DRAM,約占整體DRAM市場的14%左右,市場變化之大,令人不勝唏噓。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:侯品如

關鍵字: #Dram
往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 2025 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