白話科技|AI高速運算關鍵!CXL、DRAM、HBM記憶體差在哪?記憶體概念股有哪些?
白話科技|AI高速運算關鍵!CXL、DRAM、HBM記憶體差在哪?記憶體概念股有哪些?

記憶體是什麼?記憶體概念股有哪些?

說到記憶體,對一般消費者來說,可能會聯想到生活中常見的電子產品,像是手機、筆電、桌機,以及隨身碟或記憶卡,都會用到記憶體。

記憶體有哪些種類?為何新聞中常看到記憶體是價格波動大的「景氣循環」產業?在AI時代下成為當紅炸子雞的HBM(高頻寬記憶體)、逐漸受到關注的CXL記憶體又是什麼?台廠有哪些記憶體概念股?本文帶你一次搞懂。

記憶體圖解

記憶體主要有哪幾種?

根據資料保存的特性,記憶體主要可分為2大類,即切斷電源後資料會消失的「揮發性記憶體」,與斷電後資料仍留存的「非揮發性記憶體」:

揮發性記憶體(Volatile Memory):暫時儲存資料

  • 動態隨機存取記憶體DRAM(Dynamic Random Access Memory):
    DRAM廣泛應用於電腦、伺服器、手機等裝置的主記憶體,具有快速讀寫的特性。

  • 靜態隨機存取記憶體SRAM(Static Random Access Memory):
    SRAM常用於CPU的快取(Cache)記憶體,速度比DRAM更快,不過價格也較高。

非揮發性記憶體(Non-Volatile Memory):長期儲存資料

  • 唯讀記憶體ROM(Read Only Memory):
    唯讀記憶體只能讀取、而不能寫入新資料,通常用於儲存不需經常變更的系統軟體、驅動程式等。

  • 快閃記憶體Flash:
    快閃記憶體廣泛被應用於多種電子產品的硬碟,具備體積小、功耗低等優點,並可再分為NAND Flash、NOR Flash兩類型:

NAND Flash寫入速度快、成本較低,主要用於手機的儲存空間、固態硬碟(Solid State Drive, SSD)、隨身碟、記憶卡等裝置;

NOR Flash讀取速度快,但寫入速度較慢、成本較高,常用於主機板上的韌體、網通設備及IoT系統的記憶體等。

記憶體產業鏈是怎麼樣的?為何隨景氣波動大?

記憶體業就供應鏈來看,主要分為上游製造商的「原廠」、中游的封裝測試廠,以及下游的模組廠及通路商,模組廠和通路商將成品交給電子代工廠,最後再組裝成終端產品。

全球記憶體市場,在 DRAM呈現寡占競爭局面,主要由「3大原廠」製造商主導:美光(Micron)、三星電子(Samsung Electronics)、SK海力士(SK Hynix) 。至於NAND Flash快閃記憶體則有較多玩家,包括三星、SK海力士、鎧俠(KIOXIA)、威騰(Western Digital)、美光等。

台灣的記憶體廠商,則涵蓋上游的晶圓製造與代工廠如 南亞科、旺宏、華邦電 ,中游的封測廠如 力成、南茂、華泰 ,以及下游的模組廠 威剛、創見、宜鼎、宇瞻、十銓 等。

值得留意的是,即使同屬半導體產業,和用於CPU及GPU等處理器、持續追求製程微縮的「邏輯IC」不同,「記憶體IC」為技術較成熟、大宗標準型產品,供需市況深受景氣影響,價格波動大,屬於景氣循環產業。

**記憶體業的景氣循環: **
當景氣熱絡,終端裝置需求增,電子代工廠向記憶體模組廠、通路商大量進貨,現貨價格將上漲,產業呈現榮景;

當景氣變差,終端裝置需求減少,電子代工廠減少進貨,記憶體廠因存貨過多會在市場上拋售庫存,現貨價格會下跌,廠商並會減產因應。

AI時代下崛起的HBM、CXL記憶體是什麼?

隨著生成式AI興起,AI高速運算大量資料的需求激增,帶動HBM市場成長;另一方面,一些廠商也開始佈局不同類型晶片間可共享記憶體資源、高速互連的「CXL記憶體」技術。

HBM高頻寬記憶體(High Bandwidth Memory)

HBM具有高頻寬、低延遲、低功耗等優點,頻寬有如數據傳輸的高速公路,道路越寬、可承受的車流量越大,能傳送的資料量就越多;另一方面,在傳輸資料量增加之外,HBM透過將數個DRAM以先進封裝堆疊起來,也擴大儲存空間。

根據研調機構TrendForce統計,2023年全球HBM市場SK海力士坐擁53%市佔率,其次是三星的38%、美光9%。

延伸閱讀:[HBM是什麼?3D完全圖解,帶你一次看懂「記憶體全村希望」][1]

CXL記憶體(Compute Express Link)

根據[美光網站][2]介紹,CXL是一種高速互連的開放標準,可讓應用程式在CPU、[GPU][3]和FPGA等不同處理器之間共用記憶體,以加快運算速度,並改善記憶體資源使用率。

市面上最初的CXL記憶體擴充模組產品,為三星於2021年5月所發表。此外,近年來SK海力士、美光、Astera Lab、世邁科技(SMART Modular)、宜鼎等業者,也有相繼推出CXL相關產品。

研調公司Yole預測,CXL市場從2023年的1400萬美元,2028年將大幅成長到160億美元。

延伸閱讀:[FOPLP是什麼?概念股有哪些?群創FOPLP技術為何受台積電青睞?][4]
[晶圓「埃米戰爭」殺手鐧!晶背供電是什麼?概念股有哪些?][5]

本文不開放轉載
[1]: https://www.bnext.com.tw/story/17/what-is-hbm
[2]: https://tw.micron.com/products/memory/cxl-memory#accordion-c85a4270e7-item-7d759fe6e6
[3]: https://www.bnext.com.tw/article/79456/aipc-npu-explanation
[4]: https://www.bnext.com.tw/article/79562/foplp-advanced-packaging-explaination
[5]: https://www.bnext.com.tw/article/79693/angstrom-bspdn-explain

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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