記憶體最大買家換人了!威剛董座:別再用4年循環看產業,Google、Microsoft才是新主力
記憶體最大買家換人了!威剛董座:別再用4年循環看產業,Google、Microsoft才是新主力

2026年全球記憶體市場正經歷前所未見的榮景。DDR4、DDR5價格較去年同期大幅翻揚,高頻寬記憶體(HBM)供不應求,主要供應商持續將產能轉向AI相關產品。

另一方面,Google、Microsoft、Meta與Amazon等大型雲端服務供應商(CSP)加速擴建AI資料中心,全球資本支出規模上看一兆美元。

面對這場席捲全球的AI浪潮,威剛董事長陳立白接受本報專訪時指出,如果還用過去四年一循環的角度看待記憶體產業,方向已經看錯了。AI正在改寫過去40年來記憶體產業運作的基本邏輯。他說:「 這已經不是單純的記憶體景氣循環,而是一場全球算力競賽的開始。 」以下為訪談摘要。

記憶體最大買家,已變成大型雲端服務供應商

陳立白指出,過去數十年來,記憶體產業遵循典型供需循環。價格上漲後原廠擴產,擴產過度導致供給過剩,價格開始下跌;廠商減產、庫存去化,再迎來下一輪復甦。

多頭一年多、空頭一年多,中間再經歷一段盤整期,加總約四年左右。然而,這一輪循環從2025年下半年開始出現結構性改變。

陳立白指出,最大的差異在於買方改變。過去無論是PC、筆電或智慧型手機廠商,購買DRAM與NAND的目的,都是製造產品,再銷售給終端消費者。因此,記憶體需求本質上仍與消費市場景氣連動。但今天記憶體最大的買家,已經變成大型雲端服務供應商(CSP)。

由此可知, 以前記憶體需求來自消費電子,現在記憶體需求來自生產算力

Google、Microsoft、Meta與Amazon大量採購DRAM、HBM與SSD後,直接投入AI資料中心建設。資料中心建成後,能持續產生Token、AI模型服務與雲端運算收入。

陳立白說,記憶體對CSP而言,不再只是零組件,而是創造未來現金流的重要生產工具。「這是剛性需求。」更重要的是,參與這場競賽的企業,恰好是全球資本最雄厚的一群公司。

當其中一家開始擴建AI資料中心,其他競爭對手便沒有停下來的理由。「大家都怕自己蓋得比別人慢。」「因為誰先把算力建起來,誰就可能先贏。」

算力就是競爭力

全球科技產業競爭模式也隨之改變,過去比的是「產品市占率」,未來比的是「算力規模」。誰擁有更多GPU、更多HBM、更多DRAM、更多資料中心,誰就更有機會掌握下一代AI服務入口。

陳立白說:「算力就是競爭力」,「甚至某種程度上,算力就是未來的國力。」

因此,AI資料中心建設已不只是企業投資計畫,更逐漸演變成國家級競爭。美國已有六至七家大型科技企業投入AI算力競賽,中國大陸雲端巨頭也同步加速擴張、百家爭鳴。

全球AI產業將走向「贏者全拿」模式

但長期而言,不可能所有玩家,都維持相同規模。陳立白預測,最後可能剩下一半,但「另外一半不一定消失,而是被併購。」

他認為,全球AI產業未來將逐漸走向典型的贏者全拿(The winner takes it all)模式。然而,在產業整併真正發生之前,各家企業仍將持續投入資本支出。「現在沒有人敢停下來。」「停下來,就可能被超越。」

威剛董事長陳立白
威剛董事長陳立白
圖/ 吳晴中/攝影

市場另一個最關心的問題,是記憶體價格何時見頂。部分國際機構認為,DRAM平均售價可能在2026年中達到高峰,但陳立白並不認同。

他說:「很多人覺得今年已經到高點。」「我覺得現在才第二局、第三局而已。」目前市場仍處於AI基礎建設周期初期。今年只是缺貨的開始,到了2027年,供需失衡情況甚至可能比今年更加嚴重。

除了大型CSP持續建置資料中心之外,NVIDIA下一代Vera Rubin平台,也將大幅提高記憶體配置量,不論HBM或DDR5需求都將同步成長。

相較之下,全球DRAM新增產能,受限於晶圓廠建置、設備交期與先進封裝瓶頸,短時間內難以快速擴張。

近期市場高度關注SK海力士會長崔泰源提出未來五年產能翻倍的規劃。陳立白認為,市場可能把這項利多的訊息,誤解成了利空訊息。

他解釋,「五年翻倍聽起來很多。但換算下來,年複合成長率其實只有約15%。」

他認為,在AI需求快速擴張背景下,15%的年增幅其實並不算高,甚至可能追不上未來算力建設速度。「以AI需求來看,我覺得供給的增幅,遠遠不及需求的增加。」

即使2027年後部分新增產能陸續開出,但考量AI伺服器、Agentic AI、機器人、AI PC及主權AI等需求同步擴張,甚至於低軌衛星、無人機等新興應用的加入,供需平衡時間點恐將進一步延後。

陳立白預估,DRAM市場供給吃緊情況最快也要到2028年前後,才有機會逐步舒緩。

回顧超過30年的產業經驗,他很少看過像今天這樣的市場環境,如果一定要找歷史對照組,只有個人電腦誕生初期較為接近。因為當年的PC重新定義了資訊產業,而今天的AI,也正在做同樣的事情,只是規模更大、影響更深遠。

陳立白預言,「未來科技業爭的是算力、Token與AI基礎建設。」這場競爭,才剛剛開始。

陳立白
圖/ 工商時報

本文授權轉載自工商時報

關鍵字: #記憶體
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

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
代理式商務連動百兆商機
© 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