中經院：記憶體缺貨已成 AI 供應鏈最大瓶頸

中華經濟研究院分析指出，記憶體供應吃緊已取代運算晶片，成為當前 AI 供應鏈最主要的瓶頸。這項判斷標誌著 AI 硬體限制因素的轉移——過去兩年市場焦點集中在 GPU 交期，如今真正卡住系統出貨的環節換成了記憶體。

這種轉移有明確的技術基礎。AI 加速器的效能表現，取決於運算單元與記憶體之間的資料搬運速率，而非僅是運算單元本身的峰值算力。當模型參數規模持續擴大，單一加速器必須搭配足夠容量與頻寬的高頻寬記憶體才能發揮效能。這使得每出貨一顆加速器，就必然對應數倍數量的記憶體晶粒需求。

供給端的擴充速度則相對受限。記憶體產能的建置周期長，且製程轉換涉及大量資本支出，業者在景氣循環中的擴產決策通常相對保守。加上高頻寬記憶體的堆疊與封裝良率仍低於傳統記憶體產品，實際可供出貨的數量比帳面產能來得少。這種供需的結構性落差，短期內難以透過調度緩解。

缺貨的影響已從 AI 伺服器往外擴散。當高階記憶體產能被 AI 應用大量吸納，一般用途的記憶體供給隨之緊縮，價格上揚的壓力逐步傳導到個人電腦、智慧型手機與各類消費性電子產品。對終端裝置業者而言，這意味著物料成本結構的改變，以及規格配置上的取捨。

對台灣供應鏈而言，這個瓶頸同時是限制與機會。限制在於 AI 伺服器的出貨節奏受制於記憶體到料，即使組裝與其他零組件備妥也無法出貨；機會則在於記憶體模組、測試與封裝相關業者的營運能見度明顯拉長。業界分析人士指出，具備高頻寬記憶體相關測試與封裝能力的業者，在這波循環中的議價空間顯著改善。

後續觀察重點在於供給端的擴充進度。記憶體業者的資本支出計畫、新產能開出時程，以及堆疊良率的改善曲線，將決定這個瓶頸何時緩解。在此之前，記憶體的取得能力可能比運算晶片的取得能力，更能決定 AI 系統業者的實際出貨規模。