COMPUTEX 2026直擊》美光Sumit Sadana：記憶體成AI時代戰略資產！秀全球首款商用Gen6 SSD、HBM4與高容量模組

當全球AI競賽從模型訓練進入大規模推論與AI代理人時代，半導體產業的戰場也正在改變。過去資料中心效能多半聚焦GPU算力，如今記憶體頻寬、容量與儲存效率，正成為影響AI系統能否持續提升Token產出量的關鍵瓶頸。記憶體大廠美光科技（Nasdaq：MU）於COMPUTEX 2026期間展示完整AI最佳化記憶體與儲存產品組合，從HBM4、高容量SOCAMM2、DDR5 RDIMM，到全球首款商用PCIe Gen6 SSD，試圖凸顯記憶體與儲存已不再只是系統零組件，而是AI時代半導體架構轉型中的戰略資產。

美光執行副總裁暨事業長Sumit Sadana指出，「AI模型的上下文長度正以每年30倍的速度暴增，而單台伺服器的記憶體容量在過去三年間卻僅增長一倍。」他表示，現今系統效能正前所未有地取決於記憶體頻寬和容量，這項半導體生態系的結構性轉型，使記憶體和儲存技術躍升為不可或缺的戰略性資產。

隨著AI工作負載從模型訓練拓展到大規模推論、推理密集型應用與AI代理系統，資料中心架構面臨新的壓力。美光指出，AI運算需要一套更完整的記憶體與儲存階層，其中HBM負責高速模型執行與KV快取，LPDDR與DDR則作為系統記憶體，支援調度編排與長上下文擴展；資料中心SSD則進一步支援KV快取容量與海量資料湖需求。

換言之，AI資料中心的競爭不再只是單純提高GPU運算能力，而是要在延遲、頻寬、功耗、容量與成本之間取得平衡。美光強調，這套分層架構可以協助分擔GPU負載，進一步最大化資料中心的Token產出量，也讓記憶體與儲存成為AI基礎建設效能優化的重要環節。

在資料中心記憶體方面，美光此次揭示多項產品進展。其中，HBM4 36GB 12H被視為支援下一代AI運算的重要產品。根據美光內部模擬，在288GB HBM4系統與現行採用288GB HBM3E的GPU系統相比，若頻寬提升2倍，大型語言模型推論吞吐量可望提升2.6倍。這也反映在大型語言模型推論階段，HBM頻寬對Token產出效率的影響正在提高。

除了HBM，美光也強調其高容量模組布局。美光表示，已獨家提供全球最高容量的256GB SOCAMM2，相較標準RDIMM，功耗與占用空間均減少三分之二，主打低功耗資料中心記憶體應用。另一方面，美光也已向客戶送樣採用1γ技術的256GB DDR5 RDIMM，傳輸速度最高可達9,200 MT/s，不僅比現行量產模組加快40%，相較於兩個128GB模組，運作功耗也降低超過40%。 （相關報導： COMPUTEX 2026直擊》物聯網裝置不用再等雲端！Synaptics推Astra SRW1500單晶片AI MCU，整合Arm NPU ｜ 更多文章 ）

這些產品共同指向同一個趨勢：AI伺服器在追求更高推論效能的同時，也必須面對機櫃空間、功耗與系統整合難度上升的挑戰。高容量、低功耗與高頻寬記憶體，正在成為資料中心擴張時不可忽視的設計條件。

儲存同樣是美光此次COMPUTEX展示的重點。美光9650 SSD為全球首款商用PCIe Gen6 SSD，主要針對AI推論和訓練工作負載提供高效能儲存支援。隨著AI系統對模型資料、快取資料與推論資料的存取需求提升，資料中心SSD也從傳統儲存裝置，逐漸成為AI運算流程中的底層支撐。

美光也展示6600 ION SSD，容量最高達245TB，主打高密度與能源效率。美光指出，與HDD部署相比，這款SSD可大幅降低機架占用空間，功耗也可較HDD部署減半。對大型AI資料中心而言，這代表高容量SSD不只是儲存容量升級，更關係到資料中心空間利用率、電力配置與長期營運成本。

美光此次展示的產品線並未停留在雲端資料中心。隨著AI推論從資料中心延伸到AI PC、智慧型手機、汽車與嵌入式系統，邊緣端裝置同樣開始需要更高密度、更低功耗與更高速的記憶體及儲存裝置。美光指出，未來高密度DRAM可讓AI模型與代理型AI維持常駐運行，而儲存裝置也將從被動存放資料，轉向支援本地模型快取、車載即時感測器融合等應用的「主動作業層」。

在AI PC方面，美光LPCAMM2搭配LPDDR5X，可提供最高9,600 MT/s傳輸速度，並採用模組化、低功耗的128位元雙通道設計，鎖定更輕薄的PC裝置。GDDR7則提供最高1.5TB/s系統頻寬，比GDDR6高60%，AI推論吞吐量最多可提升33%。LPDDR5X則鎖定PC、智慧型手機、機器人與次世代車用平台上的即時AI運算需求。

儲存與車用應用也同步升級。美光4600 PCIe Gen5 NVMe SSD可在一秒內載入LLM，相較前一代Gen4 SSD，能源效率提升107%。車用UFS 4.1則提供最高4.2GB/s傳輸速度，效能為前一代的兩倍，同時具備115°C耐熱保護，並符合車規功能安全標準，適用於先進駕駛輔助系統與車載AI運算。

AI正在重新定義記憶體在半導體產業中的角色。過去記憶體與儲存多被視為系統規格中的搭配元件，但在AI模型規模擴大、推論需求升溫、AI代理人應用浮現後，記憶體與運算單元必須在設計初期就更緊密協同，才能達到系統級最佳化。

美光表示，奠基於多代DRAM與NAND製程技術，包括近年推出的1γ DRAM與G9 NAND，公司將持續透過協同設計與工程合作，深化與生態系夥伴的技術協作，加速AI平台落地。同時，美光也提到，其製造擴展投資涵蓋美國、印度、日本、新加坡與台灣，顯示AI記憶體與儲存競爭不僅是產品規格競賽，也牽動全球半導體供應鏈布局。 （相關報導： COMPUTEX 2026直擊》物聯網裝置不用再等雲端！Synaptics推Astra SRW1500單晶片AI MCU，整合Arm NPU ｜ 更多文章 ）

觀察此次COMPUTEX 2026現場，可發現AI時代的基礎設施競爭已不再只看GPU數量，而是逐步走向記憶體、儲存、運算與系統整合能力的全面比拚。對美光而言，這正是其試圖從資料中心一路延伸至智慧邊緣，重新定義記憶體與儲存在AI產業鏈中價值的關鍵時刻。