SEMI大師論壇》AI資料中心把記憶體推向缺貨！美光：HBM、DDR與SSD需求同升，邊緣裝置又來搶產能

AI資料中心不只大量採用高頻寬記憶體（HBM），也同步推升DDR模組、低功耗DRAM與高效能SSD需求；另一方面，汽車、機器人等邊緣裝置又要求更高頻寬與更低功耗，使記憶體產能同時面對雲端與終端市場拉扯。美光科技（Micron Technology，NASDAQ：MU）總裁暨技術與產品長Scott J. DeBoer 2日在SEMICON Taiwan 2026大師論壇直言，未來數年全球記憶體仍將處於「供給嚴重不足」狀態，改善效率不能取代新增產能。

DeBoer表示，記憶體過去常被視為相對單純、甚至可被當成大宗商品的零組件，但AI改變了系統設計方式，記憶體如今直接決定AI系統的規模、效率與最終效能。「AI擴張的速度，取決於記憶體的速度。」

他以汽車比喻HBM的三項核心條件：頻寬相當於引擎馬力，容量是油箱，散熱則像輪胎。頻寬提高後，必須搭配更大容量才能讓運算持續進行；即使頻寬與容量都到位，若無法把熱從邏輯晶片、DRAM裸晶與堆疊結構中帶走，系統仍無法把效能跑出來。

DeBoer指出，近一年散熱已快速成為HBM頻寬路線圖的限制因素，而且不同客戶與應用的熱源分布並不一致，記憶體裸晶及堆疊結構必須依系統共同設計。由底層邏輯晶片一路把熱導向上方冷卻端，也將影響HBM4E、HBM5、HBM5E及後續垂直堆疊產品的發展。

需求也不只集中在HBM。AI資料中心需要高密度DDR DIMM與低功耗DRAM模組，用來承載模型、KV Cache及不同記憶體階層；過去幾年一度不被看好的NAND，也因高效能資料中心SSD需求快速增加，成為AI儲存架構的重要環節。因此，一座AI資料中心擴建時，拉動的不是單一記憶體品項，而是HBM、DRAM模組與SSD同時增加。

資料中心之外，汽車、機器人與其他邊緣AI裝置也正提高記憶體規格。DeBoer指出，邊緣端同樣追求頻寬，但功耗限制、成本結構與資料中心不同，記憶體廠必須開發不同架構與產品，並配置相對應產能。當資料中心已造成DRAM供給吃緊，邊緣應用複雜度又同步上升，產能規劃面臨的壓力將持續擴大。

他認為，軟體最佳化與提高每顆記憶體的有效頻寬，確實能降低單位AI產出的成本，但「全球供給仍大幅不足」，新增產能仍不可避免。在新產能陸續到位前，產業短期更迫切的工作，是提高既有記憶體使用效率，並與運算、封裝及系統廠共同處理頻寬和散熱瓶頸。

DeBoer表示，AI時代的記憶體已不再只是運算晶片旁的附屬元件。從HBM到DDR、低功耗DRAM及SSD，各類產品如何分配產能、提高頻寬並控制熱密度，將直接決定AI資料中心可以多快擴張，也決定汽車與機器人等下一波邊緣AI產品能否順利放量。