鉅亨網新聞中心
人工智慧（AI）基礎建設持續擴張，正在將記憶體產業推向新一輪供需緊張週期。2026年FMS大會釋出的數據顯示，DRAM、企業級SSD、HDD等多種記憶體產品價格同步走高，而供應端受限於擴產週期與過去產能過剩的經驗，短期內難以快速跟上需求。
從目前產業訊號來看，這波記憶體價格上漲可能不只是傳統景氣循環的短期反彈，AI對資料處理、記憶體與傳輸需求的快速增加，正逐漸改變記憶體市場原有的供需結構。
FMS 2026公開資訊顯示，2025年至2026年間，DRAM整體價格最高上漲約170%，消費級DRAM零售價格漲幅更達400%；HBM高頻寬記憶體合約價格則上漲約20%。
企業級SSD同樣面臨明顯漲價壓力，2026年第1季合約價格最高上漲約90%，部分SSD細分市場在9個月內的漲幅甚至接近500%。與此同時，HDD價格約上漲50%，磁帶硬體價格也增加約15%。
在不同記憶體產品之間，價格差距同樣值得注意。企業級SSD每TB價格至少是HDD的10倍，部分時期現貨市場的價差甚至擴大至20倍以上，使資料中心業者在規劃記憶體架構時，必須更加重視不同介質之間的成本效益。
這一輪記憶體需求成長的核心動力，與過去消費電子或傳統企業IT週期有所不同，AI訓練與推理正成為重要驅動因素。
AI模型需要反覆讀取與寫入大量資料，從模型訓練所使用的資料集，到推理階段的上下文資訊，都會產生龐大的記憶體需求。隨著模型規模、上下文長度及AI 代理之間的協作持續增加，資料處理與記憶體的重要性也進一步提升。
其中，Token數量的快速增加尤其受到產業關注。以AI加速器系統為例，輝達(NVDA-US) 下一代Rubin架構相較前一代Blackwell系統，詞元生成量預計提升10倍。隨
著AI運算量增加，支撐系統運作所需的資料存取頻寬與記憶體容量也必須同步擴張。
這代表AI基礎設施的需求已不再只是追求更強的運算能力，如何持續供應與保存大量資料，也逐漸成為整體系統效能的重要一環。
需求快速增加，但供應端卻無法立即增加產量，與記憶體產業過去幾年的經驗密切相關。
2022年至2023年期間，DRAM、SSD及HDD市場曾遭遇需求下滑與庫存過剩，導致價格大幅下降，相關業者也承受嚴重的獲利壓力。這段經驗使記憶體廠商在本輪需求復甦之際，對大規模擴產仍相對謹慎。
即使NAND Flash與DRAM業者已開始投入新產能，從資本支出、廠房建設到實際形成規模化產量，仍需要相當時間。產業預期，較明顯的新增產能可能要到2027年底，甚至2028年才會逐步釋放。
在此之前，如果AI資料中心需求持續增加，供需缺口可能仍難以快速消除，記憶體價格也因此面臨持續上行壓力。
除了價格上漲之外，大型資料中心業者提前鎖定記憶體供應，也成為市場值得關注的訊號。
部分大型客戶已將HDD與SSD採購合約延伸至2027年甚至2028年，透過長期合約提前確保未來所需的供應量與價格。
在市場預期供應持續吃緊的情況下，提前鎖定產能可以降低未來採購的不確定性，但另一方面也可能進一步壓縮現貨市場的供應，使市場價格維持在高檔。
當企業預期未來記憶體成本還會上升，提前採購的意願自然提高；而採購增加又可能使短期供應更加緊張，進一步推升價格。
除了傳統DRAM、SSD與HDD需求增加之外，AI運算也可能正在改變資料中心原有的記憶體架構。
其中一項受到關注的變化，就是KV快取的快速成長。
KV快取是大型語言模型在推理過程中保存中間狀態資料的機制，可以避免系統重複進行部分計算。過去這類資料通常被視為暫時性資料，規模相對有限，因此主要由記憶體或本地快取處理。
但隨著模型規模擴大、上下文變長，以及AI代理之間進行更頻繁的協作，KV快取所需要保存的資料量也持續增加。
當這類資料的規模大到傳統記憶體難以完整承載，卻又需要比一般SSD更高的存取速度時，介於記憶體與傳統記憶體之間的新型記憶體層級，可能因此出現需求。
這也代表，未來記憶體產業的競爭可能不只集中在傳統DRAM、NAND Flash與HBM等產品，而是進一步延伸至針對AI工作負載重新設計的記憶體架構。
在高速記憶體產品價格持續上升的同時，較低成本的記憶體介質也重新受到市場關注。
HDD價格已在2025年至2026年間上漲約50%，磁帶硬體價格也增加約15%。磁帶雖然屬於較成熟的記憶體技術，但由於每TB成本較低，且適合長期資料保存，因此仍可用於超大規模資料中心的冷資料與長期歸檔。
當SSD與HDD成本同步上升，資料中心業者更有動機重新檢視資料分層策略，將存取頻率較低、但仍需要長期保存的資料移至成本較低的記憶體介質，以降低整體基礎設施成本。
從FMS 2026釋出的產業訊號來看，本輪記憶體漲價與過去單純由景氣循環推動的價格波動有所不同。
傳統記憶體產業經常受到供需循環影響，需求增加帶動價格上升，廠商擴產後又可能造成供過於求，最終導致價格回落。
然而，AI正在成為新的需求來源，且模型規模、上下文長度與AI代理應用仍持續擴張，使記憶體需求呈現不同於過去消費電子週期的特性。
此外，大型雲端業者具備較強的採購能力，可以透過長期合約與規模議價降低成本；相較之下，中小型AI企業與開發者在記憶體供應吃緊時可能面臨更高的採購成本。
另一項值得關注的變化則是KV快取。市場目前高度關注HBM與先進記憶體技術，但AI工作負載催生的新型記憶體層級，也可能成為下一階段的技術發展方向。
整體而言，AI資料中心正在重新定義記憶體在運算架構中的角色。從DRAM、SSD、HDD到磁帶，再到可能因KV快取需求而出現的新型記憶體層級，AI帶來的資料量增長正逐步滲透整個記憶體產業。
若新增產能無法及時釋放，市場供需緊張與價格壓力可能延續至2027年底甚至2028年。
上一篇
下一篇
