AI 帶動的晶片熱潮，核心唔係人人換手機、電腦，而係大型雲端服務商（hyperscalers，即營運超大型數據中心的科技公司）正以極快速度添置 AI 加速器、高頻寬記憶體（HBM）、DRAM、NAND 儲存、網絡設備及先進封裝產能。供應擴張追唔上，結果既推高出貨額，亦推高平均售價。1415

三個預測，點解都突然變得進取？

預測數字有落差，主要因為統計口徑及發表時間不同；但訊息一致：記憶體正由配角變成今輪市場增長的主引擎。

• Gartner 預測，2026 年全球半導體收入約為 1.6 萬億美元，較 2025 年的 8,090 億美元升 92%；單是記憶體收入料達 8,373 億美元。20
• WSTS（世界半導體貿易統計組織） 的春季預測為 1.51 萬億美元，按年升 90%，當中記憶體料急升約 250%、超過 8,000 億美元。 相比之下，其較早期的 2026 年展望只是 9,750 億美元，可見 AI 需求和記憶體價格上行令估算改寫得有幾快。
• 韓國進出口銀行則把預測上調至 超過 1.6 萬億美元，歸因於大型科技公司擴建 AI 基建，以及記憶體和邏輯晶片需求增加；這較該行上一季的 1 萬億美元預測高 6,000 億美元。1719

點解 DRAM、NAND 同 HBM 會令市場收入爆升？

AI 伺服器處理和搬運的資料遠多於一般伺服器，尤其需要大量 DRAM，以及用於高效運算的 HBM；同時亦消耗更多 NAND 儲存。當產能緊張，記憶體廠可加價，故市場收入的升幅可以遠超單位出貨量。

記憶體短缺並非一兩季就容易解決。Deloitte 指，AI 伺服器 DRAM 成本在 2026 年首季大約已倍增，而新增產能要到 2029 或 2030 年才可能大規模投產。14 摩根大通估計，由 2024 年初至 2026 年底，DRAM 價格累積升幅可能超過 400%。15

需求端亦未見鬆手。估算顯示，超大型雲端商在 2026 年的資本開支約 5,750 億美元，按年增加約 50%。3 對晶片供應商而言，這代表 AI 基建訂單不只是「概念」，而是已落到數據中心、伺服器和供應鏈採購。

台積電的優勢：唔止造到最先進晶片，仲要封裝得出

台積電的競爭位置，並不只在於 3 納米和 2 納米晶圓製造，還包括把運算晶片、HBM 等元件整合成 AI 系統所需的先進封裝。

據供應鏈報道，台積電的 2 納米月產能，計劃由 2026 年底約 9 萬片晶圓，增至 2027 年中約 11 萬片；3 納米產能同期則擬增加逾 16%。 不過，先進封裝依然是限制 AI 晶片交付量的樽頸。台積電管理層亦曾表示，封裝產能非常緊，已限制客戶增長。

即係話，就算客戶訂到先進製程晶圓，若未能取得足夠封裝能力和 HBM，AI 加速器都未必可以如期交貨。這令台積電對 AI 晶片供應的影響力，延伸到晶圓廠以外的整個交付鏈。

一邊大手起數據中心，一邊叫 AI「放慢」：矛盾喺邊？

部分 AI 業界領袖公開主張要為前沿模型發展「減速」，讓安全和治理措施有時間跟上。這類說法本身是針對模型安全風險；但金融市場關心的是，若減速最終變成實際政策、行業協調或削減訓練開支，未來對 GPU、記憶體和封裝的需求預期便要重估。

因此，相關言論一出，晶片股即受壓。12 目前這不代表雲端商已經削減資本開支，而是市場先行反映：AI 基建投資故事若要放慢，估值和供應鏈訂單都可能要重新計數。

點解會扯到反壟斷？

法律爭議在於：各家公司自行採取更審慎的安全措施，與競爭對手共同協議限制模型研發、算力採購或產品推出，是兩回事。

前者可以是正當的風險管理；後者若涉及多間互相競爭的 AI 公司共同限制產出、創新或投資，便可能被視為協調競爭行為，因而引來反壟斷審查風險。41 現有報道支持的是一項法律層面的質疑和風險，而非已證實有任何違反反壟斷法的行為。

總結而言，1.6 萬億美元的情景本質上是一場 AI 基建引發的供應緊張：記憶體、先進製程、封裝和電力都變得稀缺。市場下一步要驗證的，不單是 AI 需求會否持續，而是這輪龐大投入能否轉化成足夠商業回報。

AI 帶動的晶片熱潮，核心唔係人人換手機、電腦，而係大型雲端服務商（hyperscalers，即營運超大型數據中心的科技公司）正以極快速度添置 AI 加速器、高頻寬記憶體（HBM）、DRAM、NAND 儲存、網絡設備及先進封裝產能。供應擴張追唔上，結果既推高出貨額，亦推高平均售價。1415

三個預測，點解都突然變得進取？

預測數字有落差，主要因為統計口徑及發表時間不同；但訊息一致：記憶體正由配角變成今輪市場增長的主引擎。

• Gartner 預測，2026 年全球半導體收入約為 1.6 萬億美元，較 2025 年的 8,090 億美元升 92%；單是記憶體收入料達 8,373 億美元。20
• WSTS（世界半導體貿易統計組織） 的春季預測為 1.51 萬億美元，按年升 90%，當中記憶體料急升約 250%、超過 8,000 億美元。 相比之下，其較早期的 2026 年展望只是 9,750 億美元，可見 AI 需求和記憶體價格上行令估算改寫得有幾快。
• 韓國進出口銀行則把預測上調至 超過 1.6 萬億美元，歸因於大型科技公司擴建 AI 基建，以及記憶體和邏輯晶片需求增加；這較該行上一季的 1 萬億美元預測高 6,000 億美元。1719

點解 DRAM、NAND 同 HBM 會令市場收入爆升？

AI 伺服器處理和搬運的資料遠多於一般伺服器，尤其需要大量 DRAM，以及用於高效運算的 HBM；同時亦消耗更多 NAND 儲存。當產能緊張，記憶體廠可加價，故市場收入的升幅可以遠超單位出貨量。

記憶體短缺並非一兩季就容易解決。Deloitte 指，AI 伺服器 DRAM 成本在 2026 年首季大約已倍增，而新增產能要到 2029 或 2030 年才可能大規模投產。14 摩根大通估計，由 2024 年初至 2026 年底，DRAM 價格累積升幅可能超過 400%。15

需求端亦未見鬆手。估算顯示，超大型雲端商在 2026 年的資本開支約 5,750 億美元，按年增加約 50%。3 對晶片供應商而言，這代表 AI 基建訂單不只是「概念」，而是已落到數據中心、伺服器和供應鏈採購。

台積電的優勢：唔止造到最先進晶片，仲要封裝得出

台積電的競爭位置，並不只在於 3 納米和 2 納米晶圓製造，還包括把運算晶片、HBM 等元件整合成 AI 系統所需的先進封裝。

據供應鏈報道，台積電的 2 納米月產能，計劃由 2026 年底約 9 萬片晶圓，增至 2027 年中約 11 萬片；3 納米產能同期則擬增加逾 16%。 不過，先進封裝依然是限制 AI 晶片交付量的樽頸。台積電管理層亦曾表示，封裝產能非常緊，已限制客戶增長。

即係話，就算客戶訂到先進製程晶圓，若未能取得足夠封裝能力和 HBM，AI 加速器都未必可以如期交貨。這令台積電對 AI 晶片供應的影響力，延伸到晶圓廠以外的整個交付鏈。

一邊大手起數據中心，一邊叫 AI「放慢」：矛盾喺邊？

部分 AI 業界領袖公開主張要為前沿模型發展「減速」，讓安全和治理措施有時間跟上。這類說法本身是針對模型安全風險；但金融市場關心的是，若減速最終變成實際政策、行業協調或削減訓練開支，未來對 GPU、記憶體和封裝的需求預期便要重估。

因此，相關言論一出，晶片股即受壓。12 目前這不代表雲端商已經削減資本開支，而是市場先行反映：AI 基建投資故事若要放慢，估值和供應鏈訂單都可能要重新計數。

點解會扯到反壟斷？

法律爭議在於：各家公司自行採取更審慎的安全措施，與競爭對手共同協議限制模型研發、算力採購或產品推出，是兩回事。

前者可以是正當的風險管理；後者若涉及多間互相競爭的 AI 公司共同限制產出、創新或投資，便可能被視為協調競爭行為，因而引來反壟斷審查風險。41 現有報道支持的是一項法律層面的質疑和風險，而非已證實有任何違反反壟斷法的行為。

總結而言，1.6 萬億美元的情景本質上是一場 AI 基建引發的供應緊張：記憶體、先進製程、封裝和電力都變得稀缺。市場下一步要驗證的，不單是 AI 需求會否持續，而是這輪龐大投入能否轉化成足夠商業回報。