AI 基建年支出逼近 1 兆美元，記憶體價格成最大變數

兩家投資銀行最新預測的重點，不只是 AI 支出持續上升，而是全球雲端與 AI 基礎建設的年度資本支出，可能在 2026 年達到約 1 兆美元，並在 2027 年明顯跨越這個門檻。

不過，解讀這些數字前必須先注意：摩根大通與瑞銀的統計口徑不同。前者估算的是全球雲端資本支出，後者則是AI 相關資本支出；而瑞銀認為，預測值大幅上調的主要原因，很大一部分是記憶體漲價。 418

2026 年逼近 1 兆美元，2027 年進入 1.4 兆美元以上區間

摩根大通對全球雲端資本支出的預測為：

• 2026 年：9,540 億美元
• 2027 年：1.41 兆美元
• 2028 年：1.54 兆美元 18

瑞銀更新後的 AI 相關資本支出預測則是：

• 2026 年：9,980 億美元，高於 2025 年的 5,060 億美元
• 2027 年：1.447 兆美元
• 2028 年：1.619 兆美元；依另一份報導的瑞銀展望，2026 至 2028 年合計約 4.1 兆美元 412

兩者並非可直接逐項比較的預測，但方向一致：2026 年的年度支出將來到約 1 兆美元，之後上升至約 1.4 兆至 1.6 兆美元的區間。 41812

瑞銀：支出跳升，核心是記憶體帳單變貴

瑞銀估計，2025 至 2027 年 AI 資本支出增加的金額中，約 90% 可歸因於記憶體支出上升。其預測的記憶體支出，將由 2025 年的 710 億美元，升至 2026 年的 3,670 億美元，並在 2027 年達 9,230 億美元。 34

這個差異很關鍵。資本支出金額變大，不必然代表新部署的 AI 系統數量或實體算力，也以相同比例增加。若 AI 伺服器所需的記憶體變得昂貴，即使企業原本的部署計畫大致不變，建置相同規模運算能力的成本也會更高。

換言之，瑞銀的預測同時反映兩件事：

1. AI 基礎建設需求持續存在；
2. 每台伺服器、每個運算叢集內含的記憶體成本大幅提高。

因此，該行的意思並非所有新增支出都轉化為新增算力，而是記憶體供給緊張與價格上漲，已成為 AI 基建成本的主要決定因素。 34

摩根大通的訊號：需求不只是記憶體漲價

摩根大通對半導體產業的展望，則補上了更廣泛的需求證據。該行預估全球半導體營收將在 2026 年成長 118%、2027 年成長 35%。即使扣除記憶體，成長預估仍有 32% 與 18%，顯示這波擴張不全是記憶體價格推動。 19

客製化 AI 晶片的比重正在提高

摩根大通估計，2026 年客製化 AI ASIC 市場規模可達 600 億至 700 億美元，未來數年的複合年成長率可達 40% 至 50%。該行預期，到了 2027 年，ASIC／XPU 將占 AI 加速器出貨量的 54%，超越 GPU。 3536

高階 ASIC 市場也高度集中：博通（Broadcom）的市占率估計為 80% 至 85%，Marvell 約為 10% 至 12%。 23

這不表示 GPU 即將消失，而是大型雲端服務商可能愈來愈常以針對特定 AI 工作負載設計的客製晶片，搭配通用型加速器使用。

製造晶片的設備投資也得同步擴張

摩根大通並上調晶圓廠設備（WFE）市場預測：

• 2026 年：1,630 億美元
• 2027 年：2,250 億美元
• 2028 年：2,630 億美元 24

這表示 AI 投資循環不僅涉及眼前可供採購的晶片，也需要投入製造記憶體與先進邏輯晶片的生產設備。摩根大通指出，DRAM 與台積電相關需求，是其調高設備展望的重要原因。 24

記憶體價格假設格外激進

摩根大通的價格假設，也說明了為何記憶體會左右整體資本支出。該行預期，DRAM 綜合價格將在 2026 年上漲約 250%、2027 年再漲約 30%；NAND 價格則預計分別上漲約 250% 與 25%。 2345

摩根大通另估計，從 2024 年初到 2026 年底，DRAM 價格的累計漲幅將超過 400%。 48

背後的關鍵是供給限制。摩根大通預計，DRAM 需求成長將在 2027 年前快於供給成長，且供需失衡在該年最為嚴重；其模型顯示，DRAM 供給成長到 2028 年可能開始超過需求，但 NAND 仍略顯吃緊。 4243

重點不在「花了多少」，而在「買到多少算力」

瑞銀與摩根大通的共同結論是：AI 建設已成為橫跨雲端資料中心、加速器、客製晶片、記憶體與半導體製造設備的全供應鏈投資循環。

但對投資人與基礎設施營運商而言，必須把支出成長與實體算力成長分開看。瑞銀的分析指出，記憶體價格飆升占了美元計價支出增額的很大部分；摩根大通則補充了更全面的需求訊號：即使不計記憶體，半導體營收仍可望成長，客製晶片持續擴張，晶圓廠設備投資也在增加。 31924

綜合來看，這些預測支持 AI 基建循環延續至 2028 年的看法，但不代表每多投入 1 美元資本支出，都會等比例轉換為新增部署的 AI 運算能力。