AI 資料中心的擴建，正把半導體產業推進一輪不只圍繞 GPU 的擴產潮。每一座新的 AI 叢集，除了運算加速器，還需要高頻寬記憶體（HBM）、傳統伺服器 DRAM、先進邏輯晶片與先進封裝；而這些元件從建廠、裝機到良率爬升與客戶驗證，都需要很長的週期。結果是，AI 需求正持續轉化為晶圓廠、測試與封裝設備的採購。

405.3 億美元，反映的不是單季熱度

SEMI 的全球半導體設備市場統計（WWSEMS）顯示，2026 年第 2 季全球半導體設備帳單金額達 405.3 億美元，年增 23%、季增 11%，並連續第二季創下新高。50 52

若僅以該季金額年化，投資速度約相當於 1,621 億美元。不過，這只是觀察當前支出節奏的方式，不能直接視為全年預測：設備採購會隨季度大幅波動，而且「帳單金額」與 OEM 設備年度銷售預估並非完全相同的統計口徑。

更具參考價值的是 SEMI 在 7 月更新的展望：2026 年全球 OEM 半導體設備銷售預計達 1,659 億美元、年增 23.2%。這項數字已取代 SEMI 於 2025 年 12 月提出的 2026 年 1,450 億美元、2027 年 1,560 億美元預測。1 3 換句話說，原先市場關注的 1,450 億美元門檻，已被 SEMI 自身的最新預估跨越。

AI 為何會讓記憶體成為瓶頸？

AI 系統不只是「吃算力」，也高度「吃記憶體」。HBM 通常緊密搭配 AI 加速器；另一方面，AI 伺服器中的 CPU 與其他系統元件，仍需要大量傳統 DRAM。

問題在於，記憶體供應商將更多晶圓產能轉往技術門檻較高的 HBM，並不代表一般伺服器 DRAM 就會變得充裕。相反地，HBM 排擠效應與 AI 伺服器對傳統記憶體的需求，可能同時收緊多個記憶體品類的供應。

TrendForce 預期，持續的 HBM 產能配置、強勁的 AI 伺服器需求，以及 CPU 記憶體與 HBM 的採購增加，將讓 DRAM 供應維持吃緊至 2027 年。23 該機構後續也指出，HBM4e 的驗證時程仍有不確定性，進一步限制供給彈性。24

新廠蓋好，不等於缺貨立刻解除

半導體產能從宣布到可用，至少要經歷廠房建置、設備安裝、材料準備、晶圓製程、良率提升與客戶驗證等階段。HBM 又多了一層難度：堆疊記憶體不僅要做得出來，還必須通過高標準的效能與可靠度驗證。

雖然部分供應商規劃在 2027 年導入新產能，但 TrendForce 指出，受到建設、裝機與原料準備影響，有意義的量產爬升預期要到 2027 年下半年；大規模產出貢獻則可能要等到 2028 年才會出現。23

這也說明為何「三大 DRAM 供應商已分配完 2027 年 DRAM 與 HBM 產能」的報導引發高度關注。不過，這項資訊來自供應鏈消息，並不等同每家業者都已做出完整、經審核的公開確認。25 較穩妥的結論是：市場確實緊繃、前期承諾規模龐大，後進買家可調度的空間可能有限。

韓國供記憶體，台灣負責整合：AI 供應鏈的關鍵閉環

這波擴產高度集中於特定供應鏈樞紐。韓國的三星電子與 SK hynix 是合格 HBM 供應的重要支柱；路透報導，三星計畫投入 56 兆韓元，在天安與溫陽興建先進 HBM 晶圓廠。33

台灣則處於晶片整合的關鍵位置。先進封裝能力，例如 CoWoS，以及邏輯基底晶片（logic base die）的製造，可將三星、SK hynix 與美光等供應商的 HBM，整合到高效能邏輯晶片中。35

這形成一個相互強化的投資循環：

1. 雲端巨頭擴建 AI 基礎設施，採購更多加速器。
2. 加速器需求推高 HBM、先進邏輯與先進封裝需求。
3. 晶片製造與封裝業者添購製造、測試及組裝設備以擴增產能。
4. 投資與訂單進一步集中於韓國、台灣等供應鏈核心地區。

貿易數據已呈現這種轉變。與韓國央行相關的報導顯示，台灣占韓國半導體出口的比重，從 2022 年的 9.0% 上升到 2025 年的 19.9%；背後與需求由傳統 CPU、一般 DRAM 轉向 GPU 與 HBM 有關。38

這次更像結構性擴張，而非一般景氣循環

眼前的投資熱度不是單一產品帶動，而是多重瓶頸彼此相扣：

• 加速器需要龐大的高效能記憶體池；
• HBM仰賴專門製造、堆疊與驗證流程；
• 先進邏輯需要前段製程產能；
• 先進封裝讓分離的元件成為可部署的 AI 系統；
• 設備投資則是上述新增產能走向量產之前的必要前提。

SEMI 上調 2026 年預測，並預期設備市場成長動能延續至 2028 年，支持這波投資不只是單季衝高的看法。1 但這不代表繁榮必然一路無阻。AI 資料中心資本支出可能放緩，HBM 良率或客戶驗證可能拖延，出口管制也可能擾動供應鏈；電力、用水、工程人才與上游材料，都是新產能落地時無法忽略的現實限制。37

接下來該看哪些訊號？

與其只盯著 GPU 出貨，更值得追蹤的是：HBM 與伺服器 DRAM 供應是否改善、先進封裝能否跟上加速器出貨，以及新晶圓廠能否從宣布計畫真正走到通過驗證的大量生產。

只要這些瓶頸仍在，設備需求就可能維持高檔；但當 2028 年後新增產能陸續釋出，今日用來紓解短缺的投資，也可能在未來帶來供給過剩的風險。

目前而言，405.3 億美元的單季紀錄揭示了一件更廣泛的事：AI 正提前拉動整條半導體生產鏈的資本投入，而合格的記憶體、邏輯與封裝產能能以多快速度增加，將決定 AI 基礎設施能擴張多快。50 23

AI 資料中心的擴建，正把半導體產業推進一輪不只圍繞 GPU 的擴產潮。每一座新的 AI 叢集，除了運算加速器，還需要高頻寬記憶體（HBM）、傳統伺服器 DRAM、先進邏輯晶片與先進封裝；而這些元件從建廠、裝機到良率爬升與客戶驗證，都需要很長的週期。結果是，AI 需求正持續轉化為晶圓廠、測試與封裝設備的採購。

405.3 億美元，反映的不是單季熱度

SEMI 的全球半導體設備市場統計（WWSEMS）顯示，2026 年第 2 季全球半導體設備帳單金額達 405.3 億美元，年增 23%、季增 11%，並連續第二季創下新高。50 52

若僅以該季金額年化，投資速度約相當於 1,621 億美元。不過，這只是觀察當前支出節奏的方式，不能直接視為全年預測：設備採購會隨季度大幅波動，而且「帳單金額」與 OEM 設備年度銷售預估並非完全相同的統計口徑。

更具參考價值的是 SEMI 在 7 月更新的展望：2026 年全球 OEM 半導體設備銷售預計達 1,659 億美元、年增 23.2%。這項數字已取代 SEMI 於 2025 年 12 月提出的 2026 年 1,450 億美元、2027 年 1,560 億美元預測。1 3 換句話說，原先市場關注的 1,450 億美元門檻，已被 SEMI 自身的最新預估跨越。

AI 為何會讓記憶體成為瓶頸？

AI 系統不只是「吃算力」，也高度「吃記憶體」。HBM 通常緊密搭配 AI 加速器；另一方面，AI 伺服器中的 CPU 與其他系統元件，仍需要大量傳統 DRAM。

問題在於，記憶體供應商將更多晶圓產能轉往技術門檻較高的 HBM，並不代表一般伺服器 DRAM 就會變得充裕。相反地，HBM 排擠效應與 AI 伺服器對傳統記憶體的需求，可能同時收緊多個記憶體品類的供應。

TrendForce 預期，持續的 HBM 產能配置、強勁的 AI 伺服器需求，以及 CPU 記憶體與 HBM 的採購增加，將讓 DRAM 供應維持吃緊至 2027 年。23 該機構後續也指出，HBM4e 的驗證時程仍有不確定性，進一步限制供給彈性。24

新廠蓋好，不等於缺貨立刻解除

半導體產能從宣布到可用，至少要經歷廠房建置、設備安裝、材料準備、晶圓製程、良率提升與客戶驗證等階段。HBM 又多了一層難度：堆疊記憶體不僅要做得出來，還必須通過高標準的效能與可靠度驗證。

雖然部分供應商規劃在 2027 年導入新產能，但 TrendForce 指出，受到建設、裝機與原料準備影響，有意義的量產爬升預期要到 2027 年下半年；大規模產出貢獻則可能要等到 2028 年才會出現。23

這也說明為何「三大 DRAM 供應商已分配完 2027 年 DRAM 與 HBM 產能」的報導引發高度關注。不過，這項資訊來自供應鏈消息，並不等同每家業者都已做出完整、經審核的公開確認。25 較穩妥的結論是：市場確實緊繃、前期承諾規模龐大，後進買家可調度的空間可能有限。

韓國供記憶體，台灣負責整合：AI 供應鏈的關鍵閉環

這波擴產高度集中於特定供應鏈樞紐。韓國的三星電子與 SK hynix 是合格 HBM 供應的重要支柱；路透報導，三星計畫投入 56 兆韓元，在天安與溫陽興建先進 HBM 晶圓廠。33

台灣則處於晶片整合的關鍵位置。先進封裝能力，例如 CoWoS，以及邏輯基底晶片（logic base die）的製造，可將三星、SK hynix 與美光等供應商的 HBM，整合到高效能邏輯晶片中。35

這形成一個相互強化的投資循環：

1. 雲端巨頭擴建 AI 基礎設施，採購更多加速器。
2. 加速器需求推高 HBM、先進邏輯與先進封裝需求。
3. 晶片製造與封裝業者添購製造、測試及組裝設備以擴增產能。
4. 投資與訂單進一步集中於韓國、台灣等供應鏈核心地區。

貿易數據已呈現這種轉變。與韓國央行相關的報導顯示，台灣占韓國半導體出口的比重，從 2022 年的 9.0% 上升到 2025 年的 19.9%；背後與需求由傳統 CPU、一般 DRAM 轉向 GPU 與 HBM 有關。38

這次更像結構性擴張，而非一般景氣循環

眼前的投資熱度不是單一產品帶動，而是多重瓶頸彼此相扣：

• 加速器需要龐大的高效能記憶體池；
• HBM仰賴專門製造、堆疊與驗證流程；
• 先進邏輯需要前段製程產能；
• 先進封裝讓分離的元件成為可部署的 AI 系統；
• 設備投資則是上述新增產能走向量產之前的必要前提。

SEMI 上調 2026 年預測，並預期設備市場成長動能延續至 2028 年，支持這波投資不只是單季衝高的看法。1 但這不代表繁榮必然一路無阻。AI 資料中心資本支出可能放緩，HBM 良率或客戶驗證可能拖延，出口管制也可能擾動供應鏈；電力、用水、工程人才與上游材料，都是新產能落地時無法忽略的現實限制。37

接下來該看哪些訊號？

與其只盯著 GPU 出貨，更值得追蹤的是：HBM 與伺服器 DRAM 供應是否改善、先進封裝能否跟上加速器出貨，以及新晶圓廠能否從宣布計畫真正走到通過驗證的大量生產。

只要這些瓶頸仍在，設備需求就可能維持高檔；但當 2028 年後新增產能陸續釋出，今日用來紓解短缺的投資，也可能在未來帶來供給過剩的風險。

目前而言，405.3 億美元的單季紀錄揭示了一件更廣泛的事：AI 正提前拉動整條半導體生產鏈的資本投入，而合格的記憶體、邏輯與封裝產能能以多快速度增加，將決定 AI 基礎設施能擴張多快。50 23