AI 讓半導體市場逼近 1.6 兆美元的關鍵，並不是所有消費性晶片需求一起大幅回升，而是AI 基礎設施出現供給追不上需求的擠壓效應。大型雲端服務商（hyperscalers）正加速採購 AI 加速器、高頻寬記憶體（HBM）、DRAM、NAND 儲存、網路設備，以及先進封裝產能；這些供應鏈環節無法即時擴產，於是出貨量與平均售價同步上升。1415

三套預測為何都很樂觀，數字卻不完全相同？

預測差異主要來自統計口徑與發布時間不同；在記憶體急漲的市場裡，幾個月的實際價格與訂單變化，就足以讓全年預測被大幅改寫。

• Gartner預估，2026 年全球半導體營收將達約 1.6 兆美元，較 2025 年的 8,090 億美元增加 92%。其中記憶體是最主要的新增動能；Gartner 預測記憶體營收可達約 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 兆美元、年增 90%，主要由記憶體年增約 250% 所推動。 納入 2026 年第二季實績後，WSTS 對全年市場的計算更達 1.655 兆美元，約年增 108%。 相較之下，其較早期的展望一度僅為 9,750 億美元，可見 AI 記憶體需求與價格上行的速度遠超原有假設。
• 韓國進出口銀行則將 2026 年全球市場預測上修至超過 1.6 兆美元，並指出大型科技公司擴大 AI 基礎設施投資、記憶體與邏輯晶片需求增強，是修正預估的主因。1719

換句話說，這波成長並非單純由「多賣一些晶片」構成。當關鍵記憶體與封裝產能短缺時，供應商能提高價格，營收的成長速度便可能顯著快於實際出貨量。

為何 DRAM、NAND 與 HBM 成了最大推力？

AI 伺服器相較一般伺服器，需要大量高速 DRAM 與儲存空間；其中 HBM 是用於 AI 運算的特殊 DRAM，也是加速器效能的關鍵配套。資料中心建置潮正吸收全球記憶體產能，而新增供給需要多年才能真正到位。1415

雲端巨頭的資本支出進一步放大這個缺口。估計 2026 年 hyperscalers 的資本支出約為 5,750 億美元，年增約 50%。3 對記憶體供應商而言，這代表訂單能見度提高；對採購端而言，則意味著更高的零組件成本與更長的交期。

台積電的優勢，不只在 2 奈米與 3 奈米晶圓廠

台積電在 AI 供應鏈的角色不只是代工最先進邏輯晶片，更在於它同時掌握把晶片整合成可部署 AI 系統所需的先進封裝能力。

依供應鏈報導，台積電 2 奈米月產能預計從 2026 年底約 9 萬片晶圓，增至 2027 年中約 11 萬片；3 奈米產能同期則預計增加逾 16%，由逾 18 萬片提高至約 21 萬片。 不過，最先進製程擴產不代表供應立刻寬鬆：2 奈米、3 奈米產能已有大量客戶承諾，而先進封裝仍是限制 AI 加速器出貨的瓶頸。

因此，台積電的議價與供應鏈影響力來自兩道門檻：一是先進晶圓製造，二是將 GPU、HBM 等元件高密度整合的封裝產能。少了其中任何一環，AI 晶片都難以順利交付。

AI 領袖喊「放慢」，為何晶片股先感到壓力？

部分 AI 業界人士主張應為前沿模型研發「踩煞車」，以爭取更多時間建立安全防護與治理機制。這類主張的出發點是模型安全；但市場的 AI 硬體投資，則是由已規畫或已簽約的資料中心建設，以及各家爭奪算力的競爭所驅動。12

兩者的矛盾在於：如果「放慢」最終變成協調一致的研發限速、算力限制或資本支出縮減，投資人就會下調未來對加速器、記憶體與先進封裝的需求預期。這也是相關發言出現後，全球半導體類股走弱的原因之一。12

為何又牽出反壟斷疑慮？

安全標準或自律原則本身可以是正當的公共政策討論；但若互為競爭對手的 AI 實驗室共同約定限制模型開發、產能採購、產品發布或投資，法律上可能被視為競爭者之間協調限制產出與創新的行為，而非各公司自行採取的安全措施。46

目前這仍是反壟斷風險與指控層面的討論，不等於已證實違法。真正的分界，在於業者是各自建立安全護欄，還是共同約束競爭與供給。

最重要的風險：不是只有需求突然消失

1.6 兆美元的樂觀情境建立在 AI 支出持續、記憶體供給仍緊張，以及雲端業者持續擴建資料中心之上。後續最值得觀察的，除了 AI 需求是否放緩，還包括 AI 投資能否產生足以支撐的商業回報。

若記憶體、電力、先進封裝與資料中心成本持續升高，卻未能轉化成相應營收與現金流，AI 建設熱潮的經濟性就會受到考驗；這才是高成長半導體預測背後最核心的風險。

AI 讓半導體市場逼近 1.6 兆美元的關鍵，並不是所有消費性晶片需求一起大幅回升，而是AI 基礎設施出現供給追不上需求的擠壓效應。大型雲端服務商（hyperscalers）正加速採購 AI 加速器、高頻寬記憶體（HBM）、DRAM、NAND 儲存、網路設備，以及先進封裝產能；這些供應鏈環節無法即時擴產，於是出貨量與平均售價同步上升。1415

三套預測為何都很樂觀，數字卻不完全相同？

預測差異主要來自統計口徑與發布時間不同；在記憶體急漲的市場裡，幾個月的實際價格與訂單變化，就足以讓全年預測被大幅改寫。

• Gartner預估，2026 年全球半導體營收將達約 1.6 兆美元，較 2025 年的 8,090 億美元增加 92%。其中記憶體是最主要的新增動能；Gartner 預測記憶體營收可達約 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 兆美元、年增 90%，主要由記憶體年增約 250% 所推動。 納入 2026 年第二季實績後，WSTS 對全年市場的計算更達 1.655 兆美元，約年增 108%。 相較之下，其較早期的展望一度僅為 9,750 億美元，可見 AI 記憶體需求與價格上行的速度遠超原有假設。
• 韓國進出口銀行則將 2026 年全球市場預測上修至超過 1.6 兆美元，並指出大型科技公司擴大 AI 基礎設施投資、記憶體與邏輯晶片需求增強，是修正預估的主因。1719

換句話說，這波成長並非單純由「多賣一些晶片」構成。當關鍵記憶體與封裝產能短缺時，供應商能提高價格，營收的成長速度便可能顯著快於實際出貨量。

為何 DRAM、NAND 與 HBM 成了最大推力？

AI 伺服器相較一般伺服器，需要大量高速 DRAM 與儲存空間；其中 HBM 是用於 AI 運算的特殊 DRAM，也是加速器效能的關鍵配套。資料中心建置潮正吸收全球記憶體產能，而新增供給需要多年才能真正到位。1415

雲端巨頭的資本支出進一步放大這個缺口。估計 2026 年 hyperscalers 的資本支出約為 5,750 億美元，年增約 50%。3 對記憶體供應商而言，這代表訂單能見度提高；對採購端而言，則意味著更高的零組件成本與更長的交期。

台積電的優勢，不只在 2 奈米與 3 奈米晶圓廠

台積電在 AI 供應鏈的角色不只是代工最先進邏輯晶片，更在於它同時掌握把晶片整合成可部署 AI 系統所需的先進封裝能力。

依供應鏈報導，台積電 2 奈米月產能預計從 2026 年底約 9 萬片晶圓，增至 2027 年中約 11 萬片；3 奈米產能同期則預計增加逾 16%，由逾 18 萬片提高至約 21 萬片。 不過，最先進製程擴產不代表供應立刻寬鬆：2 奈米、3 奈米產能已有大量客戶承諾，而先進封裝仍是限制 AI 加速器出貨的瓶頸。

因此，台積電的議價與供應鏈影響力來自兩道門檻：一是先進晶圓製造，二是將 GPU、HBM 等元件高密度整合的封裝產能。少了其中任何一環，AI 晶片都難以順利交付。

AI 領袖喊「放慢」，為何晶片股先感到壓力？

部分 AI 業界人士主張應為前沿模型研發「踩煞車」，以爭取更多時間建立安全防護與治理機制。這類主張的出發點是模型安全；但市場的 AI 硬體投資，則是由已規畫或已簽約的資料中心建設，以及各家爭奪算力的競爭所驅動。12

兩者的矛盾在於：如果「放慢」最終變成協調一致的研發限速、算力限制或資本支出縮減，投資人就會下調未來對加速器、記憶體與先進封裝的需求預期。這也是相關發言出現後，全球半導體類股走弱的原因之一。12

為何又牽出反壟斷疑慮？

安全標準或自律原則本身可以是正當的公共政策討論；但若互為競爭對手的 AI 實驗室共同約定限制模型開發、產能採購、產品發布或投資，法律上可能被視為競爭者之間協調限制產出與創新的行為，而非各公司自行採取的安全措施。46

目前這仍是反壟斷風險與指控層面的討論，不等於已證實違法。真正的分界，在於業者是各自建立安全護欄，還是共同約束競爭與供給。

最重要的風險：不是只有需求突然消失

1.6 兆美元的樂觀情境建立在 AI 支出持續、記憶體供給仍緊張，以及雲端業者持續擴建資料中心之上。後續最值得觀察的，除了 AI 需求是否放緩，還包括 AI 投資能否產生足以支撐的商業回報。

若記憶體、電力、先進封裝與資料中心成本持續升高，卻未能轉化成相應營收與現金流，AI 建設熱潮的經濟性就會受到考驗；這才是高成長半導體預測背後最核心的風險。