專家：AI可能吞噬全球DRAM用量近2成

　AI競賽重心正從「算力」快速轉向「記憶體容量」與「推理成本」。隨著雲端推理需求暴增，高速記憶體（HBM、GDDR7）成為新主戰場，AI的「記憶體黑洞」效應也開始浮現。

　專家估計，2026年雲端高速記憶體用量將上看3EB（艾位元組），若再把高速記憶體對晶圓產能的「折算耗用」納入，AI等效吞噬的全球DRAM用量，可能逼近2成，勢必擠壓PC、手機與傳統伺服器等應用。

　業者指出，關鍵原因在於推理時需要保存大量「中間狀態資料」，使單一使用者或單一AI代理的記憶體需求倍數放大，並把HBM、GDDR7推向新的供需拐點。

　以「100萬token（模型運算與記憶的最小單位）」的長上下文情境為例，即便採用FP8（8-bit Floating Point）等較省容量的格式，推理過程仍可能需要約60GB高速DRAM保存中間狀態；若採用FP16，需求可能翻倍到100GB以上。相較目前常見的8K token約1GB，等同出現約60倍的跳增，形成AI擴張的隱形成本。

　以Google（Gemini）、AWS（Bedrock）與OpenAI（ChatGPT）等三大雲端平台推估，2026年推理端的「即時」記憶體需求合計約750PB（拍位元組），主要由HBM與GDDR7承擔。

　但實際落地還需備援與安全餘裕，硬體安裝量可能倍增，使有效需求推升至約1.5EB。再加上Meta、Apple的私有雲與中國大陸市場約800PB，及下一代模型訓練所需的檢查點與參數儲存約500PB，業界估，2026年雲端GPU高速記憶體總需求上看3.0EB。

　值得注意的是，3.0EB並不等於只消耗3.0EB的DRAM產能，高速記憶體更「吃晶圓」。業界常用折算方式估計：1GB HBM約等效消耗4GB標準DRAM產能、1GB GDDR7約等效1.7GB。

　以2026年全球DRAM產能約40EB推估，AI等效用量近2成；而DRAM產能年增僅約1成至1.5成，勢將排擠PC、手機與伺服器DDR5等標準型DRAM供給，缺貨與價格上行壓力同步升溫。

　在此趨勢下，DRAM產能將更傾向投入HBM、GDDR7等高附加價值產品，傳統DDR（含DDR4／DDR5）更容易被擠壓，市場也可能面臨更明顯的漲價壓力。