30 秒看重點
- 事件：群聯潘健成揭示AI最大瓶頸非GPU，而是記憶體與儲存的「存力荒」。
- 意義：這將顛覆AI硬體發展邏輯，將焦點從算力轉向數據儲存與存取效率。
- 影響：為台灣半導體產業開創新藍海，特別在AI記憶體及儲存方案。
全球AI發展正邁入全新階段，但台灣記憶體控制晶片大廠群聯電子董事長潘健成一語點破核心盲點：AI的真正痛點不是運算晶片不足，而是其背後龐大的資料記憶與儲存能力『存力』短缺。這場『存力荒』預計將持續多年，預示著AI硬體供應鏈將面臨結構性轉變，台灣半導體產業的記憶體與儲存解決方案供應商，將成為這波趨勢下不可或缺的關鍵。
AI飆速卡關，元凶真的是記憶體？
當全球都在瘋AI，大家都在搶最新的NVIDIA顯示卡（GPU），結果台灣記憶體控制晶片大廠群聯電子董事長潘健成卻語出驚人地說，AI未來最大的瓶頸，根本不是大家搶破頭的GPU，而是「記憶體」跟「儲存」！他預言這波AI「存力荒」看不到盡頭，可能一路旺到2030年，這不僅徹底顛覆我們對AI發展的想像，更意味著台灣在全球半導體產業鏈中，又將迎來一個黃金十年，特別是在AI儲存解決方案的布局上，將扮演關鍵角色。
潘健成的說法並非空穴來風，而是直指AI運作的核心痛點。大家常把GPU比喻為AI的「超級大腦」，擁有驚人的運算速度。但一個超級大腦，如果沒有足夠的「短期記憶」（高頻寬記憶體，HBM）來存放當下需要處理的資料，也沒有一個超大且快速的「長期記憶圖書館」（NAND Flash組成的AI伺服器儲存），即使大腦再聰明，也只能「巧婦難為無米之炊」。大型語言模型（LLM）的訓練需要TB等級的海量數據，推理時也需高速載入模型參數，這些都對記憶體和儲存的容量與速度提出了前所未有的挑戰。
所以，與其說GPU不夠力，不如說GPU的「胃口」太大了，它需要更多、更快的「食物」才能全速運轉。傳統的CPU-記憶體架構早已無法滿足AI數據流的需求，這導致高階AI運算面臨了真正的「存力荒」。潘健成特別點出，台灣在記憶體控制IC和固態硬碟（SSD）技術上擁有深厚實力，這正是解決「存力荒」的關鍵。這波趨勢將讓記憶體產業從傳統的「景氣循環」中脫胎換骨，搖身一變成為AI新世代的戰略物資，預計這股需求熱潮將持續至少到2030年，為台灣相關業者帶來巨大的發展機遇。
台灣半導體，AI「存力荒」的隱形贏家？
面對AI「存力荒」這個新戰場，台灣在全球半導體產業鏈的特殊地位，無疑讓台灣成為潛在的隱形贏家。我們不僅有台積電（TSMC）為NVIDIA等巨頭代工先進AI晶片，更在記憶體控制IC設計、記憶體模組製造以及後段封測領域擁有領先全球的實力。群聯電子作為記憶體控制IC的佼佼者，其技術專長正是確保AI數據能高速、穩定存取的關鍵。此外，國內還有旺宏、華邦電等利基型記憶體供應商，以及群聯、威剛、創見等記憶體模組大廠，他們都將從這波需求中受惠。AI數據中心對高速、大容量、高可靠性的儲存方案需求孔急，這正是台灣業者能提供客製化、整合性解決方案的絕佳機會，鞏固台灣在AI供應鏈中不可取代的地位。
編輯觀點：AI發展新常態，策略布局更重要
這則新聞點醒我們，AI的未來發展，絕不僅是單純的算力競賽。當「算力」達到一定門檻後，「存力」將成為決定AI效能與應用普及的關鍵因素。台灣業者應把握這個從「GPU中心」轉向「數據與儲存中心」的AI新常態，不僅專注於記憶體晶片本身，更要深耕記憶體控制、封裝整合，以及符合AI應用場景的智慧儲存系統解決方案。這不僅是技術挑戰，更是台灣半導體產業鏈升級轉型的黃金機遇，值得我們持續關注與深度布局。
常見問題
- AI為什麼需要這麼多記憶體？
- AI模型，特別是大型語言模型，需要讀取和處理海量數據進行訓練與推論。記憶體和儲存裝置就像AI的大腦與圖書館，提供高速且足夠的空間讓AI運作，缺乏就會拖慢效率。
- 「存力荒」會持續多久？對一般人有影響嗎？
- 潘健成預估「存力荒」將延續到2030年。對一般人來說，短期可能感覺不明顯，但長期可能導致AI服務成本上升、發展速度放緩，甚至影響智慧裝置的普及與效能。
- GPU不是AI的關鍵嗎？為什麼潘健成說它不是最大瓶頸？
- GPU提供強大運算力，但若沒有足夠的記憶體與儲存提供數據，GPU就像一台沒有食材的超級廚師，無法發揮全力。潘健成點出記憶體瓶頸，強調「運算」與「儲存」需同步提升。
- 台灣在解決「存力荒」上能扮演什麼角色？
- 台灣在全球半導體產業鏈中扮演關鍵角色，特別在記憶體控制IC設計（如群聯）、晶圓代工與封測領域。解決方案將涵蓋高速記憶體、大容量SSD及相關智慧儲存系統的整合。
- 什麼是「HBM」和「NAND Flash」？
- HBM（高頻寬記憶體）是為GPU高速運算設計的記憶體，像GPU的「工作檯」；NAND Flash則是大容量儲存晶片，廣泛用於固態硬碟（SSD），像AI的「大型圖書館」。
名詞小教室
- GPU (Graphics Processing Unit, 圖形處理單元)
- 不只玩遊戲，更是AI運算的核心引擎，就像AI的「超級大腦」。
- HBM (High Bandwidth Memory, 高頻寬記憶體)
- 一種超快速記憶體，直接堆疊在GPU旁，讓AI超級大腦能高速存取資料，就像CPU的「短期記憶」。
- NAND Flash (儲存型快閃記憶體)
- 用來做固態硬碟(SSD)的儲存晶片，像AI的「長期記憶圖書館」，用來存放海量的訓練資料。
- 記憶體控制IC (Memory Controller IC)
- 負責管理記憶體晶片讀寫的「大腦」，確保資料高效穩定存取，像管理圖書館資料進出的「總管」。
- 存力 (Storage Power)
- 不只是儲存空間大就好，還要能高速存取數據的能力，是「儲存容量」加上「讀寫速度」的綜合體。