Jensen Huang：為何 AI 記憶體晶片供過於求可能要到 2029 年才會出現
介紹
人工智慧熱潮 是否會使記憶體晶片的供應短缺持續至 2029 年？NVIDIA 執行長黃仁勳認為，到那時不太可能出現記憶體過剩，他指出，AI 工作負載的擴張將持續需要更多記憶體。他的觀點挑戰了人們的擔憂，即製造商在經歷一段快速投資後可能增加過多產能，進而引發半導體週期的劇烈下滑。
這場辯論至關重要，因為記憶體晶片是 AI 伺服器、資料中心、個人電腦和智慧型手機的關鍵元件。隨著 AI 基礎設施的擴展，高頻寬記憶體（HBM）、伺服器 DRAM 和企業級固態硬碟尤為重要。然而，持續的需求並不能保證供應長期緊張：生產投資、技術轉型、客戶支出和庫存變化都可能改變市場狀況。
在 2026 年，關鍵問題在於 AI 驅動的記憶體需求能否吸收新產能的釋放。理解黃的論點需要檢視 HBM 的作用、擴大製造所需時間、記憶體產品之間的差異，以及仍可能導致供過於求的風險。
為何黃仁勳認為記憶體晶片供過於2029年前不會發生？
黃的觀點是，隨著模型、資料中心和運算工作負載的擴展，AI 系統將持續消耗更多記憶體。他在 2026 年 10 月 22 日於柏林舉行的 NVIDIA GTC 活動上發表的評論中表示，懷疑到 2029 年記憶體供應量會超過需求，並強調更大記憶體容量的持續重要性。他的觀點反映了記憶體在 AI 基礎設施中角色的轉變，其中效能越來越依賴於高效傳輸大量數據以及處理數據。
記憶體並非單一可互換的產品。AI 系統針對不同任務使用不同類型的記憶體，包括靠近加速器的 HBM、伺服器和其他計算系統使用的 DRAM，以及固態硬碟中基於 NAND 的儲存。隨著 AI 工作負載的增長，這些類別中的多種需求都可能上升，但規模和時間會有所不同。
然而，黃的評論只是一種預測，而非保證。如果人工智慧基礎設施支出放緩、效率提升降低每項任務的記憶體需求，或製造商擴產速度超過客戶消耗速度，記憶體需求可能會減弱。核心問題在於，與人工智慧相關的需求增長是否會超越新工廠、更高生產良率和客戶庫存變化共同帶來的影響。
如何 人工智能推動 HBM、DRAM 和 NAND 的需求？
AI 基礎設施因模型需要快速存取資料、足夠的運行記憶體以處理複雜任務，以及儲存大型資料集和模型參數，而增加了對多種記憶體技術的需求。HBM 特別受到關注，但伺服器 DRAM 和企業儲存設備在整體系統中也扮演著重要角色。
為何高頻寬記憶體對人工智慧至關重要？
HBM 設計用於在靠近 AI 加速器等處理器的緊湊封裝中提供極高的數據頻寬。它有助於在記憶體與運算單元之間快速傳輸數據，減輕嚴苛 AI 工作負載中的關鍵效能瓶頸。隨著模型變得更大且推論活動擴展，可用的記憶體數量及其供應數據的速度會影響系統吞吐量。
HBM 的生產在技術上也具有挑戰性。製造商必須管理先進的封裝、電力效率、熱能限制和良率，同時跟上新一代 AI 處理器的發展。這意味著產能並不能像傳統製造產出所暗示的那樣快速擴張。工廠具備生產記憶體晶片的能力，並不等同於能立即提供 AI 客戶所需的每一種高價值產品。
三星電子的 官方2026年第二季度業績 報告顯示，在強勁的AI需求和有限產能下，其記憶體業務創下歷史新高。三星還描述了HBM4產品的持續開發與銷售。這些公司披露的信息說明了AI需求如何影響產品組合和製造優先事項，但並未說明緊張狀況將持續多久。
為何伺服器 DRAM 和儲存空間也至關重要？
HBM 僅是記憶體需求的一部分。伺服器 DRAM 為 CPU 和其他系統組件提供工作記憶體，而企業級固態硬碟則存儲數據並支援無法完全存留在高速記憶體中的工作負載。因此，AI 系統可以增加對多種產品的需求，而非僅依賴單一記憶體類型。
隨著人工智慧應用的擴展，資料中心需要在頻寬、容量、延遲、能耗和成本之間取得平衡。不同的架構會做出不同的取捨。某些工作負載可能優先考慮 HBM 頻寬，而其他工作負載則更依賴伺服器 DRAM 或儲存空間。軟體和硬體效率的提升，也可能改變每個工作負載所需的記憶體量。
這種多樣性強化了 AI 需求能支撐記憶體市場多個細分領域的論點。同時，這也使預測變得更複雜：HBM 的短缺並不必然意味著所有 DRAM 或 NAND 產品都供不應求。投資者和行業觀察者應分別評估每個細分領域，而非將記憶體視為一個具有單一供需平衡的市場。
什麼因素可能導致 2029 年前記憶體晶片供過於求？
如果製造商擴大產能的速度快於客戶消費量的增長，則在 2029 年前可能會出現記憶體晶片供過於求的情況。黃的預測反映了對長期 AI 需求的信心，但半導體產業仍具週期性，即使基礎技術持續成長，供需失衡仍可能發生。
多個因素可能削弱供應緊張的前景：
-
較慢的 AI 基礎設施支出：雲端供應商和其他大型客戶若預期回報時間長於預期或預算收緊，可能會延遲資料中心項目。
-
更快的生產擴張：多個製造商可同時啟用新設施和設備，增加可用產能。
-
提升記憶體效率：硬體、軟體和系統架構的進步可減少部分工作負載所需的記憶體，或提升現有容量的利用率。
-
其他行業的需求較弱：個人電腦、智慧型手機和傳統企業系統也消耗記憶體。如果這些市場走弱，總需求可能無法吸收所有新增產量。
-
庫存調整：在供應短缺期間，客戶可能會積極訂貨，待庫存充足後再減少採購，從而放大訂單的下行趨勢。
這些風險至關重要，因為記憶體製造具有高固定成本和長投資週期。當需求強勁時，企業有動力擴大產能。如果新供應在市場狀況變化後才到來，製造商可能面臨價格下跌、利用率降低和保證金縮水的狀況。這種模式曾在半導體市場中出現過，即使在重大技術轉型期間，仍是一個相關的風險。
不同的記憶體模組在同一時間也可能經歷不同的狀況。HBM 可能仍受到限制，而某些傳統記憶體產品卻變得更易取得。因此，聲稱整個市場將持續供不應求或進入供過於求的說法，可能會掩蓋產品、製造商和客戶群之間的重要差異。
加入 KuCoin 的合約交易比賽
想測試您的市場分析與交易技巧嗎？加入 KuCoin Futures Trading Competition ，探索與其他交易者競技的機會。
無論您是追蹤 Micron 等與 AI 相關的股票，還是跟隨更廣泛的市場趨勢，在交易波動性資產時，嚴格的風險管理始終至關重要。參與前，請查閱官方活動頁面的比賽規則、資格要求、獎勵詳情及交易條件。合約交易涉及重大風險，未必適合每位交易者。
結論
Jensen Huang 認為，在 2029 年之前可能不會出現記憶體晶片供過於求的情況，這反映了記憶體在 AI 基礎設施中日益重要的地位。隨著 AI 模型和資料中心的擴張，對 HBM、伺服器 DRAM 和企業儲存的需求可能持續支持半導體產業。同時，先進記憶體的生產需要大量的投資、技術專長和時間才能將新產能投入運作。
三星電子和 SK hynix 最近的披露顯示，AI 需求如何影響產品優先事項和財務表現。德勤的分析也強調，儘管正在開發新產能，供應限制仍可能持續。這些因素支持供應緊張的狀態可能延長，但並未確立明確的時間表。
如果製造商擴產速度超過需求增長、AI基礎設施支出放緩，或客戶調整庫存，仍可能出現供過於求的情況。投資者應關注產能擴充、產品層級定價、客戶承諾及製造商財務業績，而非僅依賴單一預測。核心問題不在於AI需求是否會增加，而在於該需求是否能足夠快速地吸收最終進入市場的供應量。
常見問題
1. Jensen Huang 對 2029 年記憶晶片供過於求有何評論？
黃表示懷疑記憶體市場到 2029 年會出現供過於求，並認為 AI 基礎設施將持續需要大量的記憶體容量。這是他個人的展望，並非對未來市場狀況的保證。
2. 為什麼 AI 需要這麼多記憶體？
AI 系統需要記憶體來儲存模型參數、處理資料，並支援訓練和推論所需的運算操作。HBM 在加速器附近提供高頻寬，伺服器 DRAM 支援系統運作，而儲存設備則保留大型資料集和其他資訊。
3. HBM、DRAM 和 NAND 之間有什麼區別？
HBM 專為靠近處理器的高頻寬存取而設計，DRAM 用作電腦和伺服器的運行記憶體，而 NAND 則常見於固態儲存裝置。每種技術都有不同的用途，因此它們的供需狀況可能有所不同。
4. 強大AI的需求是否意味著記憶體製造商將持續獲得更多收益？
收入和利潤還取決於售價、生產成本、製造良率、競爭狀況和資本支出。強勁的需求可支持業績，但並不能保證保證金或收益會持續增長。
5. 對於 2029 年記憶體供應前景最大的風險是什麼？
主要風險在於新產能的釋放速度快於客戶採購量的增長。AI 基礎設施投資減緩、記憶體效率提升或庫存調整也可能削弱需求，並導致市場供過於求。
免責聲明
免責聲明: 本頁面經由 AI 技術翻譯，旨在方便您的閱讀。欲獲取最準確資訊，請以原始英文版本為準。