GPU 不再是最緊缺環節：AI 供應鏈真正的瓶頸，正在轉向 ABF、記憶體與儲存 TrendForce 最新供應鏈雷達釋放出一個非常重要的訊號： AI 基礎設施的短缺，正從「搶 GPU」轉向「搶整套伺服器零組件」。 目前 GPU 交期約 20–30 週，已逐漸回歸相對平衡；但其他關鍵環節仍明顯吃緊： ABF 載板：48–56 週 正常約 12 週 HDD：約 50 週 正常約 16 週 DRAM：約 20 週 正常約 8 週 NAND、MLCC：供應同樣偏緊 這意味著一個很現實的問題： 有 GPU，不代表伺服器就能順利出貨。 AI 伺服器是一整套系統。GPU 只是最昂貴、最顯眼的一部分，但如果載板、DRAM、NAND、HDD、MLCC 其中任何一個環節缺貨，整機交付一樣會被卡住。 所以 AI 基礎設施下一階段值得關注的，不只是 $NVDA 本身，而是整個供應鏈的擴產與補漲機會。 ABF 載板 先進 AI 芯片封裝越來越複雜，對高階載板需求持續提升。 DRAM / HBM AI 訓練與推理都在提高單機記憶體容量與頻寬需求，記憶體價值量繼續上升。 NAND / HDD AI 生成的資料越來越多，儲存需求不會只停留在高效能運算端，冷資料、訓練資料、日誌和模型檔案都需要更大的儲存容量。 MLCC 伺服器功耗越高、板卡越複雜，對被動元件數量與規格的要求也越高。 真正值得注意的是，AI 投資邏輯已經從： GPU 短缺 逐漸升級為： GPU + HBM + ABF + 儲存 + 被動元件 + 電力，全鏈條同時擴張。 所以接下來市場可能會越來越關注那些過去被 GPU 光芒蓋住的環節。 如果只看供應緊張程度，我會優先盯： ABF 載板、DRAM / HBM、HDD 因為這幾個環節目前交期偏離正常水平最明顯，也最容易直接影響整機交付節奏。 下一階段 AI 供應鏈真正的問題，可能已經不是： 「有沒有 GPU？」 而是： 「整台 AI 伺服器，能不能按時組出來？」