調研機構 Counterpoint 指出，隨著半導體技術持續創新，記憶體解決方案成為推動生成式 AI（GenAI）發展的核心動力，雖然 DRAM 解決方案具優勢，但成本與上市時程仍是關鍵挑戰。為降低創新風險，客戶需積極參與承諾採購，而製造商則須尋求降低成本的策略，如 LPDDR、PIM（Processing-In-Memory）、Wide I/O、GDDR 與 HBM，以適用不同應用場景。
短期 PIM 被視為最具創新的記憶體方案，主要支援神經處理單元（NPU），但僅限少量應用；Mobile HBM 雖可提升效能，但應用尚未明朗。Counterpoint 表示，預計 2026 年蘋果將在 iPhone Pro Max 與摺疊機型中，由 PoP（Package-on-Package）架構轉向獨立式DRAM配置，提升頻寬，同時 NAND 表現將透過 UFS 5.0 技術改進。
此外，隨著自駕技術發展，高效能應用處理器（AP）與 LPDDR 使用將進一步增加，Counterpoint 預計 HBM4 將在 2027 年後導入自動駕駛系統；XR 裝置、無人機與遊戲領域也將擴展 Wide I/O 的應用，以提升低延遲處理能力。
NVIDIA 的 DIGITS 技術將透過 GPU 與 HBM 的整合，提升記憶體頻寬，2025 年中透過 SOCAMM 技術增強 CPU 頻寬，擴展容量並提升訊號完整性。然而，PCB 與連接器成本仍是一大挑戰，短期內尚無計畫將該技術應用於一般 PC 市場。
目前三星強調生成式 AI 記憶體解決方案需在高頻寬、速度、容量、低延遲與功耗管理之間取得平衡。預計至2030 年，HBM5 的堆疊層數將達 20 層，並與更多邏輯裝置整合於單一小晶片（Chiplet）架構中，台積電在 CoWoS 技術中的角色將更加重要。供應鏈橫向合作的重要性日益提升，將取代單一企業全面整合的垂直整合模式。
同時，DeepSeek 正開發行動 AI 的 LLM（大型語言模型），預期 OpenAI 等企業將逐步標準化AI技術。未來隨著 PIM 與 Low Latency Wide I/O（LLW）等創新技術的普及與成本持續下降，這些技術有望在軟體標準化後的數年內加速落地。
Counterpoint Research 研究總監 MS Hwang表示，無論智慧手機、自動駕駛，還是高效能運算領域，記憶體解決方案都扮演舉足輕重的角色。隨著供應鏈合作模式的變革，技術標準化與成本優化將推動記憶體產業邁向更高效能、低功耗的未來。
（首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
