美光高管：儲存決定AI上限，實質性新增產能要到2028年後

隨著AI浪潮從資料中心延伸至邊緣端與機器人領域，Micron高層警告，儲存已成為決定AI效能上限最核心的瓶頸，而由於新建產能週期漫長且製程極度複雜，產業供需失衡的狀態至少要到2028年後才會有實質性的新增產能釋放。

9月15日，在Six Five Summit 2026半導體聚焦論壇上，Micron公司CEO高級顧問Sumit Sadana接受分析師Patrick Moorhead訪問，詳盡解析了AI時代下儲存產業的供需格局、資本支出計劃及未來核心增量市場。

過去一年，整個科技產業對儲存的認知出現了根本性重塑。這種變化的根源在於，算力早已不再是衡量AI系統能力的唯一標準。Sadana在訪談中一針見血地指出當前AI硬體的底層邏輯：「如今，人工智慧系統的效能首先取決於記憶體子系統的效能與記憶體容量。這兩項才是真正決定人工智慧子系統效能水準的核心。」

他解釋，因為AI模型需儲存在記憶體中，且龐大資料需在記憶體間頻繁傳輸，處理器與記憶體間的頻寬已成效能關鍵瓶頸。同時，儲存市場正面臨著數十年來累積的結構性失衡——1990年代初多達20多家DRAM公司，目前僅餘寥寥幾家；而目前設計處理器的公司卻超過20家。這種「少對多」的漏斗型供給格局，面對爆發式AI需求時，儲存供應鏈顯得極度脆弱。

資本支出飆升，實質性新增供應須等到2028年

面對龐大供需缺口，僅憑技術轉型帶來的bit增長已無法滿足市場胃口，產業被迫展開「新建無塵室與晶圓廠」的重資產擴張週期。

Micron正啟動史無前例的資本支出計劃。Sadana透露：「單就我們的資本支出：2025財年略高於130億美元；2026財年將倍增；2027財年將突破450億美元。我們近期在美國宣布將投資額由2000億美元提高至2500億美元，且加速推動時程。」此外，Micron也於美國愛達荷州、紐約州，以及台灣、日本、新加坡等地同步推動約20個擴產專案。

然而，遠水難解近渴。半導體廠的建設受制於基礎設施、監管審批與技術工人大量短缺。Sadana給出明確時程預期：「我們認為能有效釋放的新增供應要到2028年才能逐漸啟動，而且那僅是初期階段，產能增長的動能得等往後幾年才能真正提升。因此，產業整體需要一段時間才會達到新平衡。」

產能釋放緩慢的另個主因，是儲存器製造的天文級複雜度。以目前炙手可熱的HBM為例，Sadana直言其能正常運作「簡直就是奇蹟」：「想想看，把12層DRAM晶片層層堆疊，最底下有一顆連接GPU的基礎晶片。整個系統面對極為嚴峻的散熱及功耗挑戰……晶圓廠內約有2000道工序。從晶圓廠開始製造，到最終能交貨給客戶，整個週期接近5個月。」

告別「即買即賣」　長約與「深度客製」重塑商業模式

極度緊缺產能正倒逼儲存產業的商業模式發生變革，傳統現貨交易與JEDEC標準化通用晶片時代正在發生改變。

「我們簽的是多年期合約，承諾向客戶供貨，客戶也須承諾預測需求。這與以往一年期協議大不相同——以前客戶想買就買、有貨就供。」Sadana表示，這種被稱為「戰略客戶協議」的模式，投資回報率極高，為晶圓廠長期資本支出提供根本保障。

更深層的轉變在於研發端的綁定。為了讓AI系統於功耗、模型執行速度等方面實現差異化，客戶將儲存設計提早納入5至7年的產品藍圖。Sadana指出：「這種合作模式從標準DRAM晶片變為類似ASIC晶片，一旦簽約，客戶於設計端擁有更高自主性，而且關係長期性。」

AI走向邊緣，人形機器人成最大增長引擎

市場普遍聚焦資料中心AI需求，但Micron認為，這只是起點。隨著AI滲入智慧型手機、PC（如採用統一記憶體架構的Mac mini）及自駕汽車，儲存需求將無所不在。

對於未來想像空間，Sadana聚焦於機器人賽道，認為這將會是繼資料中心之後的新一波龐大需求潮流。

「想想人形機器人，它將成為史上最大規模產品市場之一。」Sadana展望2030年代的新市場重點強調端側AI對儲存的驚人消耗量：「機器人技術最令人興奮之處，在於每台設備皆需海量儲存——每一台人形機器人會配備數百GB DRAM記憶體與數TB NAND快閃記憶體。這將極大推升DRAM、NAND需求……機器人必須能自主管理，而不能每次都向伺服器發送資料。」

以下為訪談正文：

Sumit Sadana 00:00

如今，人工智慧系統的效能首先取決於記憶體子系統的效能和記憶體容量。這兩項才是真正決定人工智慧子系統效能水準的關鍵所在。歡迎重新回到2026年峰會。

Patrick Moorhead 00:22

人工智慧時代已經來臨。記憶體的重要性與戰略意義令人嘆為觀止。我一直認為記憶體很重要，但考慮到AI時代，記憶體讓我們實現的能力的確難以想像——坦白說，如果沒有足夠或正確的記憶體，我們周遭那些令人驚嘆的一切都將無法實現。

我很高興地宣布，Micron受邀出席這次峰會。很高興與你見面，也很高興你回來了。感謝您的邀請，真的很棒。我從事這個產業35年，從記憶體消費者、合作夥伴，到現在在分析公司研究記憶體市場與所有相關領域。我們所取得的成就令人驚嘆。去年與你交流時，我就已將記憶體歸類為戰略性技術——是的，這次得自誇，但坦白說，你更值得讚揚，因為你才是真正的實踐者，而我只是評論員。而且這樣的觀點現在更具時代意義，越來越多人開始談論它。近一年是什麼改變，讓整個產業對記憶體更加重視？

Sumit Sadana 01:44

為什麼AI事實上加速了這種轉變？問題很好。雖然只是一年，但依照技術演變來說，卻顯得極其漫長。對客戶而言，改變尤其巨大。現階段，我們各個市場的記憶體都極度短缺。雖然我們努力提升供應，但仍無法預測什麼時候供應能追上需求，因為需求始終不斷增長。來自各領域的客戶訊號、需求量每年都在上升。

客戶之所以下重視記憶體，原因有幾項。其一，供需缺口極大；其二，AI需求推升下，系統性能要求不斷提升。當你思考什麼是真正讓系統效能發揮到極致的原因時，會發現處理器不是唯一關鍵。現今，記憶體的效能、CPU-記憶體頻寬以及記憶體容量都同樣重要。因為AI模型需存放於記憶體內，大量資料必須於記憶體間流動傳輸，處理器與記憶體頻寬成為系統效能瓶頸。於是，客戶逐步發現必須重規劃產品藍圖並採取新型記憶體策略。

Sumit Sadana 03:44

現在重點在於，如何設計記憶體才能取得競爭優勢，如何讓客戶系統表現突出？假若記憶體像幾年前那樣，只是大家都買一樣、符合JEDEC標準的商品化產品，那系統差異性根本很難做出來。因此現在我們會協同客戶，將記憶體設計事前納入他們長年的產品路線。他們現正全力思考如何做出差異、如何重新定義市場格局。因此這需要與Micron等公司一起，設計真正可被應用和利用的新功能。

Sumit Sadana 04:31

舉例來說，我們與Nvidia於資料中心低功耗DRAM（LPDRAM）合作就是很典型案例。我們是率先將這技術導入資料中心市場的廠商，長期亦是唯一供應商，如今這技術正被更多公司接受。越來越多客戶開始理解低功耗DRAM帶來的優勢——更高密度、更小體積、更高性能，更重點是大幅降低功耗，這對於資料中心尤為重要。這只是眾多案例之一。

Patrick Moorhead 05:07

展望五年後，這些技術正持續蓬勃發展。我在試圖解釋大眾為何對記憶體如此高度關注時，我會回想80年代末大學上過的原理——「所有動作都能在記憶體內完成，就能加速效能」。當然，如今的狀況稍有不同。記憶體越多，效果越好，且越貼近處理動作越理想。因為只要超出記憶體範圍，效能就會明顯落下。在人工智慧時代，這是極大挑戰。

我的職涯歷經了九次記憶體產業循環。我曾於OEM廠、晶片廠任職，後來也在分析公司研究記憶體十五年。整體來說，記憶體循環性格外明顯，雖然其他產業也有循環，但記憶體一直被視為非常標準化的商品。你提過一些，我想再深入談談……

Sumit Sadana 06:17

為什麼說AI正在顛覆產業觀念？這問題很重要。回顧90年代初，有超過20家DRAM公司，而DRAM產業經歷大整併。同時做處理器設計的則只有幾家，如今處理器公司數量已破20家；但仍在做DRAM的卻僅剩下幾家。

所以當你思考AI設計、AI子系統設計時，不該只是資料中心——當然，資料中心端還得區分訓練工作負載與推理工作負載，甚至推理也會細分多類，部分可用SRAM，但多數還是高度仰賴DRAM。我們現在都盡可能在每個系統裡設計出最大規模DRAM容量。這一趨勢甚至已延展到自駕車、工業系統，再看看智慧型手機、PC——由於統一記憶體架構，Mac mini熱賣捲起‘Open Claw’旋風，而這一切最終都與AI密不可分。

Sumit Sadana 07:50

現在系統效能首先取決於記憶體子系統的效能與容量，這兩項真正決定了AI子系統效能。因此當記憶體成為核心設計焦點時，你必須換個思維做記憶體。這衍生出一個核心問題——產品如何差異化？我相信未來的記憶體生意和過去會截然不同，而這考驗的是底層理念……

Sumit Sadana 08:36

產業最終只得大規模新建產能，十分罕見，因AI推動的需求成長如此強勁。僅靠製程技術轉換，bit增長已無法滿足，過去這幾年技術轉型的確還夠用。現今，市場需要極大幅度的晶圓增加，這代表不得不新建無塵室空間。一旦現有基地無塵室空間全數用罄，大多公司都碰上這難題，勢必同時新設廠房，然而算來極為耗時。

這是非常費時的，有各種現實因素必須克服，比如世界各角落建廠速度不同，監管審批速度也有差異。如何把一片荒地建出所有基礎設施——電、供水、廢水處理廠？化學供應乃至晶圓廠所需各類基礎配備，一切都需相當長時間，這正是我們產業在面對的現實。

Sumit Sadana 10:01

所以我們即便再努力，其他同業也一樣努力，但短期內全部仍無法滿足市場需求。供應端提升極慢，這也改變客戶的採購行為。

Sumit Sadana 10:27 這就是我們一直討論所謂戰略客戶協議。這些戰略協議徹底改變我們的商業模式及作法。我們簽署長期合約，承諾供貨，客戶也須提交需求預測。這與過去一年期協議完全不同——以往只要客戶想買，有貨我們就出，但現在是帶有承諾性的供貨合約，回報率極高，也就支撐我們多年長期資本投資。

當然，這還沒談到Agent級AI，也就是AI發展的下階段。之後還有物理層AI，這會帶來下一波巨大需求。觀察這些需求浪潮，會發現全部互相堆疊、推進，而非彼此取代。這造成了極重大挑戰——如何將如此大規模的實體供應轉化在線上需求。

Patrick Moorhead 11:39

有這麼多需求時，我認為你們的長約證明記憶體戰略意義持續上升。當然，「我們需長約是想鎖定未來產能」這種解讀沒錯，但其實也關係到協同規劃。

技術面真的很令我震撼，很高興你提到Edge AI。更有趣的是，不管是Open Claw或任何客戶端新設計——像把記憶體和CPU/GPU更緊密結合提升頻寬——實際上PC架構多年沒太大變革，但現在正在明顯調整。我也想問問資料中心這塊，我們之前聊過，很多動態都發生在這兒，不只是資本支出龐大，模型與應用創新也大多集中於此。我也很想聽聽自駕車、PC、機器人、智慧邊緣這些領域……

Sumit Sadana 13:00

是不是記憶體需求已經改造這些應用場景？的確如此，這問題很好。這一切都始於資料中心。但在我們討論AI未來時，AI不會只存在資料中心。智慧浪潮會延展到邊緣，最終智慧會無所不在，深入一切設備。這包括各式消費性電子、汽車，甚至工業革命第二階段——屆時智慧會遍佈地球上所有企業。

Sumit Sadana 13:43

就連你的個人裝置，無論在辦公室或家中的電腦、智慧手機，甚至現在有些公司正在研發全新型態裝置——外形與現有PC/手機可能大異其趣，架構完全創新。因為你認真思考真正原生AI裝置時，其實可走出與傳統PC、手機完全不同的路線。這又回歸到如何調降功耗，特別是需靠電池供電的裝置。該如何最大化效能，以及執行既可產生消費者價值、又夠精巧足以完全在裝置上運算無需回傳雲端的模型——這就是AI全新前沿。

這探索會持續下去。那些夠小型、可直接在筆電或手機執行的模型，長期還會不斷進化。這局勢漸次成真時，數據私隱與保密的價值更大。消費者極為在意這點，那些能讓消費者相信其與裝置的互動內容完全不會被上傳雲端的公司，將創造出嶄新類型應用，帶來巨大價值。

Sumit Sadana 15:30

再看看自駕車產業，它現在能快速發展都得歸功於AI技術進展；下一代前沿科技則是機器人。想像一下，人形機器人將是史上最大型的產品市場之一。當然，這還要幾年，但我們正逐步靠近奇點——屆時你將能像與真人交談般與人形機器人互動，其認知力幾近難以區分。隨著歲月，這些機器人的機能會愈來愈複雜，產業深受革命性推動。

一開始它們會被用於工廠自動化等高結構任務，一旦完成這階段，最複雜的其實是家庭——因為家庭環境極為無結構。但我相信，進入21世紀30年代後，機器人技術將成為超級成長引擎。最讓人期待的是：每台設備都需儲存龐大數據——每台人形機器人會用上數百GB DRAM及數TB NAND。這會極度推升DRAM、NAND需求。我相信很多人沒有意識到：機器人必須自主運作，不能每秒都將資訊回傳伺服器。這的確如此。

Patrick Moorhead 17:25

你說的這過程令我想到Micron已成功突破gigawatt級技術。發明這技術令人敬仰。但我認為大眾提及Micron時，更應記得這點。

隨著AI時代，有遠見更重要，無論利用還未誕生的前沿裝置、還是能直接連結AI及大模型的gigawatt級資料中心，都相當關鍵。

這種共同設計或者共同發明理念我有所耳聞、也與你們一些夥伴聊過，他們都有新方案在進行。我之前也談到架構變化——過去這類改變一直是經JEDEC標準之類推動。但現今所談已是更深層的共同設計。你能談談和合作夥伴間的關係新變化嗎？

Sumit Sadana 18:45

當然可以。夥伴們也想清楚如何取得市場優勢、擊敗競爭對手。記憶體處理器子系統之所以變成AI子系統如此重要的一環，是因為記憶體與處理器間的互動本質上決定AI系統多項關鍵參數——它決定了系統功耗，也界定了可運行那些模型、大小、速度。

你看到LLM各式進步，就會發現想在硬體記憶體設計週期與處理器設計週期中做出差異，每個細分市場必須緊密合作。這不是即插即用的標準JEDEC器件，只需認證就可用。雖然部分市場尚是如此，但越來越多客戶會思考：我要怎麼做出差異？我要造出現有產品沒法做的新功能。我們因此與儲存公司合作，共同規劃五至七年以上的研發藍圖。我們已經深度融入許多客戶的長期研發路線圖，他們也有許多很有趣的想法，部分很可行，部分或許需較長時間，才可迸發突破性成果所需的創新與發明。

Sumit Sadana 20:28

我們對於產業出現如此多元想法感到很興奮。如你所說，這些涵蓋非常廣泛——有的裝置極度低功耗全靠電池，有的則為gigawatt級資料中心僅前沿客戶才用。我們見證各細分市場領先客戶搶先創新，正積極投注協助。

在眾多令人振奮的計劃裡，我們不斷提升自己的能力，交付客戶期盼實現的嶄新設計理念。深度合作的公司數量極少，但一旦合作通常就只有一、兩家，其他公司隔幾年才有機會跟上。這模式好處是，能與一兩家公司深入建立緊密長線合作，通常會變成單一來源供應商，或只有另一家極少數選項。這正是把合作模式從幾年前的標準化記憶體晶片，轉向如ASIC晶片長期結盟。這是一種特殊ASIC式合作，而不像過去標準記憶體晶片那種淺層、短期合作。另一亮點是，這種模式能夠規模化推進。

Patrick Moorhead 22:27

非常正確。產品量如此巨大，資金龐大足以讓雙方投資，只要啟動這專案，關鍵就在差異化。大家都在尋找方法，要嘛效能最佳，要嘛TCO總持有成本最低，反正都想出類拔萃。

那我要從投資角度聊聊未來。你剛談過產能投資。很多人以為記憶體廠建得跟寫程式一樣快。但我以前就待過自有晶圓廠的晶片公司，即使現在依然是超級高資本強度專案，往往要3-4年才見效。你能說說Micron在AI或其他主要前沿技術層面，正推動哪些真正鞏固未來技術優勢的重要投資嗎？這些投資要很久才能發酵，你剛剛也已說的很清楚。

Sumit Sadana 23:57

你說得完全正確。順帶一提，如果誰發明了三個月蓋好一間DRAM廠的方法，麻煩立即告訴我們，那會大大簡化所有工作。我們客戶巴不得馬上裝貨，我們一直在盡最大努力。

我們真的全力衝刺所有投資項目。以資本支出為例：2025財年略高於130億美元；2026年資本支出將加倍；2027年目標逾450億美元。未來會持續增加。我們在美國近期宣布將投資全體總額由2000億提升至2500億美元，加大進度，預計明年底已投入502億美元。

這些投資涵蓋所有領域。愛達荷ID1廠明年首條生產線即將量產；明年中ID2廠亦會投入、預計2028年底啟動首批晶圓生產。我們在台灣併購的新廠於2027年開始投產，還在持續擴建。我們於日本與新加坡同樣有追加擴建專案，因此整體全球約20個不同規模項目正同步進行，全面擴增前後段產能。

Sumit Sadana 26:06

但每個新建晶圓廠都耗費巨量時光。在紐約，我們正在建設一個由四間廠組成的群集，第一座預計2030年投產。一月已破土動工，混凝土澆築比原計畫還提早完成。

Sumit Sadana 26:22

世界各地還有許多專案持續推進，但全需配合許可證、基礎建設落地。建廠人力極度短缺——光是美國及全球各地同步啟動專案就可見一斑。

現今處處都有資料中心建案，這些也需配合興建發電廠、半導體廠前後段產線全都動起來。技術工人、建築工人缺口極度嚴重，想完成這般複雜極致專案，人才遠遠不足。

Sumit Sadana 27:15

這也就是我們投資社區、培育專業人才的理由，確保即時擁有足夠人才推動所有項目，最終也能造福整體科技生態。我們投入許多計畫，包含人才培育、社區院校合作、積極經營我們業務所在地區與社區，這完全是長線工程。

未來設施只會持續擴增，因為晶圓廠都是以群集模式，無法只建一座；必須追求規模，快速實現成本規模優勢，所以未來10年甚至更長期擴張都得持續進行。這些全是長線項目。我們認為實質新增供應到2028年才會陸續釋放，且那只是初期，真正快速增速還得再等幾年整體才會進一步平衡，但確切達到新平衡何時能夠到達，現階段還難預測。

Patrick Moorhead 28:54

你的例子與資本投入資訊非常實在。不過，我想有一點外界可能容易誤解，就是記憶體複雜度。我們大家都知道邏輯晶片已經超難。那來談談儲存晶片——這是最複雜的半導體技術之一。

Sumit Sadana 29:19

大家都說邏輯電路技術最頂尖，但事實儲存絕對也是前沿。舉例，DRAM使用EUV曝光機，這玩意非常巨大。單一晶圓從開工到出貨約2000道工序。從生產開始到交付客戶，全程得歷經快5個月。令人難以置信，多數人根本想像不到。光是前段就要3.5至4個月，之後封裝測試又是一到一個半月。

Sumit Sadana 30:04

如HBM等高複雜產品更是如此。許多人說它能正常運作就像奇蹟。想像12層DRAM堆疊，最底下晶片與GPU對接。整個系統得作最嚴峻散熱與功耗限制下的運行——如何以極高頻寬有效傳輸、處理？光是封裝難度已如無塵室，那跟邏輯晶片傳統flip-chip封裝天壤之別。無論前端製程或封裝技術進步（比如EUV），每個DRAM節點都愈來愈難推進。

Sumit Sadana 31:18

NAND亦然。我們層層堆疊，一路從200、300、400層，用如此巨量工藝造出這些元件，製程複雜度堪稱天文數字。而且這些NAND產品能存儲資料且發揮該有功能——現在一顆SSD容量高達245TB。這麼大的容量能塞進如此小體積，這就是工程師、工廠每一天努力的奇蹟。這種複雜性難以置信，而未來幾年還會持續進步，得到更極致的精細化量產，那又會是另一個奇蹟。

Patrick Moorhead 32:23

這一切需要巨大時間、心力、技術創新。它複雜程度令我驚嘆，而且你們能在涵蓋如此廣泛功耗範圍內完成這些，更加令人佩服。我不確定全球到底有幾家公司做得到這樣。

有趣的是，大家總說「我永遠無法滿足」，因為大眾永遠想要更多、想要更好的驚奇。然後討論價格。但這其實就是投資——Micron和其它記憶體產業公司進行投資是理所當然，說實話如果大家都不再加碼投資，創新週期就停下來。我很期待Micron未來的成就，無論晶圓廠投入還是技術本身。我相信機器人技術能為產業帶來10倍成長，這甚至是我們產能模型裡都還沒完全納入的增長來源。當然，我們還需要找到更多證據判斷這什麼時候會到那規模發揮實質作用。

非常感謝今天與您這場對話。光想想一年前就聊這些主題，再看看今日情勢，這一年真的變化極大！