【時報-台北電】AI記憶體版圖將重洗牌，法人指出，隨Cerebras、Groq等AI加速器導入大容量SRAM，AI記憶體正由HBM單一路線，轉向SRAM、HBM、DDR／LPDDR、CXL及NAND多層次分工。此趨勢在2026至2027年對HBM需求影響有限，2028年後須觀察SRAM分流效應。法人分析，隨Long Context及KV Cache容量擴大，DRAM、NAND需求可望同步增加，台廠華邦電（2344）、南亞科（2408）有望迎AI記憶體新商機。

　南亞科可望由DRAM需求外溢中找新商機。法人指出，南亞科DDR5營收占比約10％、可依需求提高，客製化AI UWIO記憶體開始貢獻營收，2026年AI與一般伺服器將持續驅動DRAM需求成長。

　華邦電則具利基型DRAM及SLC NAND產品布局，受惠面向更多元。除AI伺服器周邊帶動DRAM需求，隨AI推論記憶體階層向NAND延伸，企業級儲存與高速Flash在Context Memory的角色亦受關注，為NAND應用開啟新成長方向。

　法人認為，AI訓練、預填充、大型Attention及高吞吐量推論，仍高度依賴HBM，但2028年後，新增AI推論工作，可能轉由SRAM架構承接。

　以Cerebras最新CS-4成為代表案例。CS-4單櫃整合三顆WSE-3 Turbo晶圓級處理器，合計配置132GB SRAM，記憶體頻寬高達129.6PB／s。相較下，輝達Vera Rubin NVL72配置20.7TB HBM4、總頻寬約1.58PB／s；AMD Helios則配置31TB HBM4、總頻寬約1.68PB／s，顯示SRAM與HBM形成截然不同的應用定位。SRAM以容量，換取極低延遲及超高頻寬，適合AI推論中的Decode工作；HBM則憑藉較高容量密度及TB／s級頻寬，主導訓練、Prefill及大型模型運算。

　隨AI推論架構進一步拆分，未來可能形成HBM GPU負責Attention、SRAM加速器負責FFN等工作，AI記憶體由單一架構，走向異質分工。NAND的角色也同步升級。輝達在Rubin世代導入CMX Context Memory架構，將Flash定位為介於GPU HBM與傳統儲存間的新一層記憶體，讓不需立即存取、但可能重複使用的KV Cache移往高速Flash，企業級SSD則由單純儲存設備，進一步成AI推論記憶體階層的一部分。(新聞來源 : 工商時報一李娟萍／台北報導)