MoneyDJ新聞 2026-09-24 11:02:57 周佩宇 發佈
Meta近期推出Agentic AI產品Muse，再度推升市場對AI Agent的關注。隨AI從過去單次問答的生成式AI，進一步朝可自主執行多步驟任務的Agentic AI發展，記憶體需求也從GPU端的HBM向伺服器系統端擴散。市調機構預估，2026年至2028年AI伺服器DRAM（含SOCAMM）位元需求年複合成長率（CAGR）達92%，甚至高於HBM的63%，非HBM伺服器DRAM亦達37%，相較PC、手機DRAM同期需求下滑3%，成長動能明顯分化。 台廠包括南亞科（2408）、華邦電（2344）、群聯(8299)等業者，及記憶體模組廠，後續伺服器相關需求變化值得關注。
業界指出，過去生成式AI記憶體需求焦點多集中於GPU及HBM，但Agentic AI的運作方式有所不同。傳統聊天機器人主要依照使用者指令進行單次或數輪推理，AI Agent則需要持續拆解任務、呼叫不同工具及執行多步驟工作流，過程中除了GPU推理，也會增加CPU運算、系統記憶體及資料存取需求。
透過雲端虛擬環境讓AI Agent執行實際任務，使市場開始關注，當Agent從單純生成內容走向長時間工作，伺服器對一般DRAM的需求增量可能同步擴大。換言之，AI基礎建設擴張帶來的記憶體需求，已不僅集中在AI加速器旁的高頻寬記憶體，CPU及系統端所使用的DRAM同樣進入快速成長期。
需求增加之際，DRAM供給端仍面臨HBM持續排擠產能的情況。對一般伺服器DRAM而言，一方面，AI伺服器數量增加，加上Agentic AI帶動CPU及系統端記憶體需求提升；另一方面，記憶體原廠為滿足HBM需求，持續將新增晶圓產能向HBM傾斜，使一般DRAM可取得的產能增量受到限制。法人預估，HBM位元需求占整體DRAM比重將由2025年的4%一路提高至2028年的12%，也將持續牽動DRAM產能配置。
市場人士認為，Agentic AI若逐步由少數應用擴展至企業端及一般使用者，記憶體產業觀察重點也將從過去「單顆AI晶片搭載多少HBM」，進一步擴大至整台AI伺服器所需的系統記憶體容量。尤其AI Server DRAM需求增速已高於HBM，在HBM持續吸收晶圓產能下，Server DRAM供需及產品組合變化，將成為下一階段AI記憶體市場的重要觀察指標。
不只DRAM端，群聯今年也持續強調，Agentic AI需要更大的模型、更長時間的工作階段及持續保存工作狀態，若全部仰賴DRAM或GPU記憶體，硬體成本將快速提高，因此公司透過aiDAPTIV+技術，將NAND Flash納入AI記憶體架構，在GPU記憶體、系統DRAM之外增加容量更大、成本較低的Flash層。
群聯透過NAND作為DRAM的延伸空間，將暫時不需運算的模型資料移至SSD，需要時再快速載入，藉此降低對高成本DRAM容量的依賴。針對Agentic AI長時間工作所累積的KV Cache，亦可將暫時用不到的tokens保存至NAND，待後續prompt需要時重新調用，減少重複運算，測試推論速度最高可提升10倍。
