AI 超級循環？群聯潘健成：我們才剛跑了 3 年，還有 17 年要跑！
近期全球金融市場對 AI 的雜音不斷，隨著部分 AI 概念股劇烈波動，華爾街開始出現「AI 泡沫化」的質疑聲浪。許多人擔心，這是否會像 2000 年的網際網路泡沫一樣，最終留下一地雞毛？
面對市場的焦慮，群聯電子（Phison）執行長潘健成在接受《年代向錢看》專訪時，給出了一個截然不同的定見：「AI 是必需品，怎麼會有泡沫？」
他的回顧科技史，PC 產業走了 30 年，手機產業走了近 20 年，而 ChatGPT 在 2022 年橫空出世至今不過短短 3 年。「我們才剛開始，」潘健成說。如果 PC 和手機都是人類生活的必需品，那麼正在重塑人類工作與生活的 AI，又怎會是曇花一現的泡沫？本文將從群聯電子的產業視角，解析為何這是一場結構性的產業革命，以及儲存市場為何將迎來前所未有的超級循環。
破解泡沫迷思：這次不一樣
要理解為什麼 AI 不是泡沫，得先回頭看看 2000 年發生了什麼。潘健成指出，2000 年網際網路泡沫的主角，大多是沒有獲利模式的新創公司，它們依賴股東的資金燃燒夢想，一旦資金斷鏈泡沫隨即破滅，那是「股東吹出來的泡沫」。
但這次的情況完全不同。
這是巨頭的軍備競賽，不是新創的投機遊戲
現在主導 AI 浪潮的，是微軟（Microsoft）、亞馬遜（Amazon）、Google 這些雲端服務供應商（CSP）。它們手握數千億美元的現金，獲利能力驚人。「前幾天我看到新聞，Amazon 發行了 1000 億美元的債券來投資 AI，」潘健成在訪談中提到，「這對他們來說綽綽有餘。」
這些科技巨頭並非盲目燒錢，而是在進行一場生存層級的軍備競賽。它們有足夠的資本支出（Capex）來支撐這場長跑，這與當年隨時會倒閉的 .com 公司有著本質的區別。
我們還在「教育期」
另一個市場擔憂的點是：殺手級應用在哪裡？為什麼 AI 營收還沒大爆發？
潘健成分享了他與美國分析師交流的洞察：目前 CSP 的 AI 營收，很大一部分其實來自「教育領域」。這聽起來可能令人驚訝，但仔細一想卻非常合理。就像 PC 剛問世時，我們需要先培訓大量會用電腦的人；現在產業正處於「培訓 AI 工程師」的階段。企業需要先讓員工學會使用 AI、開發 AI，才能在未來創造出各種應用。
「AI 才出現三年，業界有足夠的熟練工程師嗎？沒有，」潘健成直言。目前的營收來自於教育與培訓，這意味著我們正處於基礎建設與人才養成的階段。預計未來 2-3 年，隨著這些受過培訓的工程師投入市場，各種 AI 應用程式將會如雨後春筍般湧現，那時才是 AI 真正的黃金期。
核心洞察：儲存產業的超級循環
如果 AI 是長期的產業革命，那麼對儲存產業（Memory/Storage）意味著什麼？潘健成用了一個詞來形容：無底洞（Bottomless Pit）。
AI 的本質是資料生產機
AI 的運作邏輯很簡單：你付費進行推論（Inference），這個過程消耗能量，而產出的結果就是資料（Data）。「推論提供了能量，輸出則是資料。資料需要儲存，」潘健成解釋道。
這是一個簡單卻強大的商業邏輯：雲端公司的未來營收，將與其擁有的「儲存空間」成正比。他們想要賺更多的推論財，就必須儲存更多的資料。這創造了一個沒有天花板的儲存需求。
供應鏈的真實溫度：產能已經賣光了
這種需求並非紙上談兵，而是已經真實反映在供應鏈的緊俏上。潘健成透露，包括 SK 海力士（Hynix）、鎧俠（Kioxia）、三星（Samsung）在內的主要記憶體原廠，都已經釋出明確訊號：2026 年的產能已經全部售罄。
這背後有一個關鍵因素：HBM（高頻寬記憶體）的排擠效應（Crowding Out Effect）。
為了滿足 NVIDIA GPU 的需求，原廠將大量產能移轉去生產 HBM。HBM 的生產難度極高，良率遠低於標準型 DRAM，且需要消耗更多的晶圓面積。這導致了一個連鎖反應：每一片投入 HBM 的晶圓，都意味著標準型 DRAM 和 NAND Flash 的產能被「自動減產」。
「我們也是受害者之一，」潘健成苦笑說。作為模組廠，群聯必須透過獨特的「籌碼交換」策略，用自家的技術（如 aidaptiv+ 方案）授權給原廠，來換取穩定的產能供應。
更嚴峻的是擴產的物理限制。蓋一座晶圓廠從整地到完工需要約 10 個月，移入設備、調整良率又需要數個月，總計往往需要 14 到 18 個月。這意味著，即使原廠現在宣布擴產，新的產能也要等到 2026 年甚至 2027 年才能開出。
此外，全球關鍵半導體設備商僅有 6 家，所有記憶體廠都在排隊搶設備。「有錢也買不到機器，」這就是目前的現狀。這意味著，這波由 AI 帶動的儲存需求，將支撐記憶體產業進入一個長達 10 年的超級循環，而非傳統的 3-5 年庫存週期。
地緣政治的變數：長江存儲的啟示
在談到供應鏈時，潘健成也特別提到了中國廠商「長江存儲」（YMTC）的案例，這為全球記憶體市場增添了另一個變數。
面對美國的設備禁令，長江存儲展現了驚人的韌性。「美國禁止了設備，他們就在 2 年半到 3 年內開發出了自己的國產設備，」潘健成指出。雖然目前的良率可能不如國際大廠（例如 75% vs 85%），但對於被逼到牆角的廠商來說，「有總比沒有好」。
潘健成認為，給予他們 3 到 5 年的時間，良率終究會提升上來。「一旦他們做起來了，你也拿他沒辦法。」這暗示著，雖然目前全球記憶體市場由六大廠主導，但地緣政治的角力正在催生新的競爭格局，長期來看，這可能會改變供應鏈的生態。
雲端巨頭的賽局：這是一個無底洞
如果 AI 是長期的產業革命，那麼對儲存產業意味著什麼？潘健成用了一個詞來形容：無底洞。
AI 的運作邏輯很簡單：你付費進行推論（Inference），這個過程消耗能量，而產出的結果就是資料。「推論提供了能量，輸出則是資料。資料需要儲存，」潘健成解釋道。
這是一個簡單卻強大的商業邏輯：雲端公司的未來營收，將與其擁有的「儲存空間」成正比。他們想要賺更多的推論財，就必須儲存更多的資料。這創造了一個沒有天花板的儲存需求。
在採購談判桌上，這種不對稱性展露無遺。原廠現在的態度非常強硬：「恕不議價」。潘健成描述了現在的場景：「原廠會直接告訴你，這個月給你 500GB，價格是多少。如果你想殺價？謝謝再聯絡，後面還有一堆人在排隊。」
對於微軟、亞馬遜這些雲端巨頭來說，記憶體的價格漲幅根本不足掛齒。他們在 GPU 上動輒投入 3000 億美元，相比之下，花 300 億美元買記憶體只是零頭。他們在乎的是「有沒有貨」，而不是「貴不貴」。這種不計代價的搶貨行為，將進一步擠壓中小型系統廠的生存空間，甚至導致有單無貨的窘境。
從「雲端稅」到「主權 AI」：地端運算的必然性
雖然雲端是目前 AI 的主戰場，但潘健成認為，AI 走向地端（Edge AI）是必然的趨勢。這背後有兩個強大的驅動力：成本與主權。
逃離「雲端稅」
潘健成打了一個生動的比方：雲端運算就像「住飯店」，你每天都要付房費，而且價格隨時可能上漲；而地端運算就像「買房子」，雖然頭期款（硬體成本）較高，但付清之後，房子就是你的，長期來看只需負擔水電費。
「一旦你使用了雲端，你這輩子都要付『雲端稅』，」潘健成直言。隨著通膨與硬體成本上升，雲端服務的價格只會越來越貴。對於企業而言，長期租用雲端算力的成本，最終將會吃掉大部分的利潤。
數據主權的覺醒
除了成本，更敏感的是「數據主權」。許多國家和企業開始意識到，將核心數據放在別人的雲端上，不僅有洩密風險，更意味著將命脈交到了別人手中。
「任何國家的領導人都想追求主權，但他們的財力有限，」潘健成觀察到。不是每個國家都有能力像美國巨頭那樣，動輒投入數百億美元建設超級資料中心。這創造了一個巨大的市場缺口：如何在有限的預算下，建立自主可控的 AI 運算能力？
技術深探：打破 DRAM 高牆的 aiDAPTIV+
這正是群聯看到的機會，也是他們推出「aiDAPTIV+」技術的戰略核心。
AI 的記憶體瓶頸
要理解這項技術的價值，得先了解 AI 運算的痛點。目前的大型語言模型（LLM）運算極度依賴 DRAM（動態隨機存取記憶體）。模型越大，需要的 DRAM 就越多。
然而，DRAM 有兩個致命傷：太貴、容量太小。
為了運算一個 700 億參數（70B）的模型，你可能需要串聯多張頂級 GPU（如 NVIDIA A100/H100），往往只是為了湊夠足夠的 HBM（高頻寬記憶體）容量，而不是為了它們的運算能力。這就像為了喝牛奶而養了一整群牛，造成了極大的資源浪費與高昂的建置成本。
用 SSD 取代 DRAM：群聯的破壞式創新
群聯的 aiDAPTIV+ 方案提出了一個大膽的構想：為什麼不能用便宜且容量無限的 SSD（NAND Flash）來當作 DRAM 用？
透過獨家的中間層軟體與硬體整合，群聯讓 AI 模型將 SSD 視為 DRAM 的延伸。雖然 SSD 的速度不如 DRAM，但透過特殊的演算法優化，可以讓模型在「DRAM + SSD」的混合架構下順暢運行。
這項技術的影響是革命性的。它讓一台標準的工作站甚至高階 PC，就能跑得動原本需要昂貴伺服器才能運行的 70B 模型。「這大幅降低了 AI 的入場門檻，」潘健成強調。這不僅解決了記憶體產能不足的問題，更讓「主權 AI」與「地端 AI」成為可能。
「這才剛開始，」潘健成在訪談中多次強調。
面對股價的起伏，投資人容易陷入短期的焦慮。但如果我們拉長鏡頭，會發現我們正站在一個類似 1995 年網際網路興起、或 2007 年智慧型手機問世的歷史轉折點上。這是一場 20 年的馬拉松，個別公司的股價或許會有波動，現貨價格或許會有漲跌，但 AI 帶來的結構性變革與海量儲存需求，才正要起步。
對於看懂局勢的人來說，現在不是擔心泡沫的時候，而是該思考如何在這場長跑中，做對的事情。
--
本文贊助商
Mosky 從零開始 AI 寫程式
課程連結和限時優惠網址：https://pse.is/8bfabr
折扣碼：FOXHSIAO折扣金額：$250
