美光的技術藍圖、Meta 的 AI 基礎建設，與輝達對供應鏈的掌控

美光（Micron）罕見地透過一場公開技術線上研討會主張：記憶體已不再是大宗商品，其 6F² 與垂直堆疊 HBM 的路線圖將能支撐溢價定價——即便晶圓供給緊縮的態勢會一路延續到這個十年結束。Ben Bajarin 與 Jay Goldberg 把這一個小時的大部分時間花在這份路線圖上，另外還談了科林研發（Lam Research）創紀錄卻不受市場青睞的一季、其對 2027 年 WFE（晶圓製造裝置）市場規模達 2,000 億美元的預測、Meta 主張自有吉瓦級訓練基礎設施的理由，以及輝達如何運用資產負債表，搶在競爭對手之前鎖定基板、雷射、封裝與記憶體產能。

兩位主持人都是長期追蹤記憶體、WFE 與 AI 基礎設施的半導體與科技分析師，整段對話充滿具體數字與點名供應商。標題點出的三大主題都有涵蓋，但本集還有一條標題沒宣傳到的重點支線：代理式 AI（agentic AI）安全，以及個人代理的單位服務成本。讀者讀完應該能掌握：美光跳過一個節點背後的邏輯、科林研發的供給與無塵室限制、讓 Meta 的基礎設施成為資產而非成本中心的經濟結構，以及為什麼倉庫裡放著 GPU 並不代表需求警訊。

美光主張記憶體不再是大宗商品，並用跳過一個節點來證明

對一家記憶體製造商來說，美光這場線上研討會難得地坦率。Ben Bajarin 說，這是公司很久以來第一次公開攤開前瞻路線圖；整體基調看好記憶體需求，並暗示晶圓供給會緊縮到這個十年結束。兩位主持人解讀，這場研討會的策略訊息是：記憶體的創新是扎實的工程苦工，理應獲得相應報酬——這是對長年困擾這個產業的「大宗商品」框架的間接反駁。

技術核心是 6F²，以及決定跳過 4F²。美光首席技術專家 Scott DeBoer（Bajarin 指出他的職稱是 CTO）表示，公司研究 4F² 多年，結論是沒有可行的微縮路徑。Bajarin 認為這是在暗批長鑫儲存（CXMT）——後者大約一週前才發布新聞稿，宣佈新的記憶體結構。美光反擊的訊息是：它有一份涵蓋多種結構的路線圖，有裝置，也有資金撐腰。

這份路線圖也推進到 HBM 的垂直堆疊——VHBM，或依命名者不同叫 IHBM。Bajarin 的但書是：每一次節點推進、每一個 3D 堆疊步驟都會帶來散熱挑戰，這些都是工程師必須去解決的問題，很像英特爾（Intel）在每個節點上的電晶體轉換。秀出這些工作的目的，是要展現創新文化，並主張市場會願意為此付費。

Jay Goldberg 點出他覺得最令人安心的地方：美光把技術細節扣連到具體終端市場，而不是放任工程組織自顧自推進路線圖。這點在 Hot Chips 大會上記憶體廠商遭遇的反彈聲浪面前格外重要——當時的懸而未決問題是：AI 客戶究竟想要新型記憶體，還是隻要更多既有型號。Goldberg 把這種終端市場的論述視為美光高層確實與客戶談過的證據，也是向 Apple 與消費電子這類非 AI 客戶釋出的訊號：你們仍在路線圖上——儘管明顯不是重點。

訊號層面值得與產品層面分開看。Goldberg 指出，記憶體廠商長年利用公開場合互相喊話，內容多半是「三星，拜託別再擴產了」，這是在實質上的三寡頭格局裡進行的。這次研討會不一樣：Bajarin 的解讀是，它鎖定的物件是客戶，其次是要表明中國廠商很難追上這些結構。Bajarin 對這個姿態的總結是：「我們對這件事有信心，也對能從中獲取價值有信心，市場就只能相信客戶會在乎。」

科林研發的創紀錄一季被判定「不夠好」，但真正的重點是它的 WFE 預測

科林研發繳出符合預期的一季——無論業績或財測都正中市場共識——股價照樣大跌。Goldberg 的說法是：「在今天的世道，夠好就是不夠好。」分析師追問：若沒有這些限制，數字會是多少？管理層拒絕回答，Goldberg 說這很聰明。限制有兩層：科林研發自身供給受限，客戶則因為沒有無塵室而無法收貨。

更有價值的內容是產業資料。科林研發把明年的市場估計上調到 2,000 億美元的 WFE 市場，高於今年的約 1,500 億美元。Bajarin 補上脈絡：2026 年稍早，兩位主持人還在爭論 WFE 究竟能達到 1,500 億還是 1,600 億美元，2,000 億根本不在考慮範圍內。Goldberg 指出，如今市場對明年的 WFE 預估普遍偏高，但前提是供給限制能夠解除、無塵室能如期蓋好。

Goldberg 也強調科林研發試圖估算各個利基市場規模的努力。外界把科林研發視為蝕刻與沉積裝置公司，但每個類別底下都包含多種裝置，這些分項說明有助於釐清哪種記憶體帶動哪些產品。這是半導體裝置研究長期以來的難題：許多裝置聽起來很像，實際做的事卻天差地遠。

Bajarin 預期，按工作負載區分記憶體的做法，會在 2027 年前成為更主流的敘事，出現更多縮寫、更多新類別——「我們分析師就是靠這個吃飯的。」至於受限制營收的問題，他指出科林研發的回答與黃仁勳如出一轍：本來會更高，只是黃仁勳會說「高得多」。

Meta 的 Prometheus 讓自有基礎設施成為產品經濟上的優勢

Meta 的財報與 Prometheus 的發布，讓 Bajarin 修正了他對 Meta 垂直整合程度的看法。在與輝達的 Ian Buck 及 Meta 人員談過之後，他的結論是：擁有吉瓦級訓練基礎設施不是成本中心，而是讓 Meta 能同時打造多個模型、蒸餾成各種變體、更頻繁推出模型產品的關鍵——而且成本基礎不是市場上的 Token 費率。

對照組是 OpenAI 與 Anthropic：它們向 Google 或 Amazon 租用基礎設施，即使條件優惠也不擁有它。Goldberg 轉述他與某家超大規模雲端業者（hyperscaler）人士的對話，對方說 Meta 的 AI 算力吉瓦數比任何人都多——Goldberg 認為單就 AI 容量而言這說法可信，但若指整體資料中心規模則不然。他把 Meta 的優勢連結到它在 OCP 的創始角色與長年的資料中心專業，並拿 Amazon 對比：後者沒有自家的前沿模型，仍依賴其他公司的模型。

Bajarin 把模型當產品來談：旗艦模型是一個產品，更便宜或更專門的變體是其他產品，而訓練週期必須持續產出這全部。Prometheus 涵蓋多個目的地與大規模擴充，供應商包括博通（Broadcom）的 Jericho 晶片與 Arista。策略上的回報，是能在前沿模型上掌握節奏、甚至領先——無論是供內部使用或開源權重發布。

Goldberg 對其中一點提出反駁——Google。他主張 Google 一直都在，而且 TPU 對 Google 的工作負載效率高得多，所以它的電力需求沒那麼急迫，也從未像 Amazon 或 Microsoft 那樣落後。他提到 Google 幾個月前大規模發行股票，以持續支撐擴建。兩位主持人都同意，模型領先地位每隔幾個月就輪替一次，今天落後不代表誰已經出局。

Goldberg 也談到開源權重模型作為前沿 API 替代方案的經濟性。每一次蒸餾都會損失一些品質與效率，所以等中國的開源權重模型出來、再自行蒸餾與微調，可能沒有表面上看起來那麼便宜。Bajarin 補充，他公司近期做的一份 CIO／CTO／CSO 調查顯示，企業對中國開源模型有戒心，想要美國本地的開源選項——實際上就是 Google、輝達的 Nemotron，或 Meta。

個人代理將額外帶來數十吉瓦算力需求，並產生新的單位使用者服務成本

Bajarin 粗略估算個人代理對算力需求的影響。若全網一半人口——25 億人——都使用個人代理，光是跑這些代理，每年就額外需要約 35 吉瓦的算力，這還不含執行它們交付的任務。以市場 Token 費率計算，每人每年的成本可能落在 50 至 100 美元，這必須靠 ARPU（每使用者平均收入）回收。這類工作負載也高度依賴 CPU，因此代理的普及會同時推升 CPU 與 GPU 需求。

Meta 在這方面佔有優勢，因為自有基礎設施讓它能壓低服務成本，低於不擁有算力的競爭對手。Goldberg 點出當中的矛盾：Meta 說過永遠不會對 Muse 收費，但執行它確實要花錢。他的解讀是，Meta 非常擅長把使用者互動變現——Instagram、WhatsApp、Muse 都是能拉長使用者在 Meta 旗下平臺停留時間的介面，Meta 總會找到方法從使用者身上創造 ARPU。這是 OpenAI 與 Anthropic 在訂閱制之外仍待解的問題，Google 也將面臨同樣的課題。

Bajarin 的預期是，每個人最終都會在個人消費場景擁有一個代理，工作上大概還會再有第二個。服務成本會與純 Token 成本不同，而 Meta 願意從平臺上的交易抽成，就是一種可能的回收機制。

輝達用資產負債表鎖住供應鏈，對手難以望其項背

在 GTC 柏林場，輝達與基板供應商再簽一輪採購承諾，加上先前的承諾，已鎖定雷射、基板、封裝、晶圓代工、記憶體，很可能還有測試的產能。Goldberg 的解讀是，這是 Apple 行動裝置時代的劇本：把東西全部買下來，讓競爭對手不是拿不到貨，就是得付出高昂代價。金額是數十億美元等級——對輝達是小錢，對其他所有人卻是決定性的差距。

Goldberg 的評估是，除了博通，沒有人有那樣的資產負債表能與之抗衡，而記憶體尤其會是明年最難取得的專案。供應商願意接受這種集中度，因為輝達保證了規模——這和當年供應商與 Apple 做的交易如出一轍：Apple 談判強硬，但給出的量是別人給不了的。Bajarin 的說法是：這歸根結柢是誰能管好一條橫跨記憶體、載板、類比元件及周邊所有東西的複雜供應鏈，而輝達做得跟任何人一樣好，或許僅次於博通——後者的客戶基礎更廣。

Goldberg 形容市況之緊的一句話：「等到我們連 MSG 都用完，才算真正碰到供應鏈緊縮的頂點。」他預期 2027 年會有更多公司表示自己眼睜睜放掉了需求——包括 PCB 板這類平凡物料的短缺。「這是個奇怪的時代。但如果你生產這些東西，這是個好時代。」

倉庫裡的 GPU 是分階段整合，不是需求警訊

《金融時報》或《The Information》一篇引用 Andy Jassy 說法的報導，描述 GPU 堆在 Amazon 倉庫裡，被空方解讀為通路塞貨。Bajarin 向實際蓋資料中心的人查證，得到一致的答案：這是分階段整合，在供應鏈中再正常不過。裝置會提前很久下單，存放在園區內或附近，等施工進度到位再安裝。裝置閒置通常不超過六個月——最多兩個季度——就會裝機。

用施工來類比，就是房間還沒好就先訂好櫥櫃和木材。施工團隊依據幾個月前、動土前就定好的詳細專案計畫作業，他們是專業組織，不是隨便的包商。真正不可控的是外部因素：燃氣渦輪機、季節性候鳥遷徙導致電纜鋪設受阻、電工短缺，或融資。Goldberg 的重點是，Jassy 說的根本問題是電力，不是需求——據報導，Amazon 連自家內部專案都拿不到足夠算力。

配貨邏輯也印證這點。需要 GPU 的資料中心不會叫供應商把訂單壓六個月，因為那批配貨就轉給能立刻裝機的競爭對手了。Bajarin 的結論：「這不是需求問題，是施工時程問題。」Goldberg 的提醒則是複利效應——問題從來不會只限於一季，一次延誤會從資料中心一路傳導到 ODM 再到供應商。六個月前，華爾街還會看穿這件事；一年後，市場情緒恐怕沒那麼寬容。

Bajarin 引用 Gavin Baker 對記憶體長約（LTA）的觀點：記憶體供給緊縮、主要供應商只有三家，為了避開高價而退出長約是自傷，因為供應商轉頭就把配貨給競爭對手。

代理式 AI 安全是下一個被迫支出的迴圈

CrowdStrike 等公司通報的活動，與攻擊方大規模探測可入侵目標的行為相符，銀行業也有相同通報。Bajarin 說這是他較大的憂慮之一：一次嚴重的安全事件，可能讓 AI 部署全面放慢，因為代理正毫無治理地到處跑。有位 CTO 告訴他，代理式安全即將拿到空白支票——最高優先、第一順位——而 Bajarin 手上的資料支援這份急迫性。

Goldberg 的類比是約 20 年前的指令碼小子（script-kiddie）年代：開源安全與惡意軟體工具被釋出並武器化，讓無聊青少年能攻擊學校網站，有些甚至打到國防部。差別在於，如今這類工具的能力強大得多。他舉例，曾有攻擊把法國一家連鎖超市的所有冷藏櫃關掉，肉品全毀，這只是更多、更嚴重事件的前兆。

建設性的解讀是：那些年年討論、卻從未真正編列預算的安全支出，本週之後很可能改觀。而前沿模型依然重要，因為繼程式開發之後，資安很可能是第二大應用場景——如果攻擊方拿得到前沿等級的模型，防守方就得用再上一級的。Bajarin 對老舊系統曝險的警告：很大一部分電網與自來水基礎設施跑的是 PHP，那種系統是 NSA 公告會點名、營運單位卻只會兩手一攤的東西。

接下來要觀察什麼

貫穿上述各條線的主軸是：到 2027 年，約束 AI 基礎設施的關鍵是供給而非需求——而掌握自家供應鏈與算力的公司，才是真正獲取價值的一方。美光押注能把工程難度轉化為定價能力；科林研發押注無塵室會如期蓋好；Meta 押注自有吉瓦數能換來更便宜、更快的模型產品；輝達押注它的資產負債表能讓對手拿不到零元件。尚未化解的張力在於時機：在供給緊縮的市場裡，分階段整合與施工延誤是良性的；在情緒驅動的市場裡，卻具腐蝕性。兩位主持人對於「若某家大型晶片公司因為客戶工地延誤而少了一季，華爾街會給多少包容」看法分歧。下一個觀察點，就是本集播出後緊接著登場的超大規模雲端業者財報週。