✨ AI 重點整理

1. AI發展由模型訓練延伸至推論、代理型AI及物理AI，記憶體成為影響系統效能的重要環節。
2. AI晶片升級帶動HBM容量與傳輸頻寬需求提升，DRAM與NAND需求也將隨AI代理任務複雜化而增加。
3. 微軟、亞馬遜、Meta及Google持續擴大AI資本支出，三星預期記憶體供應緊張延續至2028年。
4. SK海力士的DRAM與HBM產能需求能見度延伸至2029年，記憶體供需緊俏格局有望延續。
5. 製程微縮逼近物理極限，加上HBM與NAND高層數堆疊難度提高，記憶體供給擴張速度可能落後需求。
6. 台灣掌握先進製程、先進封裝及AI伺服器供應鏈，南韓具記憶體產業優勢，兩地科技產業形成互補。
7. 國泰臺韓科技ETF布局台韓科技企業，讓投資人透過單一ETF參與兩地半導體產業成長。
8. AI應用由資料中心走向終端，產業需求由GPU擴展至CPU、記憶體、通訊及電力系統，帶動台灣供應鏈升級。
9. GPU與ASIC升級推動先進封裝需求擴張，台積電增加CoWoS產能，相關封測設備、IC載板及材料產業受關注。
10. AI運算叢集擴大促使光通訊傳輸速度朝800G、1.6T升級，CPO等技術受到關注。
11. AI機櫃功耗增加推動供電架構朝高壓直流發展，光通訊與電力系統成為新的成長領域。
12. 企業能否受惠AI商機，關鍵在於規格升級能否提升產品價值，以及是否具備技術門檻與量產能力。