其實滿有趣的,最近在重跑 2026 年的半導體供應鏈模型時,我發現了一個很殘酷的物理轉換。
大家都覺得 AI 是虛擬的,但它的代價極其沈重。目前最頂端的 HBM(高頻寬記憶體),為了把晶片像千層蛋糕一樣疊起來,消耗了普通記憶體近 3 倍的晶圓面積。這意味著,代工廠把大把的資源抽去服務科技巨頭的 AI 焦慮,而留給普通人消費電子的產能,被無情地壓縮了。這就是為什麼,我們手裡的設備越來越貴。
更深層的無奈是,無論三星和海力士怎麼廝殺,真正在背後收過路費的,永遠是掌握極紫外光刻機(ASML)和檢測良率的設備商。數據背後,其實是整個科技體系對底層容錯率的一種極致壓榨。不過,針對終端應用的 HBF 正在試圖繞過這道昂貴的高牆。
如果你是局中的決策者,你會選擇繼續投入這場昂貴的算力軍備,還是退而求尋找平替的解法呢?歡迎在沙龍裡和我聊聊。
其實滿有趣的,最近在重跑 2026 年的半導體供應鏈模型時,我發現了一個很殘酷的物理轉換。
大家都覺得 AI 是虛擬的,但它的代價極其沈重。目前最頂端的 HBM(高頻寬記憶體),為了把晶片像千層蛋糕一樣疊起來,消耗了普通記憶體近 3 倍的晶圓面積。這意味著,代工廠把大把的資源抽去服務科技巨頭的 AI 焦慮,而留給普通人消費電子的產能,被無情地壓縮了。這就是為什麼,我們手裡的設備越來越貴。
更深層的無奈是,無論三星和海力士怎麼廝殺,真正在背後收過路費的,永遠是掌握極紫外光刻機(ASML)和檢測良率的設備商。數據背後,其實是整個科技體系對底層容錯率的一種極致壓榨。不過,針對終端應用的 HBF 正在試圖繞過這道昂貴的高牆。
如果你是局中的決策者,你會選擇繼續投入這場昂貴的算力軍備,還是退而求尋找平替的解法呢?歡迎在沙龍裡和我聊聊。