HBM 不是最優解！南亞科攻客製化 DRAM：AI 推論改寫記憶體架構
隨著 AI 應用重心從雲端訓練轉向推論，HBM 缺點日益浮現。南亞科資深副總吳志祥昨日於工研院「半導體與 AI 算力永續競爭力論壇」上指出，HBM 在功耗與 I/O 架構上的先天限制，使其難以勝任邊緣推論場景；南亞科因此積極佈局「客製化 UWIO DRAM」搭配 3D IC 堆疊技術，以泰山新廠為產能擴張重點，最快明年初啟動量產。
（NAND Flash 比 HBM 便宜百倍？傳奇程式設計師：AI 推論記憶體架構應重新設計）
AI 推論時代來臨，HBM 優勢正消失
過去幾年，HBM 作為驅動 AI 大型模型訓練的關鍵記憶體技術，可以說是高效能運算不可或缺的代名詞。然而，吳志祥指出，當 AI 發展軸線從雲端大規模訓練轉移至終端裝置上的推論應用，記憶體需求的性質也隨之改變。
廣告 - 內文未完請往下捲動
邊緣推論場景的挑戰，在於使用者端持續產生的大量對話紀錄與 KV 快取，對記憶體頻寬與功耗形成壓力。HBM 受限於有限的 I/O 接腳數量與相對偏高的能耗，在強調反應速度與電源效率的 AI PC、智慧型手機及可攜式裝置上，並非最理想的選擇。
換言之，HBM 解決了訓練時代的問題，但推論時代需要不同的答案。
（HBM 後 AI 記憶體瓶頸是 HBF？圖靈獎得主 David Patterson：推論將重新定義儲存架構）
南亞科的差異化破口：UWIO 搭配 3D IC 堆疊
面對上述市場缺口，南亞科以客製化 UWIO DRAM 為產品方向，結合 Wafer-on-Wafer（WoW）3D IC 堆疊技術，讓 DRAM 能夠直接整合至 CPU 或 ASIC 邏輯晶片之上，省去傳統封裝互連的訊號損耗與延遲。
這套架構在效能指標上具備顯著優勢，不僅頻寬較傳統方案提升 5 至 10 倍，每 bit 能耗更僅為 HBM 的三分之一至十分之一。對於邊緣裝置而言，這意味著可以在不犧牲效能的前提下大幅壓低熱設計功耗（TDP），正好打中當前 AI 終端裝置設計的最大痛點。
（記憶體牛市為何還能再漲五年？三指標看懂 HBM、DRAM、NAND 差在哪？）
AI PC 帶動記憶體需求爆量，南亞科製程多線並進
需求端的成長也為南亞科的策略轉型提供有力支撐，以 AI PC 為例，單機搭載記憶體容量已從過去的 16GB 大幅躍升至 128GB，加上全球每年數億台的出貨規模，DRAM 需求量預計進入指數型擴張週期。
為承接這波訂單浪潮，南亞科在製程與產品線雙線並進：主力 16 奈米（1B 世代）產品已擴展至逾十款品項，同時同步推進 1C、1D、1E 三個更先進製程世代的開發，顯示公司有意在技術路線上加快節奏、縮短世代間距，以維持與市場需求的同步性。
泰山新廠明年量產，縮短與國際大廠差距
在產能佈局上，南亞科位於新北市泰山的新晶圓廠是最關鍵的一步棋。這座總投資規模高達新台幣 5,000 億元的廠區，預計將導入 EUV 極紫外光微影設備，明年資本支出初估超過新台幣 2,000 億元，將於明年初正式開出產能，進一步拉近南亞科技與美光、SK 海力士等國際一線廠商之間的製程與規模差距。
製程微縮帶動功耗驟降，永續目標同步推進
吳志祥強調，技術升級與永續目標在南亞科技並非對立，而是相互強化，像是 1C 奈米製程產品的功耗，相較 1A 奈米製程就降低了 34%。
廠務方面，南亞科廠區已 100% 配備 local scrubber 廢氣處理設備及 AMAT i-System 智慧控制系統，溫室氣體減排效率達 94%；並透過 ISO 50001 能源管理系統，連續多年維持年均節電 8% 至 9% 的水準，在客戶端供應鏈永續要求日趨嚴格的當下，成為值得一提的競爭加分項。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
