GPU 不再是唯一主角：記憶體漲價、CPU 缺貨，Vera Rubin 開啟 AI 伺服器新戰局

最近買電腦、升級主機，應該會注意到：記憶體怎麼變貴了？

根據 TrendForce 統計，2026 Q1 傳統 DRAM 合約價季增約 93%～98%，Q2 預估再漲 58%～63%。

這波記憶體漲價背景，依舊跟 AI 有關；更長的上下文、更複雜的任務、愈來愈重的推論需求，AI 資料中心正在吸收更多高階記憶體供給。HBM、高容量 DDR5、伺服器 DRAM 等需求都在增強。

根據 TrendForce 預測，2026 全球記憶體市場 (DRAM + NAND Flash ) 營收年增率將達 296%。但目前供給吃緊的，已經不只記憶體。 

 

GPU、CPU、記憶體，各自在 AI 裡做什麼？

為什麼新一代 AI 伺服器需要這麼多 CPU 與記憶體？

如果把 AI 伺服器想成一間大型廚房，端出的料理就是推論結果。

• GPU 像主廚，負責動手炒菜料理，在 AI 中處理大量平行運算，運作模型算出答案

• 記憶體像工作台/備料區，空間愈大、速度愈快，愈能承載大型任務、愈長的上下文

• CPU 像廚房總管，負責排程、分工、調度與工具呼叫，決定每個流程怎麼串接

之前人們使用生成式 AI 時，較多是簡單問答，問一句、答一句，這種任務的主要壓力集中在 GPU。

但應用正在轉向 AI Agent。AI 已經不只回答問題，處理更複雜的任務，可能要查資料、讀文件、呼叫工具、跑程式、檢查結果，再決定下一步。當任務變成一長串流程，CPU 的調度、資料處理與工具執行工作就被放大，同時也需要更大的記憶體。

 

AI 伺服器的 CPU 占比正在改變：從 1:8 到 1:2，朝向 1:1

根據 TrendForce 數據，新一代 AI 伺服器的 CPU / GPU 配置比例，已從傳統的 1:8 逐步往 1:4 移動，NVIDIA 最新的 NVL72 機架已採用 1:2 的配置。

Intel 執行長陳立武在 Q1 法說會中表示：客戶回饋顯示，當 AI 工作負載從訓練轉向推論，CPU 在協調排程與管理 agents 上變得更重要；CPU 與 GPU 配比過去約為 1:8，現在已來到 1:4，未來可能朝 1:1，甚至更高的 CPU 比重靠攏。 

AMD 執行長蘇姿丰在 Q1 法說會也提出類似看法：過去 AI 基礎設施裡 CPU 與 GPU 的比例多半是 1:4 或 1:8；隨著推論與 Agentic AI 工作負載增加，這個比例正在往接近 1:1 移動，甚至在大量 agent 場景中，CPU 數量可能超過 GPU。AMD 也把 server CPU 市場展望上修，預估 2030 年市場規模超過 1,200 億美金、年複合成長率高於 35%。 

黃仁勳已有具體行動：NVIDIA 跳進來做 CPU。2026 年 1 月 CES 發布 Vera Rubin 平台，3 月 GTC 公布完整平台架構與 Vera CPU Rack 產品線，專為 Agentic AI 的資料處理與流程協調設計。黃仁勳在 5 月法說會上表示：「Vera 為 NVIDIA 開啟了一個全新的 2,000 億美金市場，一個我們從未涉足的領域。」 

 

Vera Rubin 登場：36 顆 CPU 搭 72 顆 GPU (1:2)

Vera Rubin是 NVIDIA 下一代 AI 資料中心平台，包含 Vera CPU、Rubin GPU、NVLink、網路、DPU、記憶體與系統軟體。Vera Rubin NVL72 則是把這套平台做成一套大型 AI 主機系統。

2026 的 Taipei GTC，黃仁勳確認 Vera Rubin 已開始量產。從架構配置就能看出未來發展方向，Vera Rubin NVL72 機架配置 72 顆 Rubin GPU、36 顆 Vera CPU，CPU 與 GPU 比例是 1:2，和 TrendForce 數據、陳立武、蘇姿丰描述的趨勢方向一致。

隨著 AI 能處理的上下文越來越長，推論互動也越來越頻繁，記憶體效能會成為影響整體效率的關鍵。Rubin GPU 採用 HBM4，介面寬度比 HBM3e 加倍，再搭配新的記憶體控制器，以及更緊密的運算與記憶體整合，讓記憶體頻寬接近 Blackwell 的三倍。 

圖片來源：科技新報

 

市場怎麼反應？

• SOXX (iShares 半導體 ETF)：2026  YTD 漲幅 +82.17%

• DRAM (Roundhill 記憶體 ETF)：2026 / 4 月才成立，至撰文當下漲幅 +118%，上市 27 個交易日規模就衝破 65 億美金，超越貝萊德比特幣現貨 ETF 創下的 30 天吸金紀錄，約一個半月後更突破 100 億美金大關。

 

台股供應鏈：載板與 DRAM

在台股中和這個趨勢相關的：CPU 比重提升帶動高階載板需求，以及記憶體報價提升。

CPU 封裝與 ABF 載板

CPU、GPU、ASIC 這類高階晶片都需要更大尺寸、更高層數的載板承載，當 AI 伺服器從 1 顆 CPU 搭 8 顆 GPU，逐步往 1:4、1:2 甚至 1:1 移動，CPU 相關載板需求會提升。

對應到台廠：

• 欣興 3037：Q1 營收 374.46 億元，年增 24.45%，創單季次高

• 景碩 3189：Q1 營收 111.05 億元，年增 28.83%，連五季成長

• 南電 8046：Q1 營收 111.77 億元，年增 32.15%，連五季成長

 

記憶體

AI 伺服器使用的記憶體主要是 HBM，頻寬遠高於傳統 DRAM，是 GPU 能快速存取大量資料的關鍵。HBM 目前主要由 SK hynix、Samsung、Micron 三大原廠供應。

當三大廠把產能大量轉向 HBM，傳統 DRAM 的供給被排擠，報價上漲，台灣記憶體廠依舊受惠。

對應到台廠：

• 南亞科 (2408)：Q1 營收 490.87 億元，年增 582.9%，創歷史新高

• 華邦電 (2344)：Q1 營收 382.53 億元，年增 91.3%，EPS 2.25 創近年新高

 

以上為趨勢中對應的台股類股標的，非投資建議。 

GPU 還是主角，但不是唯一主角

之前 AI 發展中的主角是 GPU，不過進入 AI Agent 時代後，AI 的結構也跟著轉變。為了應對更複雜的任務，需要更多 CPU，為了更長的上下文，需要更多記憶體，同時這也意味著需要更多電力、更多散熱、更大的機櫃。

AI 硬體正在成為一個系統，任一環節落後都會成為瓶頸。

未來關注 AI 供應鏈時，也許不再是關注特定組件，可以從更系統的角度檢視，找出下一個瓶頸因素。

 

延伸閱讀

了解台股 AI 供應鏈：七大類股、五檔 ETF、黃仁勳的五層蛋糕

算力就是營收｜AI 不只是 GPU：散熱、電力、機械結構與台股供應鏈

台股為什麼大漲創新高？AI、台積電權重與資金助攻

開始投資台股｜開戶教學、交易機制、常用平台