調研機構Counterpoint指出，隨著半導體技術持續創新，內存解決方案成為推動生成式AI（GenAI）發展的核心動力，雖然DRAM解決方案具優勢，但成本與上市進程仍是關鍵挑戰。為降低創新風險，客戶需積極參與承諾採購，而製造商則須尋求降低成本的策略，如LPDDR、PIM（Processing-In-Memory）、Wide I/O、GDDR與HBM，以適用不同應用場景。
短期PIM被視為最具創新的內存方案，主要支持神經處理單元（NPU），但僅限少量應用；Mobile HBM雖可提升性能，但應用尚未明朗。Counterpoint表示，預計2026年蘋果將在iPhone Pro Max與摺疊機型中，由PoP（Package-on-Package）架構轉向獨立式DRAM配置，提升帶寬，同時NAND表現將通過UFS 5.0技術改進。
此外，隨著自駕技術發展，高性能應用處理器（AP）與LPDDR使用將進一步增加，Counterpoint預計HBM4將在2027年後導入自動駕駛系統；XR設備、無人機與遊戲領域也將擴展Wide I/O的應用，以提升低延遲處理能力。
NVIDIA的DIGITS技術將通過GPU與HBM的集成，提升內存帶寬，2025年中通過SOCAMM技術增強CPU帶寬，擴展容量並提升信號完整性。然而，PCB與連接器成本仍是一大挑戰，短期內尚無計劃將該技術應用於一般PC市場。
目前三星強調生成式AI內存解決方案需在高帶寬、速度、容量、低延遲與功耗管理之間取得平衡。預計至2030年，HBM5的堆棧層數將達20層，並與更多邏輯設備集成於單一小晶片（Chiplet）架構中，台積電在CoWoS技術中的角色將更加重要。供應鏈橫向合作的重要性日益提升，將取代單一企業全面集成的垂直集成模式。
同時，DeepSeek正開發移動AI的LLM（大型語言模型），預期OpenAI等企業將逐步標準化AI技術。未來隨著PIM與Low Latency Wide I/O（LLW）等創新技術的普及與成本持續下降，這些技術有望在軟體標準化後的數年內加速落地。
Counterpoint Research研究總監MS Hwang表示，無論智慧型手機、自動駕駛，還是高性能計算領域，內存解決方案都扮演舉足輕重的角色。隨著供應鏈合作模式的變革，技術標準化與成本優化將推動內存產業邁向更高性能、低功耗的未來。
（首圖來源：shutterstock）
