OpenAI執行長Sam Altman於十月初訪問韓國，正式與三星及SK海力士簽署戰略合作意向書，為全球AI超級數據中心「Stargate」計畫提供記憶體晶片與AI基礎設施。根據韓國官方說法與法人預估，OpenAI計畫至2029年向三星與SK海力士下單90萬片DRAM(多數為HBM)晶圓，總金額上看約700億美元，這將成為全球AI運算史上最大規模的記憶體採購合約之一。
這個需求量遠超目前全球HBM月產能。根據TrendForce和多方產業分析，目前全球HBM月產能僅約34萬至54萬片，OpenAI這筆訂單相當於全球HBM產能的200%以上，約兩到三倍。這代表單單OpenAI訂單不僅吃掉現有HBM產能，還遠超現有產能總量，將強力推動產業擴產並加劇供需緊張。
記憶體價格持續走揚
記憶體市況自2023下半年快速反轉，價格持續走揚。SK海力士、三星、美光，積極擴充HBM3E、HBM4產能，也因產能調度，壓縮DDR5等標準DRAM供應，導致部分產品短缺。
AI伺服器全面採用HBM，DRAM需求單機含量大增(每台AI伺服器DRAM年增超過17%)。HBM 的技術門檻越來越高，帶來產能吃緊與產業結構性轉變。AI讓記憶體不再只是「便宜堆料」，而是突破系統性能瓶頸的關鍵。
推論AI應用暴增下，近線HDD出現供應短缺，促使高容量QLC SSD需求暴增。部分供應商已考慮將SSD用於冷資料用途。隨著AI模型與加速器頻寬快速上升，存儲軟體創新需讓SSD扮演「慢速記憶體」以補足DRAM/HBM的容量限制。也強調大量資料湖(data lakes)趨於採用高容量SSD而非傳統HDD因功耗、頻寬效率優勢。
冷資料的主要特徵：(1)寫入頻率低、讀取頻率低，(2)容量龐大、存放時間長，(3)資料有效期久(例如長期備份、AI原始訓練素材、舊模型權重)。冷資料放在NAND上雖然速度快、省空間，但必須解決「長期保存」與「高密度可靠性」的平衡問題。
冷資料需求「反向驅動」NAND Flash廠商走向QLC/PLC化＋超高層堆疊＋低頻耐用性設計，形成與高效能HBM/TLC市場完全不同的分支。冷資料對NAND市場的結構性影響主要在「分層分工」：上層TLC＋下層QLC/PLC架構讓控制器廠商、韌體開發商有巨大創新空間。
AI資料分層 群聯與旺宏分工
如果把AI資料分層成五層：DRAM→HBM→TLC SSD→QLC SSD→WORM NAND/Tape，群聯掌握中間兩層(TLC/QLC SSD)，旺宏掌握最底層(永久冷封存)。NAND韌體將整合AI模型，用以預測哪些區塊即將成為冷資料、提早搬遷或降頻。冷資料使用SSD最大挑戰是：如何在低頻寫入下延長壽命、降低功耗、強化ECC。群聯的SmartECC™/SmartDataRefresh™/LifeExtend™韌體套件正好能解這個痛點。
旺宏主打SLC NAND/NOR Flash，其特性是：(1)資料保持性高(>10 年)，(2)耐擦寫次數高(>100,000 次)，(3)功耗低、誤碼率低。雖然單位成本高，但非常適合：AI模型永久快照(Model Snapshot)、重要冷資料的「主封存層」、工業、國防資料保存、車用黑盒子、太空應用資料記錄。
冷資料時代正在重新定義NAND Flash的價值鏈，從「速度競賽」變成「容量與可靠性權衡」的時代。誰最有機會吃到AI記憶體商機？QLC/PLC NAND＋智慧化控制器將成為AI資料湖、推論快取、冷儲存的核心。AI伺服器儲存層轉向SSD(特別是QLC SSD、PCIe Gen5 NVMe)，需供應高容量、高頻寬模組(64GB～1TB)，模組商與SSD控制器整合能力成為差異化來源。
群聯+威剛+十銓資料湖供應鏈
通路商開始整合軟體、控制器、韌體，從賣料件變賣「AI Ready 儲存方案」，模組廠升級為Solution Provider。AI資料湖與推論節點增加「冷資料快取層」需求，模組商若能供應高容量低成本記憶體(DDR5+SSD+NAND模組)，機會大。SSD模組走向冷資料應用，群聯+威剛+十銓可成為資料湖供應鏈。AI伺服器記憶體模組大幅成長，金士頓、威剛將是最大受惠者。
