AI伺服器需求推升記憶體合約價 研調估產能排擠效應衝擊終端硬體成本

過去二十多年，消費級電腦市場幾乎有個默契：同樣的錢，過兩三季或一年，就能換到更快的處理器、更大的記憶體、更寬廣的螢幕。手機也是。價格往下掉，規格往上長，這幾乎變成科技產品的基本節奏。這幾年這條節奏開始卡頓停滯了。

同樣預算，記憶體、SSD、顯示卡、甚至主機板，報價一個比一個硬。有人拿三年前的配置清單去對現在的價格，發現同樣的錢已經買不回當年同級的東西，有時還得降規。手機入門款的儲存空間開始縮，或是原價直接上修。科技本身沒有停，台積電先進製程、新一代 CPU、更密的封裝都還在往前走，但一般人能用固定預算換到的「實際可用效能」，卻出現了罕見的停滯甚至倒退。

這不是單純的週期性漲價。

記憶體原廠把產能往 HBM、伺服器級 DDR5、企業級 SSD 搬。AI 訓練與推論機架一臺吃掉的記憶體容量，是傳統伺服器的數倍到十倍。TrendForce 的數據顯示，伺服器 DRAM 合約價在 2025 下半年累計漲約六成，2026 年還可能再漲兩倍以上；企業級 SSD 也有類似走勢。HBM 的溢價更高。到了 2027 年，記憶體在主要雲端服務商資本支出裡的占比，可能逼近七成。產能是有限的，優先順序很清楚：誰付得起、誰利潤高，誰先拿到貨。消費級產品變成剩餘配額。

結果就是組一台能跑遊戲、剪片或本機模型的電腦，記憶體跟固態硬碟變成最大成本項。顯示卡也受 VRAM 牽連。主機板廠商開始傳出調價。蘋果、微軟都公開用「零組件成本前所未見」當理由調漲筆電、平板甚至主機。這不是某一家廠商想多賺，而是整條供應鏈被 AI 基建吸走了。

所以，這算不算一種變相的科技退化？

如果只看: 同樣的錢能買到什麼，答案接近是。摩爾定律還在作用，但作用在資料中心與高階伺服器，不必然同步反映到消費者價位帶。過去那種「等半年就更便宜更好」的經驗，在記憶體與儲存這兩塊已經失效一段時間，而且短期內看不到明顯回落。

另一個解釋同樣成立：地端硬體的門檻被刻意或結構性地拉高，使用場景往雲端與訂閱移動。

跑大型語言模型、影像生成、長上下文代理，本機需要大容量統一記憶體或顯存。32GB Mac mini、一般筆電的 16GB、32GB，對較大的開源模型已經偏緊且算力偏弱。雲端 API 按量計費，或綁在 Microsoft 365、Google One、Apple 的訂閱方案裡，對很多使用者反而比較划算且快速，也免去自己顧硬體與散熱。廠商當然樂見這個方向，因為硬體賣一次，訂閱可以收很久。AI 功能被做成「必須連網才完整」或「高階機種才夠力」，也強化了這條路徑。

這兩種觀點其實不衝突。

硬體進步沒有停止，但進步的果實優先分配給能大規模採購的雲端與企業客戶。消費市場被擠壓後，剩餘的選擇變成：多付錢維持本地完整控制，或接受把算力與資料放到別人的機房，按月付費。對 DIY 玩家、學生、中小工作室來說，這是實實在在的購買力下降。對只想打字、看影片、偶爾修圖的人，影響可能還不大，因為基礎規格仍勉強夠用。對想在本機跑模型、剪 4K、做 3D 的人，差異就很明顯。

這種情況會不會變成常態，目前還看不準。新廠與產能擴張需要時間，HBM 製程本身吃晶圓又兇，2027 到 2028 年之前供給壓力難緩。若 AI 投資節奏放慢，或記憶體廠重新平衡產能，消費端才可能回到過去的降價軌道。在那之前，消費者能做的選擇很實際：延長現有機器使用年限、優先升級真正成為瓶頸的零件、或重新評估哪些工作真的必須留在本地。

科技還在往前，只是這一次，一般人的荷包沒有跟上。