🐯虎嗅•較早收集於 10m
AI 算力需求推升汽車供應鏈成本
💡AI 算力需求導致 DRAM 價格飆升 180%，正影響整個科技生態系統的硬體成本。
⚡ 30-Second TL;DR
有什麼變化
汽車製造商正面臨巨大的成本壓力，主因是全球 AI 算力中心擠佔了存儲晶片產能。
為什麼重要
AI 基礎設施的繁榮正產生供應鏈外部效應，直接影響汽車等非 AI 領域的硬體成本。
下一步行動
若正在開發硬體整合型 AI 產品，請儘早確保專用記憶體與運算元件的供應鏈，以避免價格波動。
誰應關注：Developers & AI Engineers
關鍵要點
- •汽車製造商正面臨巨大的成本壓力，主因是全球 AI 算力中心擠佔了存儲晶片產能。
- •車規級 DRAM 價格在過去三個月內飆升了 180%。
- •車企正謹慎地將成本轉嫁給消費者，通常透過捆綁功能升級來維持競爭力。
- •汽車產業在晶片供應鏈中議價能力較弱，使其極易受到 AI 市場波動的影響。
🧠 深度解析
Web-grounded analysis with 22 cited sources.
🔑 增強重點摘要
- •L4級自動駕駛車型對記憶體的需求將從主流的16GB左右激增至超過300GB，這將進一步加劇車規級記憶體的短缺與價格上漲壓力。
- •記憶體製造商正將產能優先轉向利潤更高的AI伺服器所需的高頻寬記憶體（HBM）和DDR5，導致車規級DRAM和NAND Flash供應被結構性排擠，而非單純的週期性短缺。
- •為應對晶片短缺和成本壓力，汽車製造商正採取多種策略，包括直接與半導體供應商簽訂長期供貨協議、削減部分非核心零組件，甚至考慮投入自研AI晶片以掌握供應鏈主導權。
- •記憶體價格上漲的影響已從DRAM擴散至NAND Flash及固態硬碟（SSD），且預計這波漲價潮和供應緊張將持續至2027年甚至2028年，對汽車產業構成長期挑戰。
🛠️ 技術深入
- 車規級記憶體（DRAM、NAND Flash）需符合嚴格的汽車電子委員會（AEC）AEC-Q100標準，具備寬廣的工作溫度範圍、高可靠性及長達10年的資料保存能力。
- 汽車中的AI晶片（如NVIDIA Drive Hyperion、Qualcomm Snapdragon Ride、Tesla FSD）需要高效能、低功耗的記憶體，以支援即時感測器數據融合、AI推論及先進駕駛輔助系統（ADAS）與自動駕駛功能。
- 隨著汽車智能化程度提升，對記憶體頻寬和容量的需求從傳統的DDR4/LPDDR4轉向更先進的DDR5/LPDDR5X，以處理更複雜的AI模型和巨量數據。
- AI模型在車輛執行推論時，需要大量「鍵值快取」（KV Cache）來儲存資料，這進一步推升了對記憶體容量和頻寬的需求。
- 車用儲存晶片主要供應商包括三星、鎧俠、SK海力士、西部數據和美光，提供eMMC、UFS和SSD等產品。
🔮 前景展望AI analysis grounded in cited sources
汽車產業將加速垂直整合，並加強與晶片製造商的直接合作。
為確保供應穩定並降低成本波動風險，車廠將尋求更直接的晶片採購與設計參與，甚至考慮自研晶片。
車輛的智能化功能將面臨更高的成本壓力，可能導致部分功能成為高階車型的專屬配置。
隨著AI晶片和記憶體成本持續上漲，車廠為維持利潤，會將成本轉嫁給消費者，尤其是在高階智慧功能上。
記憶體供應商將持續優先投入AI資料中心市場，導致車規級記憶體供應緊張成為長期結構性問題。
AI資料中心對高階記憶體的需求量大且利潤高，記憶體廠商會持續將產能轉向此領域，預計短缺和漲價將延續至2028年。
⏳ 時間線
2020-夏天
全球晶片短缺問題開始浮現，部分晶片廠因疫情關閉，消費電子需求激增排擠車用晶片產能。
2021-01
美日德政府向台灣求助，凸顯車用晶片短缺的嚴重性，汽車製造商被迫減產。
2023-10
台灣啟動「晶創台灣方案」，旨在整合半導體優勢，提升AI晶片設計與製造能力，並推動AI晶片於各產業的應用與轉型，包括車用AI。
2025-Q4
記憶體價格大幅上漲50%，AI資料中心需求全面爆發，導致消費電子與汽車晶片供應受衝擊。
2026-01
車規級DRAM價格飆升，部分產品漲幅超過100%，瑞銀預警車用記憶體將面臨漲價與短缺雙重壓力。
2026-03
美光執行長預測L4級自動駕駛車型記憶體需求將突破300GB，可能引發新一波短缺。
📎 來源 (22)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗