芯片行業近期頻傳重磅動態。

據行業最新透露，蘋果公司已鎖定臺積電尖端A16芯片的首批生產份額，而OpenAI亦攜手其芯片設計伙伴博通與Marvell，向臺積電預訂了這款前沿芯片。A16芯片作為臺積電當前公開的最尖端制程技術的結晶，標志著臺積電正式踏入埃米制程的新紀元，預計將于2026年下半年正式投入大規模生產。

市場分析專家指出，第三季度歷來是存儲芯片市場的繁榮季節，下游市場的旺盛備貨需求正推動DRAM價格預期上揚，顯示出存儲市場正穩步邁向復蘇之路。集邦咨詢預測，DRAM內存芯片的平均價格將在2024年迎來高達53%的漲幅，并預計這一增長勢頭將在2025年持續，屆時價格有望進一步攀升35%。

2026年量產

臺積電最尖端制程芯片預告

蘋果公司已率先鎖定臺積電尖端A16芯片的首批生產資源，而OpenAI亦不甘落后，借助其芯片設計合作伙伴博通與Marvell，同樣向臺積電預訂了這款前沿芯片。A16芯片不僅是臺積電當前技術實力的巔峰之作，更是其向埃米級制程邁進的里程碑，預計將于2026年下半年實現規模化生產。

埃米制程作為納米制程的進一步細分，其精度達到了1納米的十分之一，標志著半導體工藝的新一輪飛躍。在2納米技術已有所突破的背景下，埃米制程成為了全球頂尖芯片制造商競相追逐的目標。

A16芯片采用尖端納米片晶體管與創新的超級電軌技術（SPR），背面供電解決方案釋放正面空間，提升邏輯密度與效能。相比前代，A16在速度、功耗、芯片密度上均有顯著提升，專為高性能計算（HPC）及數據中心產品優化設計。

相較于N2P制程，A16芯片在相同工作電壓下速度提升8%至10%，而在相同速度下功耗則降低了15%至20%，芯片密度更是實現了高達1.1倍的增長，為數據中心等應用場景提供了強大支持。

蘋果作為臺積電的長期核心客戶，歷來都是其最新工藝技術的首批采用者。例如，在2023年，蘋果便獨占了臺積電所有3nm芯片（A17制程）的訂單，使得iPhone 15 Pro系列成為了行業內首款搭載該制程技術的智能手機。而OpenAI此次加入A16芯片的預訂行列，也顯得順理成章。鑒于A16芯片在高性能計算方面的卓越表現，OpenAI顯然需要這樣的芯片來為其產品提供強大的算力支撐。

不得不說，在AI發展的推動下，存儲芯片市場又將迎來下一個小高峰。

存儲芯片價格將繼續上漲

最近兩年，存儲芯片市場經歷了過山車一般的大起大落。先是供大于求，價格跌至歷史新低。隨后便一路走高，漲價的勢頭至今已延續一年。

TrendForce集邦咨詢的研報顯示，在人工智能驅動的HBM和QLC的帶動下，預估DRAM及NAND Flash產業2024年營收年增幅度將分別增加75%和77%。預計至2025年，DRAM、NAND產業的營收還將分別有51%和29%的環比增長。

存儲芯片市場的持續高速擴張，其背后是供需關系的微妙調整與AI技術浪潮催生的全新需求的交織作用。

回想三四年前，存儲芯片行業曾歷經漫長而深重的低谷期，尤其是在2020年初疫情初現之時，全球芯片短缺的迷霧讓眾多廠商誤判形勢，過度囤積庫存，導致后續供過于求的局面，為行業帶來了沉重的庫存負擔。這一失衡狀態直接體現在2022年至2023年上半年，存儲芯片價格長期承壓，徘徊于低位。

然而，市場總是充滿變數與轉機。面對這一困境，上游廠商迅速行動，通過靈活調整產能策略與供需關系來尋求破局。在2023年第二季度的財報會議上，多家巨頭紛紛宣布減產計劃：三星決定繼續削減NAND Flash存儲芯片的產量，SK海力士緊隨其后，宣布將NAND Flash產量減少5%至10%；美光則進一步加大減產力度，將NAND Flash晶圓投片減產幅度從25%提升至30%；而鎧俠則從2022年第四季度起便實施減產30%的策略，至2023年減產幅度更是擴大至50%。

這一系列減產舉措帶來的結果就是：自2023年年中起，存儲芯片市場迎來了價格的強勢反彈，部分熱門產品更是在一年內實現了價格翻番。

從目前的情況看，存儲芯片的價格還將持續上漲。

從2023年開始，隨著新一輪人工智能浪潮的到來，存儲芯片行業內也產生了新的需求。在一段時期內，AI服務器的算力可以輕松破T（TOPS，每秒萬億次運算），但存儲器帶寬不能破T（TB/s，每秒萬億字節帶寬），這導致存儲芯片成為了AI鏈路上木桶效應的短板，出現行業所謂的“存儲墻”。

為何AI服務器需要破T的存儲帶寬？

AI服務器對破T存儲帶寬的需求源自多方面考量：首先，它能夠滿足大規模數據處理的需求，隨著AI技術的迅猛發展，數據量急劇增長，高并發的數據處理需求迫切，低帶寬將導致效率低下，影響應用性能；

其次，破T帶寬能顯著提升AI模型訓練速度，減少數據傳輸延遲與開銷，從而加速訓練過程，縮短開發周期；再者，它支持高并發訪問，確保AI系統在處理多任務與數據流時保持穩定與可靠；

最后，破T帶寬作為應對未來技術發展的基石，為AI服務器提供了廣闊的數據傳輸能力和擴展空間，以匹配未來更復雜、更高強度的數據處理需求。

例如，英偉達等GPU廠商通過引入高帶寬內存等創新技術，有效提升了存儲帶寬，這充分證明了破T存儲帶寬對AI服務器性能與效率提升的關鍵作用。