摩根大通 (JPM-US) 亞太區科技研究團隊近日發布最新報告《半導體：NAND—更長、更強的上升週期》，指出 NAND 快閃記憶體產業已正式進入一個由 AI 推理全面驅動的全新「超級循環」，其結構性影響力可能超過過去任何一輪由智慧型手機或個人電腦帶動的景氣循環。
回顧過去 20 多年，NAND 市場長期受到供需循環劇烈波動影響。儘管製程進步持續壓低單位成本，但原廠一旦擴產過快，往往導致價格迅速崩跌。
不過，摩根大通分析認為，這一結構正在被打破。過去 NAND 市場年均潛在成長率多落在 7% 至 12% 區間，但在 AI 推理需求帶動下，2025 至 2027 年的年均成長率可望躍升至 34%，呈現前所未見的「斷層式」成長。
更關鍵的是，這一輪成長並非單靠出貨量擴張，而是呈現「量價齊升」的格局。
摩根大通預估，2025 年 NAND 混合平均售價將年增約 40%，即便到 2027 年，價格也僅小幅回落約 2%。
AI 推理改寫儲存邏輯，eSSD 成為關鍵角色
分析指出，AI 推理之所以成為 NAND 市場的關鍵轉捩點核心原因在於，推理階段的特殊需求。
在模型訓練階段，系統首重的是極高的運算能力與記憶體頻寬，因此高頻寬記憶體（HBM）幾乎沒有替代方案。
然而，進入實際應用的推理階段後，AI 系統必須即時回應使用者請求，頻繁且快速地存取模型參數，此時反應速度、存取延遲以及上下文資料的處理能力，反而成為影響效能的關鍵指標。
隨著模型上下文長度持續擴張，GPU 內建 HBM 容量逐漸捉襟見肘，產業開始導入「KV Cache Offloading」技術，將部分中間資料卸載至外部儲存裝置。
這一變化，讓企業級 SSD（eSSD）從過去的「資料倉庫」，升級為 AI 架構中的「二級儲存」，需求快速放大。2024 年 eSSD 出貨量年增率高達 86%，創下自 2012 年以來新高。
摩根大通指出，未來 AI 伺服器單機儲存容量預估將超過 70TB，是傳統伺服器的兩倍；到 2027 年，eSSD 可望占全球 NAND 需求的 48%，一舉超越智慧型手機的 30% 與 PC 的 22%，成為 NAND 最大應用場景。
HDD 供應吃緊，QLC SSD 性價比浮現
除了 AI 推理本身的需求推力，傳統硬碟（HDD）供應緊張也間接助攻 NAND。希捷科技 (STX-US) 與威騰電子 (WDC-US) 因前幾年市場低迷，大幅削減資本支出，導致高容量 HDD 交貨週期拉長至兩年以上。
在 AI 資料中心「有貨優先於低價」的採購邏輯下，客戶加速轉向 NAND 解決方案，特別是成本結構改善明顯的四層單元 SSD（QLC）。
雖然 SSD 單位成本仍為 HDD 的 6 至 8 倍，但在能效、機櫃密度與空間利用率方面具備明顯優勢，更符合高密度 AI 資料中心需求。
目前 SSD 在「業務關鍵型」儲存領域的滲透率僅約 19%。摩根大通估算，SSD 滲透率每提升 1 個百分點，約可為 NAND 市場帶來 20 億美元的新增收入。
原廠轉趨理性，供給成為價格支撐
值得注意的是，面對需求爆發與價格上行，NAND 原廠並未重蹈過往激進擴產的覆轍。
摩根大通預期，未來三年產業資本支出占營收比重將降至 15% 至 16%，遠低於過去十年平均的 30% 至 50%，2018 年甚至曾高達 68%。
背後原因在於製程難度急遽升高。隨著 NAND 堆疊層數突破 300 至 400 層，刻蝕製程與晶圓應力控制的技術門檻大幅提高。即便混合鍵合技術可部分緩解瓶頸，但相關設備昂貴、良率受限，難以快速放量。
市場預估，今年全球 NAND 晶圓產量僅成長約 3%，但比特需求年增率卻高達 21%，供需缺口將貫穿全年，成為價格持續上行的核心支撐。
主要原廠布局浮現勝負差異
在原廠動向方面，多家業者具備結構性優勢。
日本鎧俠（Kioxia）受惠於 CBA 架構與 BiCS 8 技術量產，伺服器業務營收占比可望從 2023 年的 20%，大幅提升至 2027 年的 61%。
SK 海力士（SK Hynix）則憑藉 Solidigm 在超大容量 QLC 與 eSSD 市場的領導地位，加上 HBM 與 QLC 的雙線布局，長期競爭力穩健。
三星電子雖在 QLC 佈局上起步較慢，但龐大產能與 V9 QLC 加速量產，有機會逐步收復市占，股價短期也具備補漲空間。
美光科技 (MU-US) 則推出 232 層 TLC 的 6500 ION 系列產品，以「性能接近 TLC、成本接近 QLC」的策略，受惠於美國本土 AI 資料中心建設需求。
摩根大通也提醒，NAND 價格若上漲過快，可能推高筆電等終端產品的 BOM 成本，壓縮品牌商利潤，並延後消費者換機節奏。
不過，該行認為，這一輪由 AI 推理驅動的需求革命，與供給端高度剛性深度交織，已構成真正意義上的「超級循環」。NAND 不再只是 DRAM 的配角，而正逐步成為 AI 架構中高速「熱資料」管理的核心基石。
