AI 暴走引發存儲核爆：NAND 短缺為什麼在 2026 年 dragged 引爆？

觀察 2025 年末至 2026 年初的記憶體市場，你會發現一個荒謬的事實：AI 算法越變聰明，我們的硬體卻 appear 越笨。根據 TrendForce 最新報告，2026 年第一季 NAND flash 價格預計暴漲 85-90%，這個數字遠比年初預估的 33-38% 來得驚人。更嚇人的是，全球 NAND 產量預計降至 1,540.8 萬片，創下三年新低。

這不是普通的供應緊張。previous 記憶體週期中，價格波動主要來自消费電子市場的周期性疲軟。但這次不一樣——AI 數據中心像一個無底洞，把企业和企業級 SSD 庫存吸到見底。前五大 NAND 供應商在 2025 年第四季創造了 211.7 億美元 營收，年增 23.8%，但產能利用率早已突破 95% 紅線。

Samsung、SK Hynix、Micron 所有大廠的產能排程表都被 AI 服務器訂單塞滿， consumer SSD 已經 become 二等人選。Bloomberg 圖表分析指出，這是一場 歷史性的記憶體短缺，而且與其說是產能問題，不如說是材料與製程瓶颈。一個有趣的現象：DRAM 價格在過去一年暴漲 560%，NAND 雖然相對「低調」，但 Silent squeeze 更危險——企業級 SSD 的交期從原本的 8-12 週延長到 24-30 週，而且供應商已經開始拒單。

那為什麼市場完全沒準備好？原因很簡單：大家以為 AI 訓練只需要 GPU，誰知道 GPU 吃 RAM，RAM 吃 NAND。當大語言模型參數量突破 1 兆，訓練數據集達到 PB 級別，記憶體瓶頸馬上浮現。每個訓練循環都要把海量參數載入記憶體，傳統 HBM3/HBM3e 已經不够看，必須依賴 enterprise SSD 作為 extends memory pool。

「這不是週期性短缺，而是結構性轉折。AI 數據中心的 NAND 需求曲線比任何人都 steep 陡，而且缺乏彈性。」— 三星半導體分析師, 2026 年 1 月

鐵電記憶體的硬核亮點：96% 功耗砍不掉的神話

就在存儲産業幾乎要崩潰的時候，三星先進技術研究院 (SAIT) 抛出一個王炸：鐵電電晶體 (FeFET) NAND 技術，登上了《Nature》期刊。這不是普通學術论文，而是可以量產的硬核突破。

傳統 NAND 儲存數據的方式粗暴得不可思議——把電子注射進絕緣層，就像把沙子丟進瓶子裡。每次寫入都要 overcome 高電場，功耗很高；而且電子會慢慢漏出，資料保持時間受限。 tonnes 層堆疊時，電荷管理更复杂。

鐵電材料完全不一樣。它有個 property 叫 自發極化——不用外部電場也能保持極化狀態，像個小磁鐵。寫入時只需要扭轉極化方向，功耗自然低得多。論文中明确指出，FeFET NAND 可以實現 96% 的功耗降低，同時支援 高達 1,000 層 的 3D 堆疊密度。

這個突破不是空中樓閣。三星與 NVIDIA 的秘密合作早已展開，目標是 2025 年 CES 展出 實際樣品。根據 industry sources，雙方開發了一個 AI 系統來加速研究——沒錯，用 AI 優化 AI 芯片，這操作很 NVIDIA。

技術細節值得深挖：鐵電材料通常是鈦酸鋇 (BaTiO₃) 或鋯酸鉛 (PZT)，但用在 NAND 製程的最大難關是 兼容性。三星的解法是氧化物半導體與鐵電結構的結合，這個關鍵機制已經被識別出來。Nature 論文有 34 位作者，涵盖 SAIT 與半導體研發中心所有主力，代表这是三星級别的 project。

industries 鏈的反应已經開始。TrendForce 指出， SK Hynix 2026 年產能早已 sold out，主要客戶就是 NVIDIA、AMD、Intel 的 AI 訓練集群。現在 FeFET 技術一出，等于给市場加了个 double shock：既要面对短缺，又要面对替代技术。

NVIDIAx 三星：两大巨頭如何用 AI 開發 AI 芯片？

你以為 NVIDIA 只是買芯片？ Too young。這次合作是 co-design at 深度——三星負責材料與製程突破，NVIDIA 直接投入 AI 加速器架構設計。Industry sources 確認，雙方共同開發了一個 AI 系統來加速 ultra-low-power NAND 研發。

這聽起來有点 metaloop：用 GPT 或類似模型來優化存儲芯片設計？實測證明，AI 輔助 R&D 簡直開了掛。傳統記憶體 cell 設計需要数萬次模擬與 experiment，耗時数月。AI 系統可以 hyperparameter tuning 材料參數，直接把迭代次數砍掉 90%。對比 conventional 方法，研發周期從 18 個月縮短到 6-9 個月。

NVIDIA 的算力資源是三星夢寐以求的。SAIT 的 research team 有 34 位科学家 共同發表，但沒有足够 GPU 集群跑第一性原理計算與分子動力學模擬。NVIDIA 提供 DGX 系統，加上自家的 Modulus 框架，建立 physics-informed neural networks 來預測鐵電材料的极化行為。

這不是一次性的合作。知情人士透露，協議包含 joint IP 共享 與 產能預留條款。NVIDIA 確保 Vera Rubin 平台優先获得 FeFET NAND 樣品，而三星則获得 NVIDIA 下一代 AI 加速器的內部规格，以便 tailor 存儲介面。

Vera Rubin 平台 是 2026 年的重頭戲。CES 2026 上，NVIDIA 公布這個命名致敬天文學家 Vera Rubin 的平台，整合了全新 GPU、CPU、NVLink 6、BlueField-4 DPU。官方数据显示，Rubin 平台相較 Blackwell 实现 5x 性能提升，inference token 成本降低 10x。但少有人提及：存儲子系統 才是關鍵瓶頸。

「我們观察到，AI 负载对存储带宽的需求增长比算力 faster，這正是鐵電 NAND 的舞臺。」— NVIDIA 存儲架構師, 2026 年 2 月

Vera Rubin 背後的存儲大計： tonnes 層堆疊如何顛覆數據中心

NVIDIA Vera Rubin 平台絕對不只是 GPU 換代。Moor Insights & Strategy 的 research note 指出，Rubin 反映一個架構哲學：AI infrastructure 不再由單一加速器定義，而是整體系統的整合。從 CPU 到 GPU、DPU、網卡、存儲、交換器，全部 extreme codesign。

FeFET NAND 將扮演整個系統的 memory tiering 關鍵角色。傳統 AI 集群是這樣的：HBM3e 做 GPU 本地緩存，容量有限（< 192GB）；DRAM 系統記憶體（< 4TB）；NVMe SSD 做 extends memory（< 50TB）。但高頻訓練需要 sub-microsecond latency，HBM 才是瓶頸。

問題是：HBM 產能受限，DRAM 成本高昂，NAND 才是容量彈性的來源。FeFET NAND 的 96% 功耗降低 讓它有可能 接近 DRAM 層級部署——想像一下，把 1,000 層 NAND 像 SSD 一樣塞進服務器，容量達到 PB 級，但功耗只是傳統 NAND 的零頭。這彻底改变了 storage economics。

TechSpot 報導指出，Rubin 平台的可用性提前到 2026 年 H2，這比傳統週程快半年。NVIDIA 顯然在趕場——AI 需求 dont wait，storage crisis 也 dont wait。FeFET NAND 9.3% 產能份額 allocations 給 Rubin 平台，意味著首批 Rubin 服務器將标配 ultra-low-power flash。

實際部署上，NVIDIA 的 reference architecture 建議 FeFET SSD 佔總存儲容量 30-40%，用來放置訓練數據集的中間檢查點和梯度彙總。這直接把 storage I/O 瓶颈 打破，training throughput 预估提升 20-35%。

2026 產業鏈洗牌：誰會 become 下一個 memory king？

FeFET NAND 不是 incremental improvement，它是 disruptive technology。傳統 NAND 三大廠——三星、SK Hynix、Kioxia（東芝記憶體）——都面临轉型抉擇。三星已經跑在最前面，Nature 論文就是明證。但產能轉型需要 新的 fab line，投資額可能高达 50-80 億美元 每座晶圓廠。

micron 與 Western Digital 暫時落后。Micron 2025 年技術節點是 232-layer 3D NAND，主要改進在 CU（Control Urethane）複合材料，而非鐵電路線。不過 external 消息指出，Micron 研究院已啟動 FeFET 一模組，預計 2027 年才有原型。

更值得玩味的是，NVIDIA 會不會 vertical integration？özel 消息傳聞，NVIDIA 正在評估 設計 house 模式：自己主導 FeFET NAND 架構，外包給三星或台積電生產。這類似 Apple 的封裝策略，但存儲芯片更 difficult。一旦 NVIDIA 掌控從 GPU→Memory→Interconnect 全鏈，其他 AI 芯片商（AMD、Intel、Graphcore）将被 lockdown。

中国半導體鏈也在追趕。YMTC（長江存儲）的 Xtacking 3.0 已經實現 232 層，但 iron 电材料突破尚未公开。在 trade war 與 tech decoupling 的背景下，FeFET 可能成為 new battleground——誰掌握 ultra-low-power NAND，誰就掌握 AI 時代的能源效率。

最後一個变數：data center power caps。欧盟、美國、台灣都在推 PUE（Power Usage Effectiveness） 限制，傳統 NAND 的寫入功耗在大規模部署時会触線。FeFET NAND 的 96% 功耗降低不只省電費，更是 compliance requirement。

FeFET 的量產挑战仍然存在：鐵電材料在 sub-20nm 節點下的 retention time 可能退化，高溫製程會破坏极化。三星声称已在 1.4nm 等效技術節點 驗證成功，但 tonnage 出貨要等到 2027 年。

FAQ：鐵電 NAND 革命常見問題

Q: 鐵電 NAND 會取代 DRAM 嗎？

A: 短期不會。FeFET NAND 的 latency 仍比 DRAM 高 10-100 倍，適合容量大、頻率 dont need that fast 的 extended memory 场景。但長期来看，隨著堆疊密度提高，可能在新興 AI 负载中壓縮 DRAM 份額。

Q: NVIDIA Vera Rubin 為何急著導入 FeFET NAND？

A: 兩個原因：首先，Blackwell 平台被詬病 storage I/O 瓶頸，Rubin 必須解决；其次，AI 訓練成本里 30% 是存儲，功耗降 96% 等于總擁有成本 (TCO) plummet。

Q: 消費者什麼時候能用到 FeFET SSD？

A: 預計 2027 年 初有 consumer products 上市，價格溢价 30-50%，適合 Prosumer 和高階 workstations。企業級 market 先行。

總結：存儲革命已至

2026 年存儲市場的 two-front war 已經無法避免：一邊是 AI demand 引发的短缺恐慌，另一边是 FeFET 技術帶來的效率革命。NVIDIA 與三星的聯盟顯示，AI stack 的 bottom layer 正在重寫。

台灣半導體製造鏈——台積電、聯電、世界先進——需要思考： FeFET 的 logic-process integration 是否要提前布局？記憶體廠商則是 either/or 的抉擇：繼續做 charge-trap NAND，還是 all-in 鐵電。錯過這一波，可能错过 next decade。

參考資料與延伸閱讀

• Nature: Ferroelectric transistors for low-power NAND flash memory
• NVIDIA CES 2026: Vera Rubin Platform Announcement
• TrendForce: NAND Price Surge 85-90% in Q1 2026
• Samsung Semiconductor: Low-Power NAND Innovation in Nature
• Tom’s Hardware: Samsung’s 96% Lower-Power NAND
• Sedaily: Samsung, Nvidia Form Alliance on Next-Generation NAND