<p>大型雲服務商正在加大對人工智能服務器和基礎設施的投資，以滿足人工智能開發和部署的需求，這加劇了由於其無法滿足的增長而導致的內存短缺。</p>
<p>總部位於台灣的市場觀察機構 TrendForce 估計，全球八大雲服務提供商——谷歌、亞馬遜、Meta、微軟、甲骨文、騰訊、阿里巴巴和百度——將在 2026 年投入超過 7100 億美元的資本支出，比去年增加約 61%。</p>
<p>根據早前披露的數據，僅前四大雲服務商就佔據了約 6350 億美元的支出，顯示出這些巨頭在市場上的主導地位。</p>
<p>所有這些支出——總額超過了愛爾蘭去年整個國內生產總值（GDP）——都用於數據中心及其所需設備，包括通常配備 Nvidia 或 AMD GPU 加速器的高性能服務器。</p>
<p>然而，許多公司越來越多地投資於其他加速器，如定製的應用特定集成電路（ASIC）。這些加速器在某些工作負載上提供了更好的性能和能效，但靈活性不如 GPU。</p>
<p>根據 TrendForce 的説法，谷歌仍然是唯一一家添加的 ASIC 服務器數量超過 GPU 服務器的雲業務。它估計，谷歌的張量處理單元（TPU）將在今年運送到谷歌數據中心的 AI 服務器中佔據約 78% 的份額。</p>
<p>亞馬遜的建設預計將包括 60% 的 GPU 服務器，基於其 Trainium3 硅片的系統將在今年晚些時候增加。Meta 同樣主要依賴 Nvidia 和 AMD 的 GPU，這些 GPU 預計將佔其今年整合服務器的 80% 以上。</p>
<p>微軟繼續採購 Nvidia 的機架規模系統，甲骨文也在擴大其 GPU 服務器的機架規模部署。在中國運營商中，騰訊也在繼續推出配備 Nvidia GPU 的服務器。</p>
<p>對 AI 服務器的需求導致內存價格上漲和短缺，因為芯片製造商轉向生產高利潤產品，如用於 GPU 和服務器級內存芯片的高帶寬內存（HBM）。</p>
<p>其中兩家內存芯片製造商 SK 海力士和閃迪今天宣佈正在進行一種新內存類型的標準化過程，旨在提升 AI 推理能力。</p>
<p>高帶寬閃存（HBF）是一種 NAND 閃存，旨在通過匹配 HBM 的帶寬，同時以類似的成本提供 8-16 倍的容量來補充 HBM。</p>
<ul>
<li>硬盤今年已售罄——AI 是罪魁禍首</li>
<li>美國科技巨頭為支持 AI 的政治家打開錢包</li>
<li>隨着內存短缺持續，供應商的報價不再被長久記住</li>
<li>亞馬遜 2000 億美元的資本支出計劃：我如何學會停止擔憂並愛上負現金流</li>
<li>AI 數據中心因增加能源消耗而加劇氣候緊急情況</li>
</ul>
<p>HBM 通常用於 AI 處理，但其容量限制導致隨着模型的增長推理時間延長。由於它是閃存，HBF 的訪問速度比 HBM 慢，但比閃存固態硬盤（SSD）快。將兩者結合可以增加可以處理的工作負載的大小，而無需從 SSD 中提取數據。</p>
<p>在_Blocks &amp; Files_上查看此解釋，同時閃迪也提供了一份事實表 [PDF]。</p>
<p>SK 海力士將 HBF 技術描述為超快 HBM 和高容量 SSD 之間的新內存層，並表示它將降低總擁有成本（TCO），同時提高 AI 系統的可擴展性。它預測，像 HBF 這樣的複雜內存解決方案的需求將在 2030 年左右增加。®</p>

METW

MSFY

AMZZ

<p>全球八大雲服務提供商，包括谷歌、亞馬遜和微軟，預計到 2026 年將在人工智能基礎設施上投資超過 7100 億美元，超過愛爾蘭的國內生產總值。這項投資旨在應對對人工智能服務器日益增長的需求，導致內存短缺，因為芯片製造商優先考慮高利潤產品。谷歌專注於基於 ASIC 的服務器，而亞馬遜和 Meta 等其他公司則繼續依賴 GPU。新的內存技術，如高帶寬閃存（HBF），正在開發中，以補充現有解決方案並增強人工智能處理能力</p>

<p>The big cloud operators are ramping up investment in AI servers and infrastructure to meet demand for AI development and deployment, exacerbating the memory shortage caused by their insatiable growth.</p>
<div class="lb-trans"><p>大型雲服務商正在加大對人工智能服務器和基礎設施的投資，以滿足人工智能開發和部署的需求，這加劇了由於其無法滿足的增長而導致的內存短缺。</p>
</div><p>Taiwan-based market watcher TrendForce estimates the world's eight biggest cloud providers – Google, Amazon, Meta, Microsoft, Oracle, Tencent, Alibaba, and Baidu – will lay out upwards of $710 billion in capex during 2026, about 61 percent more than last year.</p>
<div class="lb-trans"><p>總部位於台灣的市場觀察機構 TrendForce 估計，全球八大雲服務提供商——谷歌、亞馬遜、Meta、微軟、甲骨文、騰訊、阿里巴巴和百度——將在 2026 年投入超過 7100 億美元的資本支出，比去年增加約 61%。</p>
</div><p>According to figures disclosed earlier, the first four alone account for about $635 billion of that outlay, showing just how much the giant players dominate the market.</p>
<div class="lb-trans"><p>根據早前披露的數據，僅前四大雲服務商就佔據了約 6350 億美元的支出，顯示出這些巨頭在市場上的主導地位。</p>
</div><p>All of this spend – which adds up to more than the entire gross domestic product (GDP) of Ireland last year – is going on datacenters and the kit to fill them, including high-performance servers typically packed with GPU accelerators from Nvidia or AMD.</p>
<div class="lb-trans"><p>所有這些支出——總額超過了愛爾蘭去年整個國內生產總值（GDP）——都用於數據中心及其所需設備，包括通常配備 Nvidia 或 AMD GPU 加速器的高性能服務器。</p>
</div><p>However, many increasingly invest in other accelerators such as custom-built application-specific integrated circuits (ASICs). These offer some advantages including better performance and energy efficiency for some workloads, but are less versatile than GPUs.</p>
<div class="lb-trans"><p>然而，許多公司越來越多地投資於其他加速器，如定製的應用特定集成電路（ASIC）。這些加速器在某些工作負載上提供了更好的性能和能效，但靈活性不如 GPU。</p>
</div><p>Google remains the only cloud biz that is adding more ASIC-based servers than GPU-based ones, according to TrendForce. It estimates Google's Tensor Processing Units (TPUs) will feature in about 78 percent of AI servers shipped to Google datacenters this year.</p>
<div class="lb-trans"><p>根據 TrendForce 的説法，谷歌仍然是唯一一家添加的 ASIC 服務器數量超過 GPU 服務器的雲業務。它估計，谷歌的張量處理單元（TPU）將在今年運送到谷歌數據中心的 AI 服務器中佔據約 78% 的份額。</p>
</div><p>Amazon's build-out is expected to comprise 60 percent GPU servers, with systems based on its Trainium3 silicon set to ramp up later in the year. Meta will likewise rely primarily on Nvidia and AMD GPUs, which are likely to make up more than 80 percent of the servers it assimilates this year.</p>
<div class="lb-trans"><p>亞馬遜的建設預計將包括 60% 的 GPU 服務器，基於其 Trainium3 硅片的系統將在今年晚些時候增加。Meta 同樣主要依賴 Nvidia 和 AMD 的 GPU，這些 GPU 預計將佔其今年整合服務器的 80% 以上。</p>
</div><p>Microsoft continues to procure Nvidia rack-scale systems, and Oracle is also expanding its rack-scale deployments of GPU servers. Of the Chinese operators, Tencent also continues to roll out servers with Nvidia GPUs.</p>
<div class="lb-trans"><p>微軟繼續採購 Nvidia 的機架規模系統，甲骨文也在擴大其 GPU 服務器的機架規模部署。在中國運營商中，騰訊也在繼續推出配備 Nvidia GPU 的服務器。</p>
</div><p>This demand for AI servers has led to rising memory prices and a shortage as the chipmakers switch manufacturing lines to favor high-margin products such as high-bandwidth memory (HBM) used in GPUs and server-grade memory chips.</p>
<div class="lb-trans"><p>對 AI 服務器的需求導致內存價格上漲和短缺，因為芯片製造商轉向生產高利潤產品，如用於 GPU 和服務器級內存芯片的高帶寬內存（HBM）。</p>
</div><p>Two of those memory chipmakers, SK Hynix and Sandisk, have today announced work on a standardization process for a new memory type aimed at boosting AI inferencing.</p>
<div class="lb-trans"><p>其中兩家內存芯片製造商 SK 海力士和閃迪今天宣佈正在進行一種新內存類型的標準化過程，旨在提升 AI 推理能力。</p>
</div><p>High-bandwidth flash (HBF) is a form of NAND flash intended to complement HBM by matching the latter's bandwidth while delivering 8-16 times the capacity for a similar cost.</p>
<div class="lb-trans"><p>高帶寬閃存（HBF）是一種 NAND 閃存，旨在通過匹配 HBM 的帶寬，同時以類似的成本提供 8-16 倍的容量來補充 HBM。</p>
</div><ul>
<li>Hard drives already sold out for this year – AI to blame</li>
<li>US tech giants open their wallets for AI-friendly politicians</li>
<li>As memory shortage persists, vendor price quotes are not long remembered</li>
<li>Amazon's $200 billion capex plan: How I learned to stop worrying and love negative free cash flow</li>
<li>AI bit barns grow climate emergency by turning up the gas</li>
</ul>
<div class="lb-trans"><ul>
<li>硬盤今年已售罄——AI 是罪魁禍首</li>
<li>美國科技巨頭為支持 AI 的政治家打開錢包</li>
<li>隨着內存短缺持續，供應商的報價不再被長久記住</li>
<li>亞馬遜 2000 億美元的資本支出計劃：我如何學會停止擔憂並愛上負現金流</li>
<li>AI 數據中心因增加能源消耗而加劇氣候緊急情況</li>
</ul>
</div><p>HBM is commonly used for AI processing, but its capacity limits lead to lengthening inference times as models grow. Because it is flash, HBF is slower to access than HBM, but much faster than a flash solid-state drive (SSD). Combining the two could increase the size of workloads that can be processed without having to fetch data from SSDs.</p>
<div class="lb-trans"><p>HBM 通常用於 AI 處理，但其容量限制導致隨着模型的增長推理時間延長。由於它是閃存，HBF 的訪問速度比 HBM 慢，但比閃存固態硬盤（SSD）快。將兩者結合可以增加可以處理的工作負載的大小，而無需從 SSD 中提取數據。</p>
</div><p>See an explainer here over at <em>Blocks &amp; Files</em>, while a fact sheet [PDF] is also available from Sandisk.</p>
<div class="lb-trans"><p>在_Blocks &amp; Files_上查看此解釋，同時閃迪也提供了一份事實表 [PDF]。</p>
</div><p>SK hynix describes HBF technology as a new memory layer between ultra-fast HBM and high-capacity SSDs, and says it will reduce the total cost of ownership (TCO) while increasing the scalability of AI systems. It forecasts that demand for complex memory solutions like HBF will pick up around 2030. ®</p>
<div class="lb-trans"><p>SK 海力士將 HBF 技術描述為超快 HBM 和高容量 SSD 之間的新內存層，並表示它將降低總擁有成本（TCO），同時提高 AI 系統的可擴展性。它預測，像 HBF 這樣的複雜內存解決方案的需求將在 2030 年左右增加。®</p>
</div>

Top cloud providers to outspend Ireland's GDP on AI in 2026

- 大型雲計算公司正加大對 AI 服務器和基礎設施的投資。  
- TrendForce 預測八大雲服務商 2026 年資本支出將達 7100 億美元。  
- 新型高帶寬閃存（HBF）技術有望提高 AI 系統的性能與可擴展性。

The Register

Roundhill META WeeklyPay ETF

Kurv Yield Premium Strategy Microsoft MSFT ETF

GraniteShares 2x Long AMZN Daily ETF

2 倍做多 Meta ETF - Direxion

Roundhill AMZN WeeklyPay ETF

亞馬遜每日 2 倍做多 ETF - Direxion

雲計算 ETF - GlobalX

YieldMax MSFT Option Income Strategy ETF

Roundhill GOOGL WeeklyPay ETF

微軟每日 2 倍做多 ETF - Direxion

2 倍做多 MSFT ETF - GraniteShares

2 倍做多谷歌 ETF - Direxion

T-Rex 2X Long Microsoft Daily Target ETF

2 倍做多 META ETF - GraniteShares

谷歌-A

微軟

谷歌-C

亞馬遜

頂級雲服務提供商在 2026 年對人工智能的支出將超過愛爾蘭的 GDP