槓桿資金的特性,是漲時放大買盤,跌時也放大賣壓。近期韓國金融服務委員會提高單一股票槓桿 ETF 最低保證金,並收緊相關 ETF/ETN 交易規範,使市場擔心高槓桿部位必須降槓桿或減碼。當資金從追價轉為去槓桿,賣壓便容易集中在先前漲幅較大、持倉較擁擠的三星電子與 SK 海力士,也進一步帶動獲利了結與風險控管賣盤。由於這兩家公司同時是全球 AI 與半導體供應鏈的重要指標,韓股率先重挫後,也使其他市場的科技股風險偏好同步降溫。
記憶體需求的不確定性,首先來自 AI 模型本架構本身。中國 AI 公司月之暗面近期發布的 Kimi Linear,主打在處理長篇文字與複雜任務時,能降低推論過程中對暫存記憶體的需求,並提升運算效率;Google Research 也提出新的模型架構,嘗試改善 AI 處理超長資料時的效率。這些發展不代表 AI 需求消失,而是未來每單位 AI 服務需要多少高階記憶體,仍有待觀察,也使市場對記憶體產業獲利能見度的評估更趨謹慎。
供給端同樣出現變化。中國記憶體廠長鑫存儲推進大型 IPO,若募集資金用於產能布局與技術升級,有助於提高中國本土記憶體自給能力。即使長鑫存儲與韓國大廠在高階 AI 記憶體仍有差距,只要中國在一般記憶體與部分伺服器記憶體的自給率提高,三星電子與 SK 海力士來自中國市場的需求動能便可能受到影響。對韓股而言,風險不必然是 AI 需求反轉,而是記憶體需求、價格與毛利率可能比市場原先預期更不穩定。
不過,記憶體需求存在不確定性,不代表 AI 資本支出會減少。從目前大型科技公司的規劃來看,AI 基礎建設投資仍維持高檔,預計超大型雲端業者在 2026 年的資本支出合計約 7,100 億美元。台積電近期法說也上修全年美元營收成長預期,並提高資本支出規劃,顯示 AI 算力需求仍是推動先進製程與先進封裝產能擴張的主要動能。
市場目前重新評估的,較可能是 AI 資本支出在不同供應鏈環節之間的配置,而非整體投資邏輯是否消失。若模型效率提升,或一般記憶體供給增加,市場可能下修部分記憶體產品的價格與毛利率預期;但雲端業者要擴充整體運算能力,仍須持續投入先進製程、先進封裝、高速傳輸、散熱、電源管理與伺服器組裝等環節。對台灣供應鏈而言,參與範圍涵蓋晶圓製造、先進封裝、伺服器與關鍵零組件,受惠來源較為分散。若 AI 投資由單純追逐記憶體漲價,轉向更重視運算效能、系統整合與資料中心建設,台灣硬體供應鏈仍可望獲得相對支撐。
近期科技類股的修正,主要反映韓國槓桿資金退潮、估值重新檢視與市場風險偏好降溫,屬於短期資金面波動,不代表 AI 長期需求反轉。從超大型雲端業者維持高額資本支出、台積電持續擴充先進製程與先進封裝規劃來看,AI 算力建設仍是科技產業的重要方向。即使記憶體產業的價格與競爭格局出現變化,對看好 AI 長期發展的投資人而言,可考慮透過台灣股票基金分散布局相關產業,避免集中押注單一記憶體公司或槓桿商品。