瑞銀把儲存放到第一順位。亞太科技類股裡，瑞銀給出的排序是 Memory 高於 WFE、OSAT 和伺服器 ODM，同時繼續謹慎看 PC、智慧型手機和顯示。這個變化的含義是，儲存不再只是半導體周期裡的彈性環節，而是 Agentic AI 擴散階段最直接承接新增 capex 的硬體品類。

價格表比需求表更凶。瑞銀模型裡，DRAM blended ASP（含 HBM）在 1Q26 環比漲 80.5%、2Q26 再漲 53.4%；只看 DDR ASP，同期漲幅更高，分別是 97% 和 60%。這不是 1-2 個季度修復，而是價格從 2026 年急拉後，2027 年還繼續逐季上行。

DRAM 周期被延到 2Q28。瑞銀預計 DRAM 上行周期延續到 2Q28，NAND 延續到 4Q27，並把 2026 年 DRAM bit 終端需求增速上調到 21%、2027 年上調到 36%。這個數字最關鍵的地方不是 2026 年很強，而是 2027 年繼續加速，意味著市場原來按 2026 年峰值利潤折現的周期框架不夠用了。

需求主線從 HBM 擴到 DDR。HBM 仍然是 AI 平行計算的必需品，但瑞銀真正的新判斷在 server DDR。Agentic AI 會讓 CPU/head node 需求上升，瑞銀預計 server DDR bit 需求 2026 年增長 45%、2027 年增長 72%，伺服器 DRAM 佔總 DRAM bit 的比重從 2025 年 33% 升到 2027 年 60%。

NAND 的新變數是 KV cache。瑞銀認為 AI 推理會製造大量 KV cache，活躍資料留在更快的儲存層，inactive cache 和 idle cache 分別下沉到 TLC SSD 和 QLC SSD。對應的 server SSD bit 需求在 2026 年和 2027 年分別增長 56% 和 47%，NAND bit 終端需求也從 2026 年 20% 提到 2027 年 23%，說明 NAND 不再只靠傳統補庫。

LTA 改變儲存估值方式。瑞銀預計 enhanced LTA 覆蓋 30%-40% 行業出貨量，其中 20%-30% 進入固定量價結構。長協會壓低上行期最極端的合約價格，但抬高下行期底部，降低盈利和現金流波動；三星、SK 海力士、美光、鎧俠這類公司的估值錨，從單年 PE 和 PB 切向跨周期 ROE 與 FCF 可見度。

儲存股價短期回呼，但瑞銀的價格表和需求表都在上修：DRAM/DDR 在 2026 年連續多個季度大漲，HBM ASP 到 2027 年仍有 61% 年增，NAND 也被 KV cache 和 SSD 需求重新拉回 AI 交易，關鍵分歧是雲廠能否承受這輪價格重定價。

一、瑞銀的變化不是更看好 HBM，而是把 Memory 放到亞太科技第一位

瑞銀這份策略報告最重要的變化，是把儲存從“AI 供應鏈裡一條高彈性支線”提升成亞太科技組合裡的第一順位。報告在開篇問答裡直接給出偏好排序：Memory > WFE > OSATs > Server ODMs，並繼續謹慎看 PC、智慧型手機和顯示。這個排序比單獨上調某個儲存股目標價更重要，因為它代表行業權重的變化。

舊框架裡，儲存股的上漲主要靠 3 件事：HBM 供不應求、DRAM 合約價修復、NAND 庫存去化。新框架多了 3 個變數：Agentic AI 拉動 CPU/head node，伺服器 DDR 變成最大增量，KV cache 把 SSD 和 NAND 重新拉進 AI 交易。瑞銀的觀點變化，實質上是把儲存從 GPU 旁邊的配套材料，改寫成 AI 資料中心自身的記憶體與儲存底座。

AI 推動儲存全行業重估：DRAM、NAND、SSD 與 HDD 誰最有定價權，三星、海力士、閃迪、西數、希捷財報互相印證

這就是為什麼這份 UBS 報告不能簡單讀成“儲存繼續漲價”。它更像是一份估值框架重設報告。瑞銀在承認供需緊缺的同時，把最大的問題放在可持續性上：如果 2027 年行業收入真的接近 1.6 兆美元，市場需要相信雲廠的資本開支、AI 推理負載、伺服器 DDR、HBM 和 SSD 需求能夠同時兌現。

價格漲幅是這套框架最直接的證據。瑞銀不是在賭一個短促現貨價尖峰，而是在把合約價中樞連續上移；2026 年是急拉，2027 年是高位繼續抬升。完整季度路徑放在下表，比單獨看一句“儲存漲價”要清楚得多。

這張表也解釋了為什麼 LTA 不是簡單的利空。若沒有長協，價格峰值可能更誇張，但客戶承受力和雲廠預算會更快成為問題；有了 3-5 年 LTA，峰值漲幅被削一點，底部現金流卻更穩定。瑞銀真正想買的，是價格暴漲與現金流可見度同時出現。

二、Agentic AI 把儲存需求從 GPU 旁邊擴散到 CPU 旁邊

瑞銀對 Agentic AI 的理解很清楚：agent 工作流不是單次生成，而是順序計算、工具呼叫、資源訪問、編排、優先順序排序和結果修正。這個過程需要更多 CPU 參與，也需要更多常規伺服器和 AI 伺服器裡的 head node CPU。CPU 多了，DDR 的需求就不是邊角料，而是下一條主線。

報告裡最值得抓的句子是：HBM remains a Must Have。這句話確認 HBM 沒有被替代，但也暗示 UBS 沒有把所有增量都壓在 HBM 上。HBM 負責平行計算，DDR 負責 CPU/head node 和更寬的推理工作流，NAND/SSD 負責 KV cache 分層。儲存需求被拆成了 3 層，而不是只剩 HBM 一條線。

這條 DDR 鏈是瑞銀觀點裡最容易被低估的部分。市場過去習慣把 AI 伺服器理解成 GPU 加 HBM，CPU 和 DDR 是配套成本。瑞銀現在把 agentic inference 的計算重心明顯推向 CPU，如果這個假設成立，DDR 不再只是傳統伺服器更新周期，而是 AI 推理架構的一部分。

這也解釋了瑞銀為什麼把 head node CPU ratio 從 2025 年 29% 提到 2027 年 41%。CPU/head node 不是一個會出現在普通儲存周期模型裡的變數，但它直接決定 server DDR 的需求斜率。儲存行業的收入彈性，開始由 GPU 數量、CPU 數量、HBM 容量、DDR 容量和 SSD 容量共同決定。

儲存超級周期的第二引擎：CPU回歸、HBM外溢與1.7兆美元TAM重估

三、NAND 的邏輯從補庫變成 KV cache 分層

NAND 這條線以前更容易被市場當成“DRAM 的弱版本”。上漲時跟著漲，回呼時更容易被懷疑，因為消費電子、手機、PC 對 NAND 的價格承受力有限。瑞銀這次對 NAND 的新增解釋，是 KV cache。

AI 推理越多，KV cache 資料越多。雲廠不可能把所有 cache 都留在最貴、最快的記憶體層。瑞銀的判斷是，CSP 會按照計算需求給儲存分層：更活躍的資料留在更高性能層，inactive KV cache 下沉到高速度 TLC NAND SSD，idle cache 下沉到更高密度 QLC SSD。NAND 因此從“容量儲存”進入“AI 推理成本最佳化”的框架。

瑞銀還提到 HBF，也就是 High-Bandwidth Flash。這個產品的定位不是替代 HBM，而是放在 HBM 和高密度 SSD 之間。它的意義不在於現在就貢獻多少收入，而在於儲存層級正在變得更細。AI 推理成本越高，雲廠越會尋找比 HBM 便宜、比普通 SSD 更快的中間層。

對 NAND 廠商來說，這比傳統補庫更有價值。傳統補庫看價格和庫存，AI SSD 看工作負載和架構選擇。前者更短，後者更長。瑞銀把 NAND 周期延到 4Q27，本質上就是承認 KV cache、server SSD 和 storage SSD 可能把 NAND 的需求曲線從消費電子周期里拉出來一部分。

AI硬體補庫深度：電容創高、近線HDD容量同比增長31%、企業級SSD容量同比增長139%，資料中心需求如何擴散到元件和儲存

四、LTA 把周期股的估值錨從峰值利潤推向現金流可見度

瑞銀這次的第二個變化，是把 enhanced LTA 放到行業經濟學的核心位置。LTA 不是簡單的“大客戶鎖貨”。它改變的是價格曲線：上行期少賺一點極端溢價，下行期少受一點價格崩塌，最終換來更穩定的 FCF 和 ROE。

報告裡對 LTA 的一句短表述很關鍵：lower peak memory contract pricing。這不是壞事，而是估值框架變化的代價。對周期股來說，最高點利潤往往會被打折，因為市場擔心它不能持續。長協削弱最高點，但如果能抬高底部，市場反而有理由給更高的中樞估值。

LTA 還有一個更深層的含義：它把儲存廠商和雲廠綁得更緊。過去儲存廠商的資本開支更像對價格訊號的滯後反應，景氣時擴產，低谷時收縮。現在如果雲廠願意給 3-5 年量價安排，儲存廠商就可以更有信心擴 HBM、DDR 和 NAND 相關產能。

這對裝置鏈也重要。瑞銀認為即便 memory makers 上修 capex/WFE，DRAM 供給短期也追不上需求，因為裝置交期、供應鏈和工程安裝資源都會成為瓶頸。也就是說，Memory 領先，WFE 補漲，但裝置補漲不是把 Memory 邏輯削弱，而是給產能釋放時間表加了一個慢變數。

儲存不再只是周期股：JPM LTA 拆解、Agentic AI 記憶體倍率與三星海力士估值重寫

五、價格漲幅和收入規模一樣激進，最脆弱的地方也在這裡

瑞銀給出的需求數字非常強。DRAM bit 終端需求 2026 年增長 21%，2027 年增長 36%；HBM bit 消費量從 2026 年 33bn Gb 增到 2027 年 58bn Gb；server DDR、server SSD、storage SSD 都在 2026-2027 年連續高增長。這些數字共同支撐了它對周期長度的上修，也支撐了前面那張非常激進的價格表。

但真正刺眼的是收入規模。瑞銀預計 Memory 收入從 2025 年 2300 億美元，跳到 2026 年 9611 億美元，再到 2027 年 1.6377 兆美元。這個數字遠高於 2018 年約 1538 億美元的上一輪高點。報告自己也把風險寫得很直：Demand sustainability is a key question。

Hyperscaler memory spend 的數字更能說明風險。瑞銀預計 Top 11 hyperscaler capex 從 2025 年 5080 億美元增長到 2027 年 1.073 兆美元，但 total memory spend 從 728 億美元增長到 8567 億美元，佔 capex 比重從 14% 拉到 80%。這不是小幅擠佔，而是整個 AI 資料中心成本結構的重排。

這個表決定了後續交易的難點。買儲存不是只看價格漲沒漲，而是要判斷雲廠是否願意讓 Memory 吞掉如此高的 capex 比重。如果 2027 年雲廠 capex 放緩，但 HBM、DDR、NAND 價格繼續上行，算力部署的瓶頸就會從 GPU 供應轉向儲存成本。

儲存深度：AI伺服器、LTA長協與DRAM/NAND/HBM利潤率重估

六、個股排序裡，三星電子最全面，SK 海力士最純，南亞科技最彈，鎧俠控股最靠 NAND beta

瑞銀覆蓋的儲存股偏好比較清楚。三星電子、SK 海力士、南亞科技和鎧俠控股都被列為 Buy。它們不是同一種交易：三星電子是全端受益，SK 海力士是 HBM 龍頭，南亞科技是利基 DRAM 供需缺口彈性，鎧俠控股是 NAND/eSSD 和純 NAND 長協激勵。

受益標的不是簡單按漲價彈性排序，而是按“那條需求鏈最能兌現”排序。若 HBM4/HBM4E 規格繼續上修，SK 海力士和三星電子最直接。若 head node CPU 和 server DDR 才是超預期主線，三星電子、SK 海力士、南亞科技和記憶體介面鏈更敏感。若 KV cache/SSD 成為 AI 推理成本最佳化路徑，鎧俠控股、閃迪、美光和企業級 SSD 控製器鏈會有更強邊際變化。

南亞科技這一頁尤其能說明 UBS 對周期強度的判斷。報告直接把這輪稱作“30 年一遇”的儲存周期，原因是 HBM 吃掉 DDR capacity，傳統伺服器刷新仍然強，新增 wafer capacity 又主要投向 HBM。這個組合讓利基 DRAM 也能分享供需缺口，而不是只讓 HBM 龍頭賺錢。

對鎧俠控股來說，邏輯要更謹慎。瑞銀認為三星電子和 SK 海力士可能不願意承諾太多 NAND 長協量，因為它們要優先把 wafer capacity 用在 HBM，而且 NAND 需求不如 HBM/DDR 可預測。反過來，純 NAND 廠商更有動力尋求 LTA。鎧俠控股的彈性來自這裡：它不是最強的 AI Memory 公司，但它可能是 NAND 價格和企業級 SSD 周期最純的 beta。

美光財報深度：Q3 業績大超預期，AI 儲存超級周期進入兌現期，長協能鎖住多少利潤？

七、交易這輪儲存，要同時盯三種世界觀

瑞銀這份報告給的是樂觀世界觀，但不能只按樂觀劇本交易。儲存行業的麻煩在於，需求、價格、產能、客戶預算和技術路線互相咬合。一條線慢下來，估值就會重新被壓回周期股。

真正的跟蹤指標也要從現貨價擴展出去。只看 DRAM spot 或 NAND contract price，已經不夠解釋這輪行情。更重要的是 4 個變數：head node CPU ratio 是否繼續上升，server DDR LTA 覆蓋率是否擴大，HBM4/HBM4E 規格和份額是否按計畫切換，KV cache 是否真的變成 TLC/QLC SSD 的新增需求。

八、瑞銀為什麼敢把周期拉到 2028 年

瑞銀敢把 DRAM 周期看到 2Q28，不是因為它簡單相信漲價會一直持續，而是因為它看到供給端沒有辦法立刻反應。儲存擴產不是買裝置就能馬上出貨。裝置交期、供應鏈、潔淨室、工藝遷移、工程人員、良率爬坡，每一項都會把需求和供給之間的時間差拉長。

這也是這輪和 2017-2018 年周期最大的不同之一。上一輪的需求更偏手機、PC、伺服器和雲端運算補庫，供給端最終可以通過傳統 DRAM 和 NAND 產能擴張來緩解。這一輪新增產能更多被 HBM 吸走，HBM 還會吃掉先進封裝、測試、良率和前段晶圓資源。產能不是簡單多出來，而是在不同產品之間重新分配。

這套供給約束會讓價格訊號變得更強。正常周期裡，價格上漲會吸引擴產，擴產會壓制價格。瑞銀這次強調的是擴產反饋鏈變慢。DRAM 廠商即便願意加 WFE，新增 wafer 也更可能優先服務 HBM。傳統 DDR、server DDR 和利基 DRAM 因此可能繼續吃緊。

南亞科技的邏輯可以放在這個框架裡看。它不是 HBM 龍頭，但瑞銀仍給 Buy，並認為利基 DRAM 可以受益於 DDR3/DDR4 尾部需求、1c/1d nm 遷移和新廠拉動。原因是大廠的產能被 HBM 和高端 server DDR 牽引後，傳統和利基 DRAM 的供給釋放也會變慢。利基廠不是需求最強的環節，卻可能是供給外溢最慢的環節。

裝置鏈也是這個邏輯的延伸。瑞銀說 WFE stocks 需要 catch-up，不是因為 Memory 漲完就輪到裝置，而是因為 Memory 的擴產瓶頸本身會抬高裝置訂單可見度。DRAM capex、HBM 先進封裝、NAND/eSSD 擴產、測試與後道資源，都會沿著儲存周期向外擴散。

但裝置鏈的上漲節奏會慢半拍。儲存股先交易利潤彈性，裝置股交易訂單和交付。若 2026 年價格上行太快，市場會先買 Memory；若 2027 年供給瓶頸沒有消除，WFE 和先進封裝裝置才會獲得更強的二階確認。這是瑞銀排序裡 Memory 高於 WFE，但仍建議重新看 semicap 的原因。

九、這輪重估和以前的漲價周期那裡不同

傳統儲存周期的核心問題很簡單：庫存低了、價格漲了、廠商盈利修復了，然後市場擔心擴產和需求破壞。瑞銀這次給出的框架更複雜。它不是否認周期屬性，而是認為周期之外多了 3 個結構變數：AI 架構改變、長協改變現金流、雲廠預算改變行業天花板。

這 3 個結構變數讓儲存的估值彈性更大，也讓反證條件更苛刻。過去只要 DRAM 合約價連續上漲，儲存股就能先漲一輪。現在市場會問更多問題：漲價是不是來自 AI 伺服器而不是消費電子補庫；長協是不是讓利潤底部更高；雲廠是不是願意承受 memory spend 佔 capex 比重繼續上升。

最容易誤判的地方，是把所有漲價都看成“舊周期”。如果只是手機和 PC 補庫，漲價越快，需求破壞越快，估值越容易被打折。瑞銀這次押的是另一種路徑：漲價來自資料中心架構升級，終端客戶是 cash-rich hyperscaler，且一部份量價被 LTA 鎖住。這個前提成立時，市場就不能簡單用上一輪周期峰值去壓估值。

第二個容易誤判的地方，是把 LTA 看成削弱彈性的壞事。短期看，長協確實會讓上行周期的極端價格沒那麼鋒利。長期看，它給了市場一個重新估值的理由。周期股最怕的是盈利不可見，LTA 把一部分不可見變成可見，把底部利潤和現金流抬起來。估值倍數不一定看最高 EPS，而是看高利潤能持續多久、低谷能跌到那裡。

第三個誤判，是只看 HBM 龍頭。HBM 是最清晰的供給瓶頸，但瑞銀這次更重要的是把 DDR 和 SSD 也納入 AI 交易。若 only-HBM 邏輯成立，SK 海力士最純；若 DDR/head node 邏輯成立，三星電子、南亞科技、記憶體介面和伺服器鏈條會補漲；若 KV cache/SSD 邏輯成立，鎧俠控股、閃迪、美光和企業級 SSD 產業鏈的彈性會更大。

十、A股港股對應：不要把全球儲存觀點機械等同於國內所有儲存股

瑞銀覆蓋的是三星電子、SK 海力士、南亞科技和鎧俠控股這些全球儲存核心資產。對應到 A股港股時，不能簡單說“儲存漲價，所有儲存股都漲”。國內鏈條更分散，受益方式也不同：有的是儲存模組和企業級 SSD，有的是利基 DRAM/NOR，有的是記憶體介面，有的是半導體裝置和材料。

江波龍和德明利更接近 NAND/SSD 與模組鏈條。它們受益的不是 HBM 本身，而是 NAND 價格、企業級 SSD 需求、控製器能力、品牌與客戶結構升級。如果瑞銀的 KV cache/SSD 邏輯兌現，企業級 SSD 和儲存模組平台會獲得更好的收入彈性；如果只是 HBM 和 server DDR 漲，模組廠還要面對上游成本壓力和下游傳導能力考驗。

瀾起科技更接近 server DDR 和記憶體介面鏈。瑞銀對 CPU/head node 和 server DDR 的上修，對記憶體介面 IC、MRDIMM、CXL、Retimer 等方向更有對應意義。它不是直接賣 DRAM，而是卡在 DDR5、伺服器記憶體頻寬和互連升級上。若 agentic inference 讓 CPU 與 DDR 權重上升，介面和互連價值會跟著提高。

兆易創新代表利基 DRAM 和 NOR 的另一種彈性。大廠資源向 HBM 和高端 server DDR 傾斜後，部分傳統和利基需求會留給非龍頭廠商。這個邏輯和南亞科技有相似處，但國內公司還要看產品結構、客戶認證、成本曲線和價格傳導。利基儲存不是無腦漲價，真正要看供給缺口能不能落到對應產品線。

北方華創、中微公司、長川科技等裝置和測試鏈，受益的是擴產和國產產能建設。瑞銀強調 WFE lead time 和工程資源瓶頸，意味著裝置訂單能見度會被抬高。國內裝置鏈的關鍵不是全球 Memory 價格本身，而是先進儲存、成熟 DRAM、NAND、封裝測試和本土產能建設是否形成連續訂單。

這個對應有一個重要邊界：瑞銀的全球 Memory super cycle 不等於所有國記憶體儲股利潤都會線性放大。上游晶圓廠漲價對模組廠可能是收入利多，也可能是毛利壓力。只有具備控製器、企業級客戶、品牌管道、供應鏈議價或產品升級能力的公司，才能把周期紅利留在利潤表裡。

另一個邊界是外發和資料口徑。全球報告裡常用 三星電子、SK海力士、Nanya、鎧俠控股、美光科技 作為核心樣本，對應國內公司時必須回到正式證券簡稱和具體業務。江波龍是江波龍，德明利是德明利，瀾起科技是瀾起科技，不能把外資報告的英文簡稱和國內公司混用。這一點在讀跨市場儲存報告時很容易出錯。

十一、估值重估的關鍵是把利潤彈性拆成 4 個帳戶

儲存股的估值不應該只看“價格漲了多少”。價格當然重要，但這一輪需要拆成 4 個帳戶：價格帳戶、份額帳戶、長協帳戶和資本開支帳戶。4 個帳戶分別回答不同問題，合起來才決定估值能不能從周期股變成現金流資產。

價格帳戶看 DRAM、HBM、NAND 和 SSD 的 ASP。瑞銀預計 HBM blended ASP 2026 年增長 14%，2027 年增長 61%，server DDR 合約價到 4Q27 可能達到 US$2.80/Gb。這個帳戶決定短期利潤斜率，也決定市場情緒最敏感的部分。

份額帳戶看 HBM 和高端產品誰拿到更多份額。SK 海力士 2026 年接近 50% HBM 份額，三星電子 2027 年可能以 42% 對 40% 小幅反超。這個帳戶決定同樣的行業景氣裡，誰能獲得更高的盈利彈性。HBM 份額變化，對股票相對表現比行業總需求更重要。

長協帳戶看 LTA/SCA 能不能抬高底部。三星、SK 海力士和美光的長協覆蓋如果繼續提高，市場會把一部分峰值利潤資本化。不是因為利潤更高，而是因為利潤更穩。這個帳戶決定估值倍數，而不是單季 EPS。

資本開支帳戶看擴產會不會摧毀周期。若 WFE 加速太快，2028 年以後供給釋放可能壓低價格。若 WFE 交期和工程資源繼續慢，周期會延長，但裝置鏈受益會增強。這個帳戶決定周期能不能穿過 2027 年。

這個拆法可以避免一個常見錯誤：把所有儲存公司都按同一個 PE 或 PB 比。SK 海力士更偏份額帳戶和 HBM 價格帳戶，三星電子四個帳戶都沾邊，南亞科技更偏價格帳戶和供給錯配，鎧俠控股更偏 NAND/SSD 價格帳戶和長協帳戶。不同帳戶的兌現速度不同，股價節奏也不同。

瑞銀把三星電子目標價放到 Won 550,000，一個重要原因就是它受益面更寬。三星電子既有 DRAM，又有 NAND；既有 HBM 修復空間，又有 server DDR 和 LTA；既能吃價格帳戶，也能吃長協帳戶。SK 海力士更純，但純度也意味著估值更依賴 HBM 份額和規格切換。南亞科技和鎧俠控股彈性大，但風險也更集中。

十二、反證清單：這輪超級周期會在那裡先露出裂縫

儲存牛市最怕“看起來每條線都對，最後被客戶預算打斷”。瑞銀把 memory spend 佔 hyperscaler capex 比重拉到 2027 年 80%，這既是最強論據，也是最大軟肋。雲廠如果接受這個成本結構，儲存會繼續重估；雲廠如果開始壓價、推遲部署或改變架構，儲存股就會先跌估值，再跌盈利預期。

第一條反證是 hyperscaler capex 放緩。瑞銀模型裡 Top 11 hyperscaler capex 到 2027 年仍有 1.073 兆美元。如果 2026 年下半年開始出現預算延後，或者 2027 年 capex 指引明顯低於預期，Memory 的收入天花板會被重新下修。那時漲價不一定是好消息，可能變成客戶承受力告警。

第二條反證是 head node CPU 需求不達預期。瑞銀 server DDR 上修的根基，是 agentic inference 讓 CPU 使用佔比上升。如果實際架構繼續把更多工作壓回 GPU/ASIC，或者軟體最佳化減少 CPU 編排負擔，server DDR 的第二引擎就會弱化。HBM 仍強，但 DDR 交易會降溫。

第三條反證是 LTA 變成壓價工具。理想情況下，LTA 抬高底部、降低波動；壞情況下，大客戶用長協鎖住供應、壓低峰值，而儲存廠商沒有拿到足夠預付款或取消保護。那樣 LTA 就不是估值提升工具，而是峰值利潤封頂工具。

第四條反證是 NAND 沒能獲得 AI 溢價。KV cache offloading 是一條很有想像力的路徑，但也需要雲廠真實部署、軟體棧支援和 SSD 性價比驗證。若 AI 推理 workload 沒有帶來足夠 enterprise SSD 拉動，NAND 仍會回到傳統消費電子和補庫周期，鎧俠控股、閃迪、美光 NAND beta 會被重新折價。

第五條反證是供給釋放快於預期。WFE lead time 若提前正常化，或者儲存廠商 capex 反應過強，2028 年以後的價格壓力會提前進入估值。市場會先交易“後面會過剩”，即使當前合約價仍在上漲。這是所有儲存牛市都會遇到的終局問題。

亞太科技 2026 年不再是一場“AI 帶動科技復甦”的順風局，而是一張資源再分配帳：雲廠商繼續加資本開支，儲存、先進封裝、基板、電源、連接器和測試拿到定價權，PC、手機、面板和低議價零元件則先吞下成本通膨。

2026 年亞太科技的主線仍然是 AI，但不能再把它理解成科技類股的普遍復甦。雲廠商資本開支繼續上修，伺服器出貨仍有增長，ASIC/CPU、TPU、Trainium、Rubin、GB300 等項目把需求從 GPU 擴散到先進封裝、ABF、HBM、MLCC、網路、電源、連接器、液冷和測試裝置。真正發生變化的不是“需求強不強”，而是誰能把這筆預算轉成訂單、價格和利潤率。

同一時間，傳統科技鏈被推到另一條曲線上。UBS 將 2026 年 PC 和智慧型手機出貨預測分別下修至同比下降 11% 和 10%，但記憶體、先進製程和高規格零元件成本先漲起來。AI 伺服器願意為供給買單，傳統終端卻很難向消費者完整轉嫁成本，手機、PC、面板和低議價零元件由此承受利潤率壓力。這就是 2026 年亞太科技最關鍵的分層：AI 鏈不是簡單受益，傳統鏈也不是簡單低估，核心在於資源、價格和交付能力重新排序。

投資上更適合沿三條線配置。第一條線買項目閘門，關注世芯-KY、創意電子、聯發科、智邦科技、嘉澤、台達電、致茂電子和鴻海這類能把 AI 項目轉成收入的公司；第二條線買瓶頸定價，關注三星電子、SK 海力士、三星電機、HBM、DRAM/NAND、ABF、MLCC、CoWoS、CPO 測試和高功率電源；第三條線謹慎看傳統終端鏈，尤其是面板、手機 PC 低議價元件和無法轉嫁記憶體成本的品牌與模組。未來四個季度只看一件事：AI 資本開支上修能否穿過供應瓶頸，最終落到收入、毛利率和現金流。

一、核心判斷：買資源分配權，不買科技復甦敘事

2026 年亞太科技最容易誤判的地方，是把所有科技股都放進“AI 景氣”這一個筐裡。

AI 當然還在擴張。雲廠商繼續提高資本開支，伺服器出貨還在增長，GPU 平台仍然吃掉最大預算。但 AI 硬體已經從單點晶片採購走到系統交付，預算不再只付給 GPU、HBM 和 ODM，而是向 ASIC/CPU、先進封裝、基板、網路、電源、液冷、連接器、MLCC、測試裝置和資料中心部署資源擴散。

擴散本身不是壞事。真正要問的是：那一類公司擁有資源分配權，那一類公司只是拿到更大的低毛利訂單。

亞太科技類股內部已經分成兩套利潤函數。

第一套利潤函數來自 AI。雲廠商要算力，算力要晶片，晶片要 HBM、CoWoS、ABF、PCB、MLCC、供電、散熱、網路和測試。只要其中某個環節緊張，價格和利潤率就會向它傾斜。儲存廠、高端被動元件廠、先進封裝鏈、AI 交換機、資料中心電力和測試裝置公司，正在從“配套環節”變成“交付閘門”。

第二套利潤函數來自傳統終端。PC、手機、面板和低議價元件面對的是另一個現實：出貨預測下修，庫存回補不強，記憶體和先進製程成本卻先漲。它們同樣在科技鏈裡，卻沒有 AI 伺服器那種預算彈性，也很難把成本完整傳給終端消費者。

這就是亞太科技 2026 年的核心矛盾：AI 把資源價格推高，但只有一部分公司能收錢，另一部分公司只是在付錢。

這張表的含義很直接：2026 年不能只買“科技”。要買的是資源分配權、漲價權和交付閘門。

沒有項目閘門的 AI 公司，容易變成主題股；沒有漲價權的傳統科技公司，容易變成低估值陷阱。真正值得付估值的是那些能回答三個問題的公司：訂單從那裡來，瓶頸為什麼在自己手裡，利潤率為什麼不會被客戶拿走。

二、需求帳：capex 還在上修，但錢不會平均流向供應鏈

UBS 對 2026-2027 年雲廠商資本開支同比增速的測算分別上調至 77% 和 19%，較此前假設再上修 7 個和 16 個百分點。這是整條亞太科技鏈最硬的一組資料。

第一，AI 基礎設施需求沒有進入衰退。市場擔心過 AI capex 過熱，也擔心過推理價格下降會壓縮資本回報，但目前雲廠商預算仍在向上修。只要資本開支還在擴，伺服器、網路、儲存、電源和封裝鏈的收入基礎就還在。

第二，資本開支上修不等於所有供應商都能拿到利潤。雲廠商花錢的方式正在變化。早期是多買 GPU；中期是圍繞 GB200、GB300、Rubin、TPU、Trainium 和 AI CPU 做平台擴張；後面會更像資料中心工程，預算要同時支付電力、散熱、網路、儲存、機櫃、施工和維運約束。

伺服器出貨 2026-2027 年預計同比增長 19% 和 17%，這給零元件放量提供了底盤。但 PC 和智慧型手機 2026 年預測被下修至約 -11% 和 -10%，說明傳統終端沒有同等增長。需求端一強一弱，供給端卻共用記憶體、先進製程、PCB、MLCC 和封裝資源，結果就是 AI 鏈拿到資源，傳統鏈支付成本。

預算還在擴，但預算不再平均分配。

如果一個環節能卡住 AI 項目交付，它拿到的是價格和優先順序；如果一個環節只是可替代代工，它拿到的是收入和折舊壓力；如果一個環節主要服務傳統終端，它拿到的甚至可能是成本通膨。

這就是為什麼 2026 年亞太科技要從收入增長切到利潤分配。收入增長能解釋景氣，利潤分配才能解釋股價。

三、第一條利潤線：ASIC/CPU 把 GPU 外溢變成雲廠自研平台

GPU 仍然是 AI 基建的核心，但 2026 年新增彈性更多來自 GPU 外溢。

雲廠商繼續買 GPU，並不妨礙它們加快自研 ASIC、TPU、Trainium、Axion 和 AI CPU。原因很簡單：當算力支出進入園區級、年度級預算，客戶不會只追峰值性能，還會追總擁有成本、能耗、軟體控制權和供應鏈冗餘。GPU 解決生態與性能，自研晶片解決成本與控制。

對亞太供應鏈來說，這個變化比單純 GPU 放量更重要。GPU 平台的利潤集中度很高，自研 ASIC/CPU 則會把機會擴散到設計服務、先進封裝、基板、測試、網路和伺服器整合。

主報告的公司排序已經反映了這條變化。IC 設計服務側首選世芯-KY和創意電子，智原保持觀察；Fabless 側買入祥碩，中性聯詠和譜瑞-KY。這不是簡單看好半導體設計，而是市場願意給 AI 項目管線、定製矽協同、高速 I/O 和客戶連續性更高估值。

JPM 對聯發科和創意電子的交叉驗證更直接。聯發科 ASIC 收入 2026 年約 20 億美元，2027 年隱含 70 億至 120 億美元；TPU v8 在 2026 年 50 萬至 60 萬顆，2027 年超過 200 萬顆；TPU v9 同時支援 CoWoS-L 與 EMIB-T，聯發科在 EMIB-T 路徑上拿到額外價值。這不是手機晶片公司獲得一筆副業訂單，而是從消費晶片供應商向 AI 定製矽平台遷移。

這條線最適合用“閘門”理解。

雲廠商自研晶片從設計勝出到量產，要穿過架構、IP、先進製程、封裝、基板、測試、伺服器匯入和軟體最佳化。世芯-KY、創意電子、聯發科這類公司並不只是拿設計費，它們連接的是客戶晶片路線能不能落地。若項目連續，估值可以從周期型設計服務變成 AI 平台代理；若項目斷檔，估值又會迅速回到單一客戶和單一項目風險。

所以這條利潤線要看三件事：設計勝出是否轉為量產，客戶是否從一個項目變成連續平台，封裝和基板是否能支撐放量。只看“拿到 AI 項目”還不夠，能不能連續交付，才是 2026 年的分水嶺。

四、第二條利潤線：伺服器訂單正在變成機櫃級交付

伺服器出貨增長 19% 和 17%，表面看是數量增長，真正的變化是交付單位變了。

傳統伺服器可以按整機理解。AI 伺服器越來越像機櫃級系統：功率密度更高，節點互聯更複雜，液冷和電力要求更嚴，機櫃內銅互連、光互連、交換機、PDU、BBU、重銅板、滑軌、連接器、測試和維運都變成系統的一部分。客戶買的不是一台伺服器，而是一組能穩定上線的算力資產。

過去 ODM 容易被貼上低毛利代工標籤。這個標籤仍然有風險，但不能簡單套到 AI 機櫃上。AI 機櫃交付要求系統工程能力、供應鏈整合能力、客戶協同和部署經驗。誰能把複雜系統按期交付，誰就比普通代工更接近項目閘門。

JPM 對 GTC 影響的報告給出一個清楚參考：AI 伺服器機架出貨量 2026 年有望達到 4 萬至 5 萬台，到 2029 年行業年複合增長率可能達到 40% 至 50%，鴻海目標維持 40% 至 50% 份額。這個口徑說明機櫃不再只是出貨形式，而是未來幾年 AI 硬體價值池的重要載體。

機櫃級交付還有一個被低估的含義：傳統伺服器產業鏈裡的“小環節”，開始決定大項目能不能上線。

電源不穩，GPU 利用率上不去；連接器和背板訊號完整性不夠，交換頻寬被卡住；液冷匯入不順，整櫃無法按計畫部署；測試時間拉長，晶片和系統交付都會延遲。過去這些環節只是成本項，現在它們是交付風險項。交付風險項一旦稀缺，就會獲得估值溢價。

鴻海、廣達、緯創和和碩需要分開看。收入增長只是第一層，真正要比較的是機櫃份額、客戶結構、工程整合能力、供應鏈控制和毛利率防守。若客戶把價值留在自己手裡，ODM 只是放量；若 ODM 承擔更多系統整合，估值才可能從代工修復到系統交付。

五、第三條利潤線：儲存、ABF 和 MLCC 拿到價格，傳統終端吞下成本

AI 伺服器最鋒利的影響，不只是拉動需求，而是重新定義資源價格。

HBM、DRAM、NAND、企業 SSD、ABF、CoWoS、MLCC 和高端 PCB 都被 AI 搶走優先順序。雲廠商願意為了算力交付鎖定供給，傳統終端卻沒有同樣預算能力。結果是同一個上游漲價，對 AI 鏈是價值量提升，對 PC 和手機鏈是成本壓力。

這也是傳統科技鏈最難受的地方。

UBS 將 2026 年 PC 和智慧型手機預測分別下修至約 -11% 和 -10%。需求已經不強，記憶體和先進代工成本卻繼續上行。品牌廠如果漲價，可能進一步壓製出貨；如果不漲價，毛利率被吞掉。低議價模組、面板和成熟零元件夾在中間，很難從“科技復甦”敘事裡獲得真實利潤。

JPM 對三星電子和三星電機的觀點能印證這條線。三星電子仍處在儲存長協和供給緊張的價格窗口，三星電機同時受益 MLCC 和 ABF 上行周期，FY26-28 營業利潤復合增速可能達到 55%。Murata 的 AI 伺服器 MLCC 量增邏輯也被明顯上修，相關口徑顯示 AI 伺服器 MLCC 需求增速從約 30% 的年複合增長抬到接近 80%，未來兩到三年銷售額存在翻倍可能。

這類公司不應再只按傳統周期股看。

若 AI 伺服器持續吞噬供給，儲存和高端被動元件的價格窗口會比傳統周期更長。若企業 SSD、HBM4、HBM5、高容 MLCC 和 ABF 繼續緊張，價格和組合改善會一起推動利潤。相反，手機、PC 和面板即使估值便宜，也需要先證明自己能轉嫁成本，否則便宜只是對利潤下修的補償。

這裡的關鍵判斷是：AI 硬體通膨不是所有人的收入，它是部分人的價格權，也是另一部分人的成本。

六、先進封裝與基板：ASIC 擴張讓 CoWoS/EMIB/ABF 都進入價格窗口

先進封裝過去常被簡化成 CoWoS 和輝達配套。2026 年開始，這種理解不夠用了。

GPU 仍然是 CoWoS 需求的最大來源之一，但 Google TPU、AWS Trainium、聯發科 ASIC、創意電子項目、AI CPU 和各類定製矽會讓先進封裝需求更分散。路線也不只一條：CoWoS、CoWoS-L、EMIB-T、ABF、HBM 封裝、CPO 測試和高端基板會在不同客戶項目裡同時擴張。

JPM 對聯發科 TPU v9 的判斷尤其關鍵。TPU v9 同時支援 CoWoS-L 與 EMIB-T，聯發科在 EMIB-T 路徑上獲得額外價值。這說明先進封裝不是單一路線擴產，而是多技術平台平行。誰能進入具體客戶路線，誰才真正拿到收益。

這一節需要和 ASIC 放在一起看。設計勝出會先帶來估值彈性，但真正決定利潤的是量產、良率、封裝產能、基板供給和測試時間。

如果先進封裝只是擴產，供應商未必賺錢；如果先進封裝成為客戶項目交付的瓶頸，供應商才有價格權。ABF 也是同樣邏輯。GPU、CPU 和 ASIC 共同拉動基板規格升級，只有高層數、高良率、高客戶認證的供應商能獲得溢價，普通板材很難自動重估。

這也是三星電機、欣興電子、日月光、致茂電子以及相關基板鏈需要放進同一張圖裡的原因。它們不是同一種公司，卻都在回答同一個問題：AI 定製算力能否從紙面項目變成可交付硬體。

七、電源、連接器、測試裝置：小環節開始變成大約束

AI 硬體價值外溢最容易被低估的地方，是電源、連接器和測試。

當伺服器進入機櫃級交付，功率密度、散熱、訊號完整性和測試時間都會被放大。高功率機櫃無法穩定供電，就無法上線；液冷不穩定，算力利用率會受影響；連接器和線纜不達標，高速網路和機櫃內短距互連會被卡住；測試時間拉長，晶片和系統交付節奏都會被拖慢。

這讓台達電、致茂電子、智邦科技、嘉澤等公司擁有了新的估值解釋。

台達電不再只是電源龍頭，而是資料中心電力架構供應商。HVDC、BBU、伺服器電源、SOFC 和資料中心電力方案，都連接著 AI 機櫃能否按計畫部署。致茂電子不只是測試裝置公司，SoC、Metrology、CPO 和高端電力測試都在受益於 AI 系統複雜度提升。智邦科技不只是網路裝置，交換機從 800G 走向 1.6T，再到 CPO 過渡，本質是 AI 叢集頻寬需求。嘉澤和高速連接鏈的價值來自單機櫃連接密度、可靠性和高速傳輸要求提高。

這類資產有兩個好處。它們不必承擔 GPU 或 ASIC 研發失敗的全部風險，卻能吃到系統複雜度提升帶來的價值量；同時，它們往往處在客戶必須驗證的環節，一旦匯入成功，訂單黏性不低。

風險也很明確。客戶議價強、訂單後移、平台切換、良率不穩，都可能把收入兌現往後拖。尤其是測試和電源，市場容易先給估值，再等訂單；如果 Rubin、GB300、TPU、Trainium 或 Helios 等項目延遲，股價會先回撤。

所以這條線不能只看概念。要逐季看台達電的資料中心電力訂單和毛利率，致茂電子的高端測試收入，智邦科技交換機和 CPO 過渡節奏，嘉澤與連接器鏈單機價值量是否繼續提升。小環節能變成大約束，也可能在客戶砍價時重新變成普通配套件。

八、公司排序：先買項目閘門，再買瓶頸漲價，最後才看低估值修復

把 UBS 與 JPM 的多份亞太科技報告放在一起，2026 年公司排序可以更清楚地分成四類。

第一類是項目閘門。世芯-KY、創意電子、聯發科、智邦科技、嘉澤、台達電、致茂電子和鴻海都在 AI capex 轉成訂單的路徑上。它們的共同點不是估值低，而是有清晰的項目、客戶、平台或系統價值量。

第二類是瓶頸漲價。三星電子、SK 海力士、三星電機、Murata、SEMCO，以及 HBM、DRAM/NAND、ABF、MLCC 和高端基板鏈，核心不是出貨復甦，而是價格、長協和產品組合。

第三類是結構遷移。聯發科從手機晶片走向 AI ASIC，台達電從電源走向資料中心電力架構，致茂電子從測試裝置走向 AI 系統測試，ODM 從傳統代工走向機櫃整合。遷移成功，估值體系會變；遷移失敗，老業務會把估值拉回去。

第四類是傳統壓力。面板、低議價手機 PC 零元件、需求缺乏彈性的終端鏈，在成本上升時很難證明利潤率修復。UBS 對群創給出賣出、對友達和穩懋保持中性，背後就是需求弱、成本高、議價權不足。

這套排序不是永遠不變。若記憶體漲價壓制終端需求，儲存股也會從量價齊升切到價格頂部風險；若雲廠商 capex 放緩，ASIC 設計服務會面臨估值壓縮；若傳統終端出現真實換機周期，部分低估值硬體會修復。

但在當前證據下，優先順序應該很清楚：先買項目閘門，再買瓶頸漲價，最後才看低估值修復。

低估值本身不能抵抗 BOM 上升。收入增長本身不能保證毛利率。AI 標籤本身也不能證明公司有議價權。2026 年最好的科技資產，是能把 AI 預算轉成自己財務彈性的資產。

九、三種世界觀：結構性重估、訂單後移、需求證偽

2026 年亞太科技不是單一路徑。三種世界觀同時存在，差別在於雲廠商 capex、項目交付和成本傳導那個變數先變。

第一種是結構性重估。雲廠商資本開支繼續上修，Rubin、GB300、TPU、Trainium、AI CPU 項目按期推進，記憶體和先進封裝雖然緊張但沒有造成系統性延誤。此時 AI 鏈從 GPU 擴散到 ASIC、網路、電源、測試、MLCC 和基板，亞太科技繼續跑出結構性牛市。股價表現最好的會是項目閘門和瓶頸漲價資產。

第二種是訂單後移。需求仍然強，capex 還在，但 HBM、CoWoS、ABF、PCB、電力和資料中心部署約束導致收入確認後移。此時行業景氣沒有反轉，股價卻會分化。訂單能見度高、客戶集中度可控、毛利率穩定的公司還能守住估值，只靠概念和遠期項目的公司會先被壓縮。

第三種是需求證偽。雲廠商 capex 上修無法轉成利潤，推理價格下行導致客戶重新評估投資回報，項目延後，記憶體漲價又壓制傳統終端需求。此時 AI 鏈低議價環節被壓毛利，傳統鏈繼續下修，市場只願意給少數供給紀律強、現金流好的瓶頸資產估值。

當前更像中性偏樂觀。需求端證據仍強，capex 和伺服器出貨都沒有給出衰退訊號，但項目節奏和供應瓶頸的重要性明顯提高。投資不能只押方向，還要押兌現路徑。

一旦市場從“AI 很強”切到“誰能按期交付”，公司之間的差距會迅速拉大。

十、核心模型：需求、供給、價格、利潤率四象限

這份亞太科技框架最適合用四象限看：需求、供給、價格、利潤率。

需求強但供給也快擴的環節，收入會漲，利潤率未必好；需求強且供給受限的環節，才有漲價權；需求弱且成本上升的環節，是最差組合；需求弱但成本可控、估值極低的環節，才可能做周期修復。

這個模型能解釋很多看起來矛盾的公司表現。

同樣是伺服器鏈，AI 交換機、電源、連接器和測試裝置可能比普通 ODM 更好，因為它們更接近瓶頸；同樣是半導體，ASIC 設計服務可能比傳統消費晶片更好，因為它們更接近雲廠自研平台；同樣是元件，AI 伺服器 MLCC 可能比消費電子 MLCC 更好，因為產品規格和客戶支付意願不同；同樣是儲存，企業 SSD 和 HBM 可能比消費儲存更好，因為需求彈性不在一個層級。

四象限還給出一個很實用的交易紀律：當某個公司只剩收入增長，卻沒有價格和利潤率，就要降低估值容忍度；當某個環節同時擁有需求增長和供給約束，估值可以看得更長；當某個傳統終端資產靠低估值吸引資金，必須先確認成本壓力是否已經過去。 (404K)

彙整鉅亨號中所有使用「亞太科技」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

儲存股價回呼，但DRAM價格急拉、NAND走出補庫，KV cache把AI需求推向SSD

亞太科技2026深度：AI資本開支繼續上修，儲存、封裝、電源拿走定價權，傳統終端先吞成本