據TrendForce研究顯示，2022年三大原廠HBM市佔率分別為SK海力士(SK Hynix)50%、三星(Samsung)約40%、美光(Micron)約10%。此外，高階深度學習AI GPU的規格也刺激HBM產品演進，2023下半年伴隨NVIDIA H100與AMD MI300的搭載，三大原廠也已規劃相對應規格HBM3的量產。因此，在今年將有更多客戶導入HBM3的預期下，SK海力士作為目前唯一量產新世代HBM3產品的供應商，其整體HBM市佔率可望藉此提升至53%，而三星、美光則預計陸續在今年底至明年初量產，HBM市佔率分別為38%及9%。

預估2023年AI伺服器出貨量年增15.4%

目前Nvidia所定義的DL/ML型AI伺服器平均每台均搭載4張或8張高階顯卡，搭配兩顆主流型號的x86 伺服器CPU，而主要拉貨力道來自於美系雲端業者Google、AWS、Meta與Microsoft。據TrendForce統計，2022年高階搭載GPGPU的伺服器出貨量年增約9%，其中近80%的出貨量均集中在中、美系八大雲端業者。展望2023年，Microsoft、Meta、Baidu與ByteDance相繼推出基於生成式AI衍生的產品服務而積極加單，預估今年AI伺服器出貨量年增率可望達15.4%，2023~2027年AI 伺服器出貨量年複合成長率約12.2%。

2022~2027年全球AI伺服器出貨量年成長率預估。

(來源：TrendForce)

AI伺服器刺激Server DRAM、SSD與HBM需求同步上升

根據TrendForce調查，AI伺服器可望帶動記憶體需求成長，以現階段而言，Server DRAM普遍配置約為500~600GB左右，而AI伺服器在單條模組上則多採64~128GB，平均容量可達1.2~1.7TB之間。以Enterprise SSD而言，由於AI伺服器追求的速度更高，其要求優先往DRAM或HBM滿足，在SSD的容量提升上則呈現非必要擴大容量的態勢，但在傳輸介面上，則會為了高速運算的需求而優先採用PCIe 5.0。

而相較於一般伺服器而言，AI伺服器多增加GPGPU的使用，因此以NVIDIA A100 80GB配置4或8張採計，HBM用量約為320~640GB。未來在AI模型逐漸複雜化的趨勢下，將刺激更多的記憶體用量，並同步帶動Server DRAM、SSD以及HBM的需求成長。

一般伺服器與AI伺服器平均容量差異。

(來源：TrendForce)

活動簡介

從無線連接、更快的處理和運算、網路安全機制、更複雜的虛擬實境(VR)到人工智慧(AI)等技術，都將在未來的每一個嵌入式系統中發揮更關鍵功能。「嵌入式系統設計研討會」將全面涵蓋在電子產業最受熱議的「智慧」、「互連」、「安全」與「運算」等系統之相關硬體和軟體設計。

會中將邀請來自嵌入式設計相關領域的研究人員、代表廠商以及專家，透過專題演講、產品展示與互動交流，從元件、模組到系統，從概念設計到開發工具，深入介紹嵌入式系統設計領域的最新趨勢、創新和關注重點，並深入分享關於嵌入式系統設計的經驗、成果以及遇到的實際挑戰及其解決方案。

贊助廠商

立即報名