芯片行业近期频传重磅动态。
据行业最新透露，苹果公司已锁定台积电尖端A16芯片的首批生产份额，而OpenAI亦携手其芯片设计伙伴博通与Marvell，向台积电预订了这款前沿芯片。A16芯片作为台积电当前公开的最尖端制程技术的结晶，标志着台积电正式踏入埃米制程的新纪元，预计将于2026年下半年正式投入大规模生产。
市场分析专家指出，第三季度历来是存储芯片市场的繁荣季节，下游市场的旺盛备货需求正推动DRAM价格预期上扬，显示出存储市场正稳步迈向复苏之路。集邦咨询预测，DRAM内存芯片的平均价格将在2024年迎来高达53%的涨幅，并预计这一增长势头将在2025年持续，届时价格有望进一步攀升35%。
2026年量产
台积电最尖端制程芯片预告
苹果公司已率先锁定台积电尖端A16芯片的首批生产资源，而OpenAI亦不甘落后，借助其芯片设计合作伙伴博通与Marvell，同样向台积电预订了这款前沿芯片。A16芯片不仅是台积电当前技术实力的巅峰之作，更是其向埃米级制程迈进的里程碑，预计将于2026年下半年实现规模化生产。
埃米制程作为纳米制程的进一步细分，其精度达到了1纳米的十分之一，标志着半导体工艺的新一轮飞跃。在2纳米技术已有所突破的背景下，埃米制程成为了全球顶尖芯片制造商竞相追逐的目标。
A16芯片采用尖端纳米片晶体管与创新的超级电轨技术（SPR），背面供电解决方案释放正面空间，提升逻辑密度与效能。相比前代，A16在速度、功耗、芯片密度上均有显著提升，专为高性能计算（HPC）及数据中心产品优化设计。
相较于N2P制程，A16芯片在相同工作电压下速度提升8%至10%，而在相同速度下功耗则降低了15%至20%，芯片密度更是实现了高达1.1倍的增长，为数据中心等应用场景提供了强大支持。
苹果作为台积电的长期核心客户，历来都是其最新工艺技术的首批采用者。例如，在2023年，苹果便独占了台积电所有3nm芯片（A17制程）的订单，使得iPhone 15 Pro系列成为了行业内首款搭载该制程技术的智能手机。而OpenAI此次加入A16芯片的预订行列，也显得顺理成章。鉴于A16芯片在高性能计算方面的卓越表现，OpenAI显然需要这样的芯片来为其产品提供强大的算力支撑。
不得不说，在AI发展的推动下，存储芯片市场又将迎来下一个小高峰。
存储芯片价格将继续上涨
最近两年，存储芯片市场经历了过山车一般的大起大落。先是供大于求，价格跌至历史新低。随后便一路走高，涨价的势头至今已延续一年。
TrendForce集邦咨询的研报显示，在人工智能驱动的HBM和QLC的带动下，预估DRAM及NAND Flash产业2024年营收年增幅度将分别增加75%和77%。预计至2025年，DRAM、NAND产业的营收还将分别有51%和29%的环比增长。
存储芯片市场的持续高速扩张，其背后是供需关系的微妙调整与AI技术浪潮催生的全新需求的交织作用。
回想三四年前，存储芯片行业曾历经漫长而深重的低谷期，尤其是在2020年初疫情初现之时，全球芯片短缺的迷雾让众多厂商误判形势，过度囤积库存，导致后续供过于求的局面，为行业带来了沉重的库存负担。这一失衡状态直接体现在2022年至2023年上半年，存储芯片价格长期承压，徘徊于低位。
然而，市场总是充满变数与转机。面对这一困境，上游厂商迅速行动，通过灵活调整产能策略与供需关系来寻求破局。在2023年第二季度的财报会议上，多家巨头纷纷宣布减产计划：三星决定继续削减NAND Flash存储芯片的产量，SK海力士紧随其后，宣布将NAND Flash产量减少5%至10%；美光则进一步加大减产力度，将NAND Flash晶圆投片减产幅度从25%提升至30%；而铠侠则从2022年第四季度起便实施减产30%的策略，至2023年减产幅度更是扩大至50%。
这一系列减产举措带来的结果就是：自2023年年中起，存储芯片市场迎来了价格的强势反弹，部分热门产品更是在一年内实现了价格翻番。
从目前的情况看，存储芯片的价格还将持续上涨。
从2023年开始，随着新一轮人工智能浪潮的到来，存储芯片行业内也产生了新的需求。在一段时期内，AI服务器的算力可以轻松破T（TOPS，每秒万亿次运算），但存储器带宽不能破T（TB/s，每秒万亿字节带宽），这导致存储芯片成为了AI链路上木桶效应的短板，出现行业所谓的“存储墙”。
为何AI服务器需要破T的存储带宽？
AI服务器对破T存储带宽的需求源自多方面考量：首先，它能够满足大规模数据处理的需求，随着AI技术的迅猛发展，数据量急剧增长，高并发的数据处理需求迫切，低带宽将导致效率低下，影响应用性能；
其次，破T带宽能显著提升AI模型训练速度，减少数据传输延迟与开销，从而加速训练过程，缩短开发周期；再者，它支持高并发访问，确保AI系统在处理多任务与数据流时保持稳定与可靠；
最后，破T带宽作为应对未来技术发展的基石，为AI服务器提供了广阔的数据传输能力和扩展空间，以匹配未来更复杂、更高强度的数据处理需求。
例如，英伟达等GPU厂商通过引入高带宽内存等创新技术，有效提升了存储带宽，这充分证明了破T存储带宽对AI服务器性能与效率提升的关键作用。
