2027 羊年台股怎麼走、記憶體榮景持續？TrendForce 大預測一次看（上）

文章來源：2027 羊年台股怎麼走、記憶體榮景持續？TrendForce 大預測一次看（上）

研調機構 TrendForce與群益證券共同舉辦 2027 科技產業大預測。(圖/科技新報)

研調機構 TrendForce 今（5 日）與群益證券共同舉辦 2027 科技產業大預測，針對台股大盤、晶圓代工、光通訊、記憶體等各領域分享產業觀察和趨勢，以及明年該掌握的重點。

群益投顧董事長蔡明彥看好羊年後市，台積電上看 3,200 元。(圖/科技新報)

馬年台股飆成「大黑馬」！群益證券看好羊年後市，台積電上看 3,200 元

群益投顧董事長蔡明彥直言，今年馬年的台股可說是一匹「大黑馬」，行情一路走高，雖然近期已有拉回，但整體仍處於相對高檔，接下來將交棒給羊年。他也期望，待美國政策明朗後再行布局，台股明年羊年會像大角羊，身處高山，繼續向上攀爬。

談到羊年過往表現，蔡明彥表示台股過去三次羊年都出現在 2 月，以羊年開盤指數至隔年收盤指數觀察，整體表現仍有上漲機會。隨著選舉不確定性消除、年終作帳行情及元月效應等因素發酵，市場有機會迎來反彈，對多頭相對有利，但在指數創高後，仍須留意漲多修正與拉回風險。

針對護國神山台積電，群益證券推測可能有望來到 170 元以上，價格有望來到 3,200 元，考慮到近期股價波動較大，建議靜待落底再來操作為佳，料大盤調整後仍有一波行情。

一片記憶體晶圓產值高於台積電晶圓代工費！料 DRAM 供給緊張延續至 2027 年

TrendForce 資深分析師許家源表示，Anthropic、OpenAI 等 AI 業者也開始擴大基礎設施布局，必須採購 HBM、RDIMM 及伺服器 CPU，意味著「參與者擴大」；此外，近期 LPU 架構或於 ASIC 內部配置大面積 SRAM 快取的設計熱度驟升，原因是 DRAM 價格大幅走高，「若以目前 RDIMM 合約價回推，一片 DRAM 晶圓產值飆可創造 8 萬美元，甚至高於台積電高階先進製程的代工費」。對此，晶片業者傾向在 ASIC 內部劃出更大面積的 SRAM 來降低延遲，而非全數外掛昂貴且延遲相對較高的 RDIMM。而在 KV 快取部分，也觀察到專用儲存方案亦在成形，包括鎧俠與三星都在開發的專屬 SSD/Flash 架構。

此外，AI 伺服器需求也將推升 CPU 出貨量，2027 年伺服器 CPU 出貨量年增率預估至少達 30%、甚至可望成長 40%~45%。許家源指出，隨著 CPU 核心數大幅成長，傳統上「1 個 CPU 核心搭 8GB DRAM」的匹配比率已無法滿足，即使納入 NVIDIA 與 AMD 採用的 SOCAMM 供給，2027 年 RDIMM 加 SOCAMM 的位元成長率僅約 35%～40%，明顯落後於 CPU 核心的增長速度。即便終端客戶已採取降容、降規因應，記憶體供給依然短缺，因此「CPU 是產能瓶頸，而 Server DRAM 則是瓶頸中的瓶頸」。

此外，伺服器已成為主導記憶體需求的核心應用，單一大型 CSP 的採購規模甚至超越傳統消費性電子市場。許家源指出，光是微軟在伺服器 DRAM 採購量，就已超過全球 PC 產業的 DRAM 總需求。整體 DRAM 位元消耗量已有超過 60% 來自伺服器，晶圓投片量占比更超過 70%，意味著消費性電子市場景氣已不再是決定記憶體產業週期的主要變數。

展望後市，許家源表示，2026 年代理 AI 需求快速攀升，記憶體原廠為盡快跟上市場需求，優先透過製程升級提高單位晶圓的位元產出，預計推進至 1C 世代後，製程升級所能帶來的效益將逐漸接近階段性極限，未來若要進一步擴大位元供給，就必須仰賴增加晶圓投片量。因此，預估 2027 年 DRAM 位元供給成長率將放緩至 24%；到了 2028 年，儘管製程升級帶來的效益趨緩，但隨著晶圓投片量增加，整體供給成長可望再度加速。至於需求能否持續維持強勁，關鍵仍在於伺服器市場的擴張速度，以及 CSP、Neo Cloud 等客戶後續的資本支出與實際投資能力。

AI 代理不只是數位員工！資料治理成最大挑戰，企業穩定上線必備三大關鍵

根據 Gartner 最新預測，2026 年全球人工智慧支出將達 2.7 兆元，年增率高達 49.5%，顯示 AI 已從個人使用工具，逐步深入企業核心營運。叡揚資訊知識長李政權指出，企業開始期待透過 AI 代理扮演「數位員工」，協助人員提升效率，但導入 AI 仍有很多風險，如成本持續攀升、商業價值不明確及風險難以控管等因素影響，恐有 40% 的 AI 專案面臨失敗。

叡揚資訊知識長李政權指出，當 AI 看懂並正確使用企業資料後，下一步是走入工作流程，建立完善治理機制。(圖/科技新報)

因此，企業要讓 AI Agent 真正落地，必須從三大維度著手，即可信任、作業流和治理，首先讓 AI 代理取得正確資訊，目前企業資料環境普遍存在六大問題，包括資料孤島、不同部門對相同名詞的定義不一致、缺乏描述與標籤的暗資料、資料品質低落、資料血緣不清，以及個資與商業機密等合規資料未妥善分類，導致 AI 代理擷取到錯誤資訊、甚至產生錯誤決策。

李政權指出，當 AI 看懂並正確使用企業資料後，下一步是走入工作流程，建立完善治理機制，才能確保系統穩定上線。他也強調，AI 的價值不只是透過 Prompt 下達指令，更重要的是釐清企業希望 AI 執行哪些任務，以及員工如何與 AI 協作，讓技術真正改善營運效率。

李政權也強調，「人」是 AI 代理能否成功落地的重要關鍵，企業必須從需求分析、系統設計、軟體開發到部署及資安防護，建立完整的管理架構，並透過身分驗證、權限控管、操作紀錄及人工審核等機制，確保 AI 在可控範圍內執行任務。唯有如此，才能讓 AI 代理安全、有效創造長期商業價值。

2028 年光引擎需求暴增 18 倍！CPO 量產「四大關卡」先突破

TrendForce 分析師高樂耘指出，CPO 在 2028 年能否放量，關鍵不完全在晶圓產能，而是 2027 年能否完成 PIC 平台認證、縮短測試時間，以及導入被動對位技術。此外，目前量產主要面臨晶圓、雷射、封裝及測試四大關卡。

首先是晶圓供給，雖然 2027 年名目產能約達 43 萬片，但考量客戶認證及新平台驗證時程，實際有效供給僅約 8 萬片，仍不足以滿足 2028 年實際需求；雷射方面，CPO 多採外置雷射設計，雖然故障時可在現場更換，但光訊號必須經過較長的傳輸路徑，損耗與功耗均高於內置雷射，也增加可靠度驗證難度。

高樂耘表示，封裝方面，最大瓶頸在於光纖耦合。隨著光纖密度提高、對準精度要求更加嚴格，逐顆主動對準的方式將難以支撐大規模量產，這也促使相關業者必須符合半導體等級的良率標準；最後是測試環節，光引擎須經過多道測試及老化程序，避免不良品進入成本高昂的 GPU 封裝，但目前晶圓級光引擎測試設備尚未完全具備量產條件，封裝後模組也缺乏可同時測試光學性能與高功率電性的測試座，這些都是挑戰之一。