在人工智能（AI）熱潮席捲全球之際，市場原先普遍認為最大瓶頸落在 GPU 產能，然而現實情況卻更複雜。從 CPU 、伺服器，到高頻寬記憶體（HBM），整個半導體供應鏈正同步收緊，並開始對價格、交付周期及企業 IT 部署策略產生連鎖反應。

近期多家業界龍頭釋放的訊號，正逐步拼湊出一幅令人憂慮的圖景。 Intel 已上調 CPU 價格，伺服器處理器升幅達一至兩成，反映供不應求的壓力正在上游形成； AMD 亦計劃跟進調價，顯示整個 x86 陣營均無法倖免。這種價格上調並非單純成本轉嫁，而是需求端由 AI 基建急速膨脹所驅動，特別是大型語言模型（LLM）與生成式 AI 部署對運算能力的需求。

CPU 過去多被視為 AI 基礎設施中的「配角」，但隨著 GPU 伺服器需求激增，與之配套的高端 Xeon 處理器的需求亦被拉高。 Lenovo 已警告，部分 AI 伺服器訂單可能出現長達六個月的延遲，甚至有企業被迫回退至舊一代處理器。這種「倒退式升級」的情況在科技產業極為罕見，卻正好反映供應鏈壓力的嚴重性。

若說 CPU 短缺仍屬可調整範圍， HBM 的供應問題則更具結構性風險。 SK 海力士已明言， HBM 需求將在未來三年持續超出供應能力。由於 HBM 作涉及先進封裝與製程，擴產周期長達四至五年，短期難以補位。一旦供應受限，即使 GPU 產能提升，整體 AI 系統效能亦可能受制於記憶體瓶頸。

從宏觀觀察，這一輪「 AI 帶動的晶片短缺」與疫情期間截然不同，需求已由消費電子與汽車電子，轉向高度集中於雲端服務供應商（CSP）與大型科技企業。這種需求集中化，使供應鏈更易出現「結構性擠壓」，中小企業或傳統行業在資源分配上將面臨更大壓力。

對企業而言，相關影響已逐步浮現。首先是 IT 基建成本上升，無論採購 AI 伺服器還是租用雲端算力，價格均呈上行趨勢。其次是部署周期拉長，企業在推動數碼轉型或 AI 應用時，不得不重新評估時間表與投資回報。再者，技術選型亦可能出現轉變，例如更多企業考慮採用 ARM 架構、定制晶片（ASIC），甚至優化模型以降低對高端硬件的依賴。

從產業發展角度來看，這場供應緊張亦可能帶來長遠影響。一方面，將加速全球半導體產能再配置，包括美國、歐洲及亞洲各地加大本土晶片製造投資；另一方面，亦會推動技術創新，例如記憶體架構優化、封裝技術突破，以及更高效的 AI 模型設計。

然而，在可見的未來，市場恐怕難以迅速回歸平衡。多家機構已預測， CPU 及整體半導體供應緊張情況可能持續至 2027 年。這意味著， AI 發展雖然前景廣闊，但其背後的基礎設施瓶頸，將成為左右產業節奏的關鍵變數。

Francis Fong 方保僑

方保僑先生於資訊、通訊、科技及電子消費品市場工作超過二十年，引入過不少新科技產品，並創辦多個業界組職及為多個非營利機構擔任委員提供專業意見。現任香港資訊科技商會榮譽會長、香港互動市務商會創會及榮譽會長、香港消費電子產品聯盟創會會長、電子學習聯盟創辦人、世界資訊通訊與服務業聯盟董事、電訊事務管理局辦公室電訊規管事務咨詢委員會成員、運輸署智慧交通基金管理委員會委員、樂施會香港及樂施會澳門董事會成員、香港小童群益會資訊科技委員會委員、香港紅十字會資訊科技委員會成員，仁愛堂堂務行政委員會外界委員等。