有 GPU,系統就能出貨嗎?看懂 AI 供應鏈的六種交付條件|Trend Core
所有研究 NVDA
產業教學

個股深度 · AI基礎設施 · ISSUE #277

有 GPU,系統就能出貨嗎?看懂 AI 供應鏈的六種交付條件

交期指出供需壓力;能否按原規格交付,還要看元件用途、認證、庫存與可用產能。

一句話結論
GPU 到貨只完成系統交付的一環;先找出無法補足的合格元件,再分層檢視公司證據。

TrendForce 在 2026 年 9 月 14 日的 Weekly Radar 列出六組交期:GPU 20–30 週、ABF 48–56 週、HDD 50 週、DRAM 20 週、NAND/eSSD 16 週、MLCC 30 週;相對其平衡基準,GPU 相對平衡,其餘環節偏緊。我的判斷是,有 GPU 只完成 AI 系統交付的一環,因為運算還需要封裝、記憶體、儲存與供電配合。

本篇會把 GPU、ABF、HDD、DRAM、NAND/eSSD、MLCC 每條鏈逐一列出說明:它們做什麼、如何影響交付,以及相關公司目前走到哪個階段。

先保留原件的產品範圍:GPU 欄補充說明談的是 B300/GB300;DRAM 欄提到 96GB/128GB DIMM 記憶體模組;NAND 欄明列企業級 SSD。這張表不能直接延伸成所有 GPU、HBM 或 NAND 的供需結論。TrendForce 原文

雷達項目當週交期TrendForce 平衡基準本篇的閱讀起點
GPU20–30 週20–30 週保留 B300/GB300 範圍
ABF48–56 週12 週區分膜材、載板規格與可用產能
HDD50 週16 週看共享容量層的擴充需求
DRAM20 週8 週留意主機 DIMM,與 GPU 旁 HBM 分開
NAND/eSSD16 週8 週企業級 SSD 的工作負載與規格
MLCC30 週12 週看合格規格、量產與供貨安排

六列都是同一期研究機構的供需快照,平衡基準也由該機構定義。它們適合用來決定接下來查哪裡,不能相加成整機製造時間。

GPU 負責運算,整機仍需要其他元件配合

GPU 是 AI 訓練、推論與資料分析的運算加速器。理解它的角色,可以直接看 NVIDIA 的 DGX B200 手冊:GPU、CPU、NVSwitch 互連、主機 DIMM、作業系統與資料快取用的 NVMe SSD、網路卡及電源,都列在同一套系統組態內。GPU 記憶體、主機記憶體與資料快取也各有自己的位置。

AMD 的 MI350X/MI355X 同樣是資料中心 AI 訓練、推論及高效能運算用 GPU。官方平台把 GPU 模組、HBM3E 記憶體與 Infinity Fabric 互連整合,顯示運算晶片需要以平台方式工作。

依這兩家公司的架構資料推論,若某款系統要求的記憶體、互連或電源沒有備齊,又不能用庫存或合格替代補上,GPU 到貨仍不足以讓整機按原規格交付。這是系統相依關係;DGX B200 僅用來解釋架構,不把它當成雷達 B300/GB300 的物料表。

公司產品/能力關聯量產、擴產與合約/收入應怎麼讀
NVIDIADGX B200 的 GPU 與完整系統組態本篇使用架構文件,未由此建立本輪訂單、產能或收入
AMDMI350X/MI355X 與記憶體、互連整合平台產品頁支持產品關聯,未由此建立本輪訂單或收入

ABF 要分清膜材與載板,擴產還要跨過製程負載

ABF 原本指味之素的增層絕緣膜。它在載板內覆蓋銅線、提供層間絕緣,避免電流流向不應到達的位置。使用這類膜材的 FC-BGA 載板,則負責把高整合晶片連接到主板。因此,味之素供應的是材料;Ibiden 等載板公司處於下一層製造環節。

AI 與高效能運算的載板朝大尺寸、多層和細線路發展。Ibiden 在官方文件說明,這些要求會增加製程負載,並表示 AI 伺服器載板需求超過自家產能,促使公司投資 Ono 廠。這讓「有廠房」與「能交出指定規格的載板」之間,多了一個必須核對的步驟。

TrendForce 另將 T-glass 上游供給緊張、高層數 ABF 良率與擴產受阻相連。把這項機構判讀與 Ibiden 的自家產能說明放在一起,值得追的是材料供應與高階製程能否同時跟上;不能把單一家公司的缺口擴大成每一家都已缺貨。

公司產品/能力關聯量產或擴產資料合約/訂單/收入
味之素FC-BGA 用 ABF 絕緣膜,伺服器與個人電腦規格不同本篇使用材料功能與規格說明未建立本輪訂單或增量收入
IbidenAI 伺服器封裝載板、大型多層與細線路製程公司自述需求超自家產能,Ono 廠投資仍須看產能落地預收款是投資安排政策,不等於全部款項已入帳
三星電機多層高密度 FCBGA,列明 AI 伺服器與高效能運算用途產品頁分列樣品與量產狀態未建立本輪訂單與可供給量
欣興AI、高效能運算及伺服器異質整合封裝載板研發年報分列已發生資本支出與可調整的次年預算年報未拆 ABF 營收,不能直接當成本輪 AI ABF 訂單
南電高層大尺寸 ABF;年報列已推出的伺服器/交換器新品GPU/ASIC 新品仍須按計畫階段閱讀未拆 ABF 營收
景碩大型高層 ABF 良率進展、匿名客戶認證公司說明產能部署與青年廠規劃未建立本輪具名客戶訂單或增量收入

南電同份年報也說整體 IC 載板供不應求已緩解。這與高階 AI 載板的局部壓力可以並存:產品層級不同,對產能的要求就不同。判斷 ABF 要縮小到規格與可用產能,不能只看產業名稱。

HDD 承接共享容量,影響的是資料池如何擴大

HDD 硬碟在 AI 資料中心的角色,主要是保存與再利用龐大資料池,提供持久儲存容量。這一層與 GPU 計算節點要分開看:NVIDIA 的 DGX SuperPOD 架構把運算網路與儲存網路分開,本地記憶體或快閃儲存可作快取,共享儲存則由儲存伙伴依設計配置。

因此,硬碟供應受限可能影響共享資料池按原規格擴容,並不表示每台 GPU 伺服器都要直接安裝 HDD。替代也有條件。Toshiba 的 M12 近線硬碟採用主機管理的 SMR 設計,需要處理隨機寫入的效能取捨;容量相近,不代表軟體與寫入路徑可以原封不動替換。

公司產品/能力關聯量產或擴產資料合約/訂單/收入
SeagateMozaic 4+ 高容量硬碟,承接資料池保存與再利用公司宣布已通過兩家大型雲端業者認證並量產出貨已到出貨階段;本篇來源未拆 AI 專屬營收
Western DigitalHDD 持久、具成本效率的容量層本篇引用的 HAMR 進度是公司 2025 年公布的客戶測試,不能據此推定今日量產狀態財報有公司營收,不能整筆改稱 AI HDD 營收
ToshibaM12 近線 HDD,面向大型雲端資料中心引用公告時處於送樣,主機須配合 SMR 寫入管理未建立該產品訂單或收入

這份名單最有用的差異,是量產出貨、客戶測試與送樣各自代表不同準備程度。雷達的 50 週值得追,但是否造成某個系統延遲,還取決於它是否需要擴充這一層、庫存是否足夠,以及替代方案是否已經驗證。

DRAM 先分主機工作記憶體與 GPU 旁的 HBM

DDR5 主機記憶體與 GPU 旁的 HBM 都服務 AI 運算,但接在不同位置。Micron 的官方架構說明把 CPU 端 DDR5 與 GPU 端 HBM 分開;Samsung 與 AMD 的合作文件也分別談 CPU 平台的 DDR5,以及加速器的 HBM。

工作記憶體是系統執行工作時使用的記憶體資源。對指定伺服器來說,模組容量、平台認證與可供貨狀態要一起確認。若主機要求的 DDR5 模組不足,即使 GPU 與其記憶體已備妥,也可能仍需調整主機配置或等待合格供應。這是依架構與模組階段資料作出的條件式推論。

這裡要追的是主機模組供應:表中的 20 週與 8 週平衡基準,不能改名為 HBM 交期;新品 HBM 的進展也不能直接回答特定主機 DIMM 是否有貨。

公司產品/能力關聯量產、認證或開發階段合約/訂單/收入
SamsungDDR5 與加速器 HBM 兩條路徑與 AMD 的資料是平台合作備忘錄合作備忘錄不能當成 DDR5 採購合約或收入
SK hynix高容量伺服器 DDR5 RDIMM公司宣布完成 Intel 資料中心認證;另有歷史高容量 DDR5 出貨描述歷史出貨不能代替本週供給或本輪訂單
MicronCPU 端伺服器 DDR5新高容量模組的本篇資料為送樣,另有舊品出貨實例新品不能繼承舊品已出貨的狀態

NAND/eSSD 要對準資料用途,容量相同也未必能替換

NAND 是非揮發儲存的基礎,企業級 SSD 把它用在資料中心的儲存路徑。Sandisk 列出的 AI 用途包括資料湖、模型保存、檢索增強生成所需資料,以及 KV 快取。這些用途把資料留在不同儲存層,並不表示每項工作都適合同一種 SSD。

Solidigm 的 D5-P5336 是高容量 QLC 企業級 SSD,定位在讀取為主的負載;Micron 9650 則是已列為量產的 PCIe Gen6 NVMe 資料中心 SSD。Kioxia 的展示又分出 GPU 直接存取、上下文快取與資料湖等路徑。判斷供應能否補上需求,至少要把容量、讀寫特性、介面與使用路徑對齊。

依這些產品資料推論,某種企業級 SSD 吃緊時,其他儲存產品即使有容量,也要能承接相同的延遲、耐寫與軟體條件,才具有替代意義。這也讓雷達明列 eSSD 的產品範圍更重要:企業級產品的壓力不能直接套到所有 NAND。

公司產品/能力關聯量產或開發階段合約/訂單/收入
SamsungAI 用企業級 SSD,包含 PM1763/BM1773本篇採用的是展會展示與技術方向未建立這些型號的量產訂單或收入
SK hynixAI 資料中心 eSSD,包含不同外形與冷卻設計展示產品;另有歷史 eSSD 出貨組合擴大的資料展品不能直接繼承公司歷史出貨狀態
SolidigmD5-P5336 高容量 QLC,讀取為主產品文件證明規格與用途未建立客戶採用量;不能把廠商成本模型當成客戶實績
Micron9650 PCIe Gen6 NVMe 資料中心 SSD官方列為量產產品量產不等於本輪可歸因的 AI 收入
KioxiaGPU 直接存取、上下文快取、資料湖產品路徑GP1 是展示與年底評估樣品計畫未建立 GP1 量產出貨或確定訂單
SandiskNAND 的資料湖、模型、檢索與 KV 快取用途展會產品與技術發展方向技術方向不能視為全部產品已出貨

MLCC 穩定電路,關鍵在指定規格能否供貨

MLCC 是積層陶瓷電容。三星電機將其功能說明為穩定電流、抑制元件之間的訊號干擾。放到 AI 伺服器,元件須同時面對高功率、有限板面與高可靠度要求,適用的容量、尺寸和耐受條件因此要一起看。

Murata 已宣布面向 AI 資料中心需求的小型高容量 MLCC 量產,並在財報說明 AI 料較高的製程負載可能壓縮消費料供給。這提醒我們,能製造一般 MLCC,不等於能立即補足某款 AI 系統要求的料號。替代仍須回到實際規格與客戶認證。

這一鏈也有比產品能力更進一步的資料:三星電機已簽署 2027 年度 AI 伺服器 MLCC 供應合約。合約提供未來供貨安排的證據;要走到收入,仍須經過履約與認列。

公司產品/能力關聯量產、開發或認證合約/訂單/收入
Murata小型高容量 MLCC,面向 AI 資料中心高溫與高密度需求已宣布量產;公司另說明 AI 料的產能負載本篇來源未建立轉單流向台廠的逐筆結果
三星電機AI 伺服器高容量、高可靠度 MLCC產品與規格要求有官方說明已簽 2027 年度供應合約,尚不能寫成已認列的該年度收入
太陽誘電AI 伺服器用埋入式 MLCC官方稱已於 2025 年商品化未建立本輪特定客戶、訂單或營收
國巨集團有 AI 應用營收與 MLCC 業務本篇使用季度產品與應用分類資料AI 應用占比與 MLCC 產品占比屬不同分類,不能拼出 AI MLCC 營收
禾伸堂AI 伺服器電源供應器使用的 NP0 MLCC年報列共同開發及匿名客戶認證採用已有採用敘述,訂單與金額未揭
信昌電AI 伺服器、電源與 DC-DC 用高壓/NPO MLCC官方產品及法說支持用途關聯法說將已發生季度與未來預測分列,預測不得當成實現收入

國巨的例子尤其值得留意:公司「有 AI 營收」與「有 MLCC 營收」可以同時成立,但兩者交集需要產品別資料才能回答。它們不能相等,也不能任意相乘,據此推導這次缺貨帶來多少收入。

真正要比較的是哪一項約束補不上

讀到這裡,我會把交期表的用途放在「安排查核順序」。NVIDIA 的系統架構顯示各層互補;Ibiden 的產能說明、Toshiba 的送樣與寫入限制,以及三星電機的未來供貨合約,又分別指出製程、認證與供貨安排的重要性。依這些資料推論,交期較長的元件,只有在指定系統仍必需、庫存又不足、合格替代也無法補上時,才會形成相應交付層的限制。

判斷問題怎麼查對交付的意義
可替代性是否承接同一功能、容量及讀寫需求?同屬儲存或同叫 MLCC,不足以證明可互換
認證型號、平台與客戶是否已完成所需驗證?有產品或樣品,距離能裝入指定系統仍可能有差距
庫存系統所需合格元件是否已有備料?即使新採購交期長,已有庫存仍可能支撐眼前交付
產能彈性增加的產能是否能製造目標規格?投資計畫、名目產能與合格量產供給需分別追蹤

這也解釋為何不把長交期直接當成股票排序。同樣有 AI 產品,一家公司可能仍在展示,一家正在擴產,另一家已簽未來供貨合約;它們能回答的是不同問題。要再往公司結果走,必須接續確認合約、出貨與可歸因收入,不能由產業關聯跳過中間步驟。

為什麼這對散戶重要

下次看到「某元件缺貨、某公司有做」時,可以先在本文表格找出它的系統位置,再讀公司公告使用的動詞:展示、送樣、認證、量產、簽約,還是已認列收入。這樣才能知道自己掌握的是產品關聯,或已經接近公司的營運結果。

最值得優先追蹤的,是會改變原規格交付條件的資料,例如合格替代增加、目標規格正式量產,或已簽合約開始履約。這份框架幫助縮小研究範圍;它沒有提供個股受惠程度或補漲排名。

⚠️風險與注意事項

01TrendForce 的公開頁未揭露樣本、加權與平衡基準的建構方法;一週快照也不足以證明全市場瓶頸已由 GPU 全面移轉
02系統設計、備料與已認證替代會改變短缺的影響
HDD 的共享容量層、主機 DIMM 與 GPU 旁記憶體,不能視為相同用途。
03公司資料日期與產品階段不同
歷史出貨、展會新品、擴產計畫及未來供貨合約,不能直接推定目前可供給量或利潤。
04雷達中對國巨/CCTC 承接 Murata 調整後訂單的描述是機構預期;本文來源未建立相應料號認證、採購單與增量營收,不能當作已發生轉單

🧭研究結論與追蹤框架

我的結論是,有 GPU 仍不足以證明系統能按原規格交付;真正要找的是庫存與合格替代補不上的互補元件。六條鏈的公司名單因此要沿功能與商業階段閱讀,交期只提供調查起點。

  • 供需是否持續:追蹤同一產品範圍的後續交期與實際交付資訊,辨認壓力是否延續。
  • 合格供給是否增加:留意載板與 MLCC 的目標規格量產,以及記憶體、儲存產品的認證與供貨進度。
  • 商業結果是否銜接:查看已簽合約如何轉為履約、出貨及可歸因收入,並保持產品與財務分類一致。

📋一頁速看

NVDA | 2026-09-16
環節在 AI 系統中做什麼看公司時最容易漏掉的一步
GPU訓練、推論與資料分析運算GPU 到貨後,完整組態是否備齊
ABF膜材絕緣與晶片到主板的載板連接新產能是否能做指定高階規格
HDD共享資料池的持久容量高容量產品是否完成認證、寫入路徑是否相容
DRAM主機工作記憶體;與 GPU 旁 HBM 分工DIMM 型號、平台認證與供貨是否對得上
NAND/eSSD模型、資料湖、檢索及部分快取儲存工作負載與介面、讀寫條件是否合適
MLCC穩定電流與抑制干擾指定規格能否供貨,以及合約是否走到收入

延伸閱讀

要深入載板這一鏈,可接續閱讀《載板沒有空檔》,比較產能、投資與定價問題。各公司的產品及商業化階段,則可由下列官方文件逐項查閱。



📚來源與參考

第一級公司官方與主要文件

第二級產業研究與專業資料

本報告為 Trend Core 研究團隊基於公開資料整理之研究內容,不構成投資建議。NVDA 為公開交易股票,存在價格波動、市場、流動性、匯率與政策風險。內部人交易、機構持股變化等資訊來自監管申報,但解讀方式存在多種可能。過去績效不保證未來結果。投資決策應基於個人財務狀況、風險承受能力,並建議諮詢合格的財務顧問。研究員 / 公司可能持有或於發布後持有 NVDA 部位。報告中所有時間點的價格、指標數據以發布日為基準,後續變化請以即時資料為準。