工商時報 記者：方明 2026.01.04
輝達斥資200億美元取得Groq的LPU（Language Processing Unit）技術授權，意外讓SRAM躍上舞台。在 AI、伺服器與高效能運算（HPC）時代，「記憶體」早已不只是容量的比拼，而是速度、延遲與能耗的全面競賽，其中SRAM（靜態隨機存取記憶體）與HBM（高頻寬記憶體），正是兩種扮演關鍵但角色完全不同的核心技術。SRAM是什麼？和HBM有何不同？在SRAM成為市場新焦點之際，那些台廠將迎結構性機會。
SRAM是什麼？和HBM有何不同？
SRAM（Static Random Access Memory靜態隨機存取記憶體）是一種「高速、低延遲」的記憶體，最常被用在CPU、GPU、AI晶片內部。SRAM是隨機存取記憶體的一種，「靜態」的意思是指，只要保持通電，SRAM中的資料就能持續保存，然而，一旦電力供應停止，資料將會消失，因此屬於揮發性記憶體（Volatile Memory），這點不同於斷電後仍能保存資料的唯讀記憶體（ROM）或快閃記憶體（Flash Memory）。
SRAM的特點包括速度極快、延遲極低（奈秒等級）；不需刷新（refresh），資料可穩定保存；功耗低（相對DRAM）；面積大、成本高（每bit成本遠高於DRAM）不適合做大容量記憶體。因此SRAM的角色是「讓晶片能即時運算、不必等待資料」的高速暫存區。
HBM（High Bandwidth Memory，高頻寬記憶體）則是一種進階型DRAM，透過「3D堆疊 +矽穿孔（TSV）」技術，把多層記憶體堆疊在一起，再與邏輯晶片以超寬匯流排連接。
HBM的特點則是頻寬極高（可達上TB/s）；功耗比傳統DRAM更低；容量比SRAM大得多；延遲高於SRAM、低於一般DRAM；成本高、製程難度高。HBM主要用於AI GPU（如輝達H100、B100）、高效能運算（HPC）、AI訓練、推論加速器。HBM的角色是「讓大量資料能高速餵給運算核心」的記憶體倉庫。
用一句白話來說，意即SRAM負責「快」，HBM負責「多」，兩者共同決定AI晶片能跑多快、跑多遠。
SRAM為何突然躍上舞台?
過去幾年，AI發展的核心在於「算力規模」，誰能堆更多GPU、跑更大的模型，誰就領先，這使得HBM成為焦點。但現在風向正在改變，隨著生成式AI進入商業化階段，市場需求從「訓練能力」轉向「即時推論能力」，包括即時語音助理；即時翻譯、客服；自駕與機器人反應系統；金融交易、風控決策，這類應用最怕的不是算力不夠，而是「延遲太高」，而這正是HBM的罩門。
此外，輝達斥資200億美元取得Groq的LPU（Language Processing Unit）技術授權，表面看是AI加速器戰爭的一環，但其實與SRAM的關聯非常深，主要在於LPU的性能關鍵不在算力，而在「極端高速、低延遲的記憶體存取」，而這正是SRAM最擅長、也是不可替代的領域。
那麼為何輝達要買Groq的「技術」而非晶片？因為輝達已經掌握GPU架構、CUDA生態系、HBM封裝與供應鏈，但它「缺」的是極致低延遲推論架構的設計，Groq的價值在於如何用大量SRAM +簡化控制邏輯，換取比GPU更可預測、更即時的AI回應，特別適用於AI Agent、即時語音、交易、機器人控制，這使得SRAM從「配角」升級為「主角」。
AI時代記憶體戰線擴大 SRAM成新焦點，台廠迎結構性機會
隨著AI伺服器、車用電子與工業自動化需求快速升溫，全球半導體產業正迎來新一波結構性轉變。在高頻運算、即時反應與低功耗需求同步攀升下，過往被視為利基型產品的SRAM，正逐步走向舞台中央。法人指出，這波記憶體復甦不再僅由DRAM與NAND主導，具備高可靠度、高毛利特性的SRAM，正成為AI與車用時代的「關鍵零組件」，台廠也因此迎來新一輪受惠契機。
相較於DRAM著重容量、NAND主打儲存，SRAM主打的是「速度與穩定性」，廣泛用於CPU快取、AI加速器、車用控制模組、工業設備與通訊晶片，隨著AI模型規模擴大、邊緣運算滲透率提升，對低延遲、高可靠記憶體的需求明顯提升。
法人指出，AI伺服器內部除HBM外，仍大量依賴SRAM作為控制與暫存單元，而自駕車、ADAS系統與工控設備，亦高度仰賴長生命週期、耐高溫的SRAM產品，使其在供應鏈中的戰略地位持續上升。
在此趨勢下，台灣相關廠商浮現明顯機會，華邦電是國內少數具備記憶體設計與製造整合能力的業者，長期深耕客製化與嵌入式SRAM，產品已廣泛應用於車用、工控、通訊與AI邊緣裝置，並持續強化高可靠度與長供應周期優勢。
鈺創專注記憶體設計與IP授權，在嵌入式SRAM與特殊應用記憶體領域累積深厚基礎，近年積極調整產品組合，切入AI加速器與客製化晶片需求。
摩爾投顧分析師陳冠廷認為，即便LPU極度追求運算速度，仍離不開外部記憶體的協同支援，AI發展不可能只拚速度，隨著語言模型規模擴大、運算量與生成內容暴增，頻寬與儲存需求勢必同步提升，HBM與各類儲存記憶體仍不可或缺，最終結果將是LPU強化推論體驗，吸引更多使用者投入AI應用，進而帶動SRAM、DRAM、HBM甚至SSD全面成長，而非單純由SRAM取代HBM。
陳冠廷表示，推論在AI後期將享有長期成長週期，因為每個訓練完成的語言模型，部署後全球千百萬使用者的每次操作都是推論，帶來龐大需求，推論同時消耗大量記憶體，不僅SRAM、HBM受益，NAND Flash、SSD、HDD等存儲產品也同步成長，在台廠記憶體族群中，群聯專攻SSD固態硬碟模組，華邦電具SRAM產能，南亞科則布局利基型DRAM市場。