因為對 AI Infra 有比較完整的理解，我其實從一開始就不是用「記憶體景氣復甦」這個框架，來看今年這一波 HBM、DDR 與 SSD（NAND Flash）的價格大漲。相反地，我是從一個很老、卻在 AI 時代被再次驗證的概念出發：memory wall。
在前一篇談 TPU 架構時其實已經點過這件事。工程師早就知道一個殘酷的事實——運算能力的進步，永遠跑得比資料搬運快。你可以無止盡地堆乘加單元、拉高 FLOPs，但只要資料送不進來，GPU 就只是昂貴地原地空轉。
AI，只是用最粗暴的方式，把這個老問題全面放大。
當模型參數量從幾十億，直接跳到上兆等級，真正卡住整個系統的，從來不是算力本身，而是頻寬、延遲、資料路徑，以及記憶體層級的設計。也正是在這個背景下，HBM 成了這個時代「最靠近算力的解法」——它不是因為便宜，而是因為夠近、夠快，而且幾乎不可替代。
因此，HBM 的價格上漲，本質上不是循環，而是結構性的。
而且重點不只在 HBM 本身，而在於它如何向外「傳導」。
