随着 AI 应用重心从云端训练转向推理，HBM 的短板开始更明显地暴露出来。南亚科资深副总吴志祥昨日在工研院“半导体与 AI 算力永续竞争力论坛”上表示，HBM 在功耗与 I/O 架构上存在先天限制，难以胜任边缘推理场景。南亚科目前正积极布局“定制化 UWIO DRAM”，并搭配 3D IC 堆叠技术，泰山新厂则是后续产能扩张重点，最快明年初启动量产。
AI 推理场景变化，HBM 优势减弱
过去几年，HBM 一直是推动 AI 大模型训练的关键内存技术，也长期被视为高性能计算的重要组成部分。不过吴志祥指出，当 AI 发展重心从云端大规模训练转向终端设备上的推理应用后，内存需求的性质也随之改变。
边缘推理的压力，来自用户侧持续产生的大量对话记录与 KV 缓存，这会同时推高内存带宽需求与功耗压力。HBM 受限于 I/O 引脚数量有限，同时能耗相对偏高，在强调响应速度和电源效率的 AI PC、智能手机与便携式设备上，并不是理想方案。
按吴志祥的说法，HBM 解决的是训练时代的问题，而推理时代需要另一套内存架构。
南亚科押注 UWIO DRAM 与 WoW 3D IC 堆叠
针对这一市场缺口，南亚科把定制化 UWIO DRAM 作为主要产品方向，并结合 Wafer-on-Wafer（WoW）3D IC 堆叠技术，让 DRAM 可以直接整合到 CPU 或 ASIC 逻辑芯片之上，减少传统封装互连带来的信号损耗与延迟。
吴志祥给出的数据是，这套架构的带宽可比传统方案提升 5 至 10 倍，而每 bit 能耗仅为 HBM 的三分之一至十分之一。对边缘设备来说，这种设计可以在不牺牲性能的前提下，明显压低热设计功耗（TDP），对应的正是当前 AI 终端设备设计中的核心痛点。
AI PC 推高 DRAM 容量需求
需求端的变化，也被南亚科视为这轮策略调整的重要支撑。以 AI PC 为例，单机搭载的内存容量已从过去的 16GB 升至 128GB。再加上全球每年数亿台的出货规模，DRAM 需求量预期将进入指数型扩张周期。
为了承接后续订单，南亚科在制程与产品线两端同步推进。公司主力 16 纳米（1B 世代）产品已扩展到逾十款品项，同时推进 1C、1D、1E 三个更先进制程世代的开发。按原文表述，这显示出南亚科有意加快技术路线节奏，缩短世代间距，以保持与市场需求同步。
泰山新厂被视为扩产关键一步
在产能布局上，南亚科位于新北市泰山的新晶圆厂被视为关键项目。该厂总投资规模为新台币 5,000 亿元，预计导入 EUV 极紫外光微影设备。原文称，明年资本支出初估将超过新台币 2,000 亿元，并将在明年初正式开出产能，以缩小南亚科技与美光、SK 海力士等国际一线厂商在制程和规模上的差距。
制程微缩与减排目标同步推进
吴志祥还提到，技术升级与永续目标在南亚科技内部并非彼此冲突。以制程为例，1C 纳米产品的功耗较 1A 纳米降低了 34%。
在厂务方面，南亚科厂区已 100% 配备 local scrubber 废气处理设备及 AMAT i-System 智能控制系统，温室气体减排效率达到 94%。公司也通过 ISO 50001 能源管理系统，连续多年维持年均节电 8% 至 9% 的水平。原文将其描述为在客户供应链永续要求持续提高的情况下，一项具有竞争力的加分项。