电子发烧友App
2025年11月27日，由全球高科技产业研究机构TrendForce集邦咨询主办的“MTS 2026存储产业趋势研讨会”在深圳举办。会上，TrendForce集邦咨询发布了“2026十大科技市场趋势预测”：
01. AI芯片逐鹿战升级，液冷散热大规模渗透AI数据中心
2026年受惠于北美大型CSPs提高资本支出，以及各国主权云兴起，对AI数据中心建置需求旺盛，预估全球AI Server出货年增将逾20%。AI市场霸主NVIDIA（英伟达）将面临更高强度竞争，首先，AMD（超威）将效法NVIDIA GB/VR机柜方案，推出MI400整柜式产品，主攻CSPs客户；其次，北美CSPs自研ASIC力道持续增强；最后，受国际形势影响，ByteDance（字节跳动）、Baidu（百度）、Alibaba（阿里巴巴）、Tencent（腾讯）自研ASIC，以及Huawei（华为）、Cambricon（寒武纪）等强化AI芯片自主研发，将AI市场竞争推向白热化。
随着AI芯片算力提升，单芯片热设计功耗(TDP)将从NVIDIA H100、H200的700W，上升至B200、B300的1,000W以上或更高，Server机柜须以液冷散热系统对应高密度热通量需求，推升2026年AI芯片液冷渗透率达47%。Microsoft（微软）亦提出新一代芯片封装层级的微流体冷却技术。整体而言，短中期市场仍以水冷板液冷为主，CDU架构将自L2A (Liquid-to-Air)转向L2L (Liquid-to-Liquid)设计，长期则朝更精细化的芯片级散热演进。
02. 突破带宽限制、实现高速传输，HBM与光通讯建构智能运算新体系
AI运算从训练到推理的数据量与存储器带宽需求呈爆炸性成长，导致传输速度与能耗瓶颈浮上台面。为解决AI运算受存储器带宽与数据传输速率限制的问题，HBM与光通讯技术逐渐成为次世代AI架构的核心突破口。
目前HBM通过3D堆栈与TSV技术，有效缩短处理器与存储器之间的距离，并在即将量产的HBM4中，导入更高通道密度与更宽I/O带宽，以支撑AI GPU与加速器的超大规模运算。然而，当模型参数突破兆级、GPU集群规模成倍数扩张时，存储器的传输瓶颈又重新被凸显出来。目前各家存储器厂商通过HBM堆栈结构优化，封装与接口创新，并且与逻辑芯片协同设计，藉由各方面的努力来提升了AI芯片的本地带宽。
解决了存储器的传输瓶颈之后，跨芯片、跨模组间的数据传输仍成为限制系统效能的新瓶颈，为突破此限制，光电整合与CPO（Co-Packaged Optics）技术逐步成为主流GPU厂商与云端供应商的研发重点。现阶段800G/1.6T pluggable光模组已启动大量生产，而2026年起预期将有更高带宽的SiPh/CPO平台导入AI 交换机（Switch）之内。借由新型的光通讯技术来实现高带宽、低功耗的数据互连，并优化系统整体带宽密度与能源效率。
综观趋势，存储器产业正迈向以「带宽效率」为核心竞争力。而处理跨芯片、跨模块间的新型光通讯技术，也是突破电性接口在长距离与高密度数据传输上的局限的最佳方案。因此高速传输技术将成为AI基础架构演进的关键方向。
03. NAND Flash供应商强化AI方案，加速推理工作、降低储存成本
AI 训练与推理工作需要高速存取具有不可预测I/O模式的庞大数据集，与现有技术间产生效能差距。为此，NAND Flash供应商加速推进专门的解决方案，包含两项关键产品：储存级存储器(SCM) SSD/KV Cache SSD/HBF技术，定位介于DRAM与传统NAND间，提供超低延迟与高带宽特性，为加速实时AI推理工作负载的理想选择。另一项是Nearline QLC SSD，QLC技术正以前所未有的速度被应用于AI的温/冷数据储存层，例如模型检查点与数据集归档。QLC的每晶粒储存容量较TLC将高出33%，大幅降低储存巨量AI数据集的单位成本。预估至2026年，QLC SSD于Enterprise SSD的市场渗透率将达30%。
04. 储能系统跃升AI数据中心能量核心，需求将迎爆发式成长
AI数据中心朝向超大规模集群化发展，其负载波动大，严格要求电力稳定度，促使储能系统由「应急备电」转为「AI数据中心的能量核心」。预估未来五年内，AI数据中心储能除了现有的短时UPS备电和电能质量改善，2至4小时的中长时储能系统占比将迅速提升，以同时满足备电、套利和电网服务需求。部署方式也将从数据中心级的集中式BESS (battery energy storage system)，逐步向机柜级或丛集级的分散式BESS渗透，如电池备用单元，以提供更快的瞬时响应。
预期北美将成为全球最大AI数据中心储能市场，由超大规模云端厂商主导。中国「东数西算」策略将推动数据中心向绿电丰富的西部迁移，AI数据中心+储能将成为西部大型基地的标准配备。预期全球AI数据中心储能新增容量将从2024年的15.7GWh，激增至2030年的216.8GWh，复合年平均成长率达46.1%。
05. AI数据中心迈向800V HVDC架构，推升第三代半导体市场需求
数据中心正经历彻底的电力基础设施变革，服务器机柜功率从千瓦级(kW)迅速攀升至兆瓦级(MW)，供电模式正转向800V HVDC(高压直流)架构，以最大限度地提高效率和可靠性，大幅减少铜缆用量，并支持更紧凑的系统设计，第三代半导体SiC/GaN正是实现这一转型的关键，多家半导体供应商已宣布加入NVIDIA的800V HVDC计划。SiC主要应用于数据中心供电架构的前端、中端环节，负责处理最高电压和最大功率的转换操作。尽管目前SiC功率半导体在最高电压额定值方面仍落后于传统Si，但其具备卓越的热性能和开关特性，对于下一代的固态变压器(SST)技术至关重要。GaN则凭借高频率、高效能优势，在供电链路的中端和末端发挥重要作用，追求极致的功率密度和动态响应。预估第三代半导体SiC/GaN在数据中心供电中的渗透率在2026年将上升至17%，至2030年有望突破30%。
06. 2nm GAAFET革新，2.5D/3D封装突破
随着2nm进入量产，在先进制程商业竞逐中，形成了向内追求更高晶体管密度、向外追求更大封装尺寸的趋势，同时强调异质整合 (Heterogeneous Integration)能力，通过不同功能的多芯片堆栈与不同技术节点的结合，满足高效能运算与人工智能应用需求。
在追求更高晶体管密度的部分，半导体晶圆制造正式由FinFET转进GAAFET，通过Gate-Oxide完整包覆硅通道，在追逐高强度算力同时实现更高效的电流控制。向外部分，2.5D与3D封装技术提供多重芯片堆栈的高密度封装解决方案，使芯片间互连更快速、功耗更低，为下一代数据中心及高性能运算领域带来突破。
随着各家2nm GAAFET进入量产，TSMC（台积电）、Intel（英特尔）与Samsung（三星）则分别推出CoWoS/SoIC、EMIB/FOVEROS、I-Cube/X-Cube等2.5D/3D封装技术，提供前后段整合代工服务。如何在产能利用率、可靠性、成本与良率间取得平衡与商业优势，将是各大晶圆代工与封装厂的核心挑战。
07. 2026年人形机器人出货成长逾700%，聚焦AI自适应与场景应用性
2026年将是人形机器人迈向商用化的关键一年，全球出货量预估年增逾七倍、突破5万台，市场动能聚焦于两大主轴：AI自适应（AI Adaptivity）技术与场景应用导向。AI自适应技术结合高效AI芯片、感测融合与大型语言模型（LLM）的进化，使机器人能在非结构化环境中实时学习与动态决策，展现「谋定而后动」的行为能力。
于此背景下，2026年的人形机器人新品将不再以规格或灵活度为唯一卖点，而是自设计阶段即锁定特定场景价值，从预期最早切入之制造搬运、仓储分拣到检测辅助等，皆能支持场域完整任务。2026年将是人形机器人正式进入以AI为驱动、以应用为核心之产业新阶段。
08. 笔电显示高阶化提速，折叠机主流化进程迎关键节点
OLED显示迎来跨世代的转折时刻。中、韩面板厂的高世代（8.6代）AMOLED产线持续扩产，随着成本结构与良率持续改善，OLED显示技术正加速覆盖从小到大的全尺寸产品，同步带动相关供应链如驱动IC、TCON、触控模块与散热设计等高阶零部件平均单价（ASP）与供应商议价能力。
OLED以自发光、高对比、轻薄化与可变刷新率等特性，突破LCD在厚度与能耗的物理瓶颈，符合Apple（苹果）对影像精度与能源效率的双重要求。Apple预计2026年正式将OLED面板导入MacBook Pro，将带动高阶笔电显示规格由mini-LED转向OLED，预估2025年OLED笔电渗透率可望来到5%，2026年之后，在Apple带动下，2027–2028年可望提升至9–12%。
另外，随着Apple有机会于2026下半年至2027年间正式进入折叠手机市场，将以软硬整合、品牌信任与供应链协同优势重新定义折叠手机价值，推动市场焦点由「外观炫技」转向「生产力与体验深化」，预估将带动全球折叠手机出货量于2027年突破3,000万支。目前折叠手机仍面临迈向主流的最后障碍—铰链可靠度、柔性面板封装、良率与成本控制。Apple对产品验证与质量的谨慎，反映其对进场时机与使用体验的重视，也凸显折叠手机要真正跨入成熟期，仍需时间与实力跨越鸿沟。
09. Meta驱动全球近眼显示跃进，LEDoS技术蓄积成长能量
伴随AI应用深化，Meta推出具显示功能的Meta Ray-Ban Display AR眼镜，锁定「信息提供」应用，让AI更贴近日常、重塑用户使用行为，通过第一视角的数据搜集与反馈，强化AI与用户的双向互动体验。显示技术采用在全彩化与成熟度表现稳健的LCoS，既为尚未完全成熟的LEDoS 争取技术发展时间，也藉由良好的用户体验累积市场声量。
随着市场预期与Meta迭代产品规划的推进，趋势正指向具备更高亮度、对比度的LEDoS 技术，以拓展应用场景，加上Apple、Google（谷歌）、RayNeo（雷鸟创新）、INMO（影目科技）、Rokid（乐奇）、Vuzix等厂商持续布局，成本有望加速下探至大众预期的甜蜜点，有利于LEDoS发展。预估2027-2028年将出现更成熟的全彩LEDoS解决方案，Meta也预计推出新一代搭载LEDoS的AR眼镜。
10. 2026年辅助驾驶渗透率提升，Robotaxi 开启全球多区域扩张
预估2026年L2(含)以上辅助驾驶的渗透率将逾40%，智能化将接续电动车成为汽车产业成长动力。L2辅助驾驶技术已趋成熟，普及关键转向成本，有助降低系统总成本的舱驾一体单晶片与控制器将于2026年进入规模量产，初期主攻中国中阶汽车市场。传统车厂同时积极推动燃油车智能化转型，也是辅助驾驶全面成为车辆标配的驱动力。
另一方面，以L4级为目标的Robotaxi正迎来全球性的扩张浪潮。除了各地法规松绑，车队平台商、服务商对Robotaxi的采用态度转为积极，以及开发商探索端到端(E2E)、VLA(Vision Language Action)等泛化性更强的AI模型，皆有助Robotaxi市场扩大。预计至2026年，Robotaxi将加速覆盖欧洲、中东、日本、澳洲等市场，不再仅限于中国、美国。
01. AI芯片逐鹿战升级，液冷散热大规模渗透AI数据中心
2026年受惠于北美大型CSPs提高资本支出，以及各国主权云兴起，对AI数据中心建置需求旺盛，预估全球AI Server出货年增将逾20%。AI市场霸主NVIDIA（英伟达）将面临更高强度竞争，首先，AMD（超威）将效法NVIDIA GB/VR机柜方案，推出MI400整柜式产品，主攻CSPs客户；其次，北美CSPs自研ASIC力道持续增强；最后，受国际形势影响，ByteDance（字节跳动）、Baidu（百度）、Alibaba（阿里巴巴）、Tencent（腾讯）自研ASIC，以及Huawei（华为）、Cambricon（寒武纪）等强化AI芯片自主研发，将AI市场竞争推向白热化。
随着AI芯片算力提升，单芯片热设计功耗(TDP)将从NVIDIA H100、H200的700W，上升至B200、B300的1,000W以上或更高，Server机柜须以液冷散热系统对应高密度热通量需求，推升2026年AI芯片液冷渗透率达47%。Microsoft（微软）亦提出新一代芯片封装层级的微流体冷却技术。整体而言，短中期市场仍以水冷板液冷为主，CDU架构将自L2A (Liquid-to-Air)转向L2L (Liquid-to-Liquid)设计，长期则朝更精细化的芯片级散热演进。
02. 突破带宽限制、实现高速传输，HBM与光通讯建构智能运算新体系
AI运算从训练到推理的数据量与存储器带宽需求呈爆炸性成长，导致传输速度与能耗瓶颈浮上台面。为解决AI运算受存储器带宽与数据传输速率限制的问题，HBM与光通讯技术逐渐成为次世代AI架构的核心突破口。
目前HBM通过3D堆栈与TSV技术，有效缩短处理器与存储器之间的距离，并在即将量产的HBM4中，导入更高通道密度与更宽I/O带宽，以支撑AI GPU与加速器的超大规模运算。然而，当模型参数突破兆级、GPU集群规模成倍数扩张时，存储器的传输瓶颈又重新被凸显出来。目前各家存储器厂商通过HBM堆栈结构优化，封装与接口创新，并且与逻辑芯片协同设计，藉由各方面的努力来提升了AI芯片的本地带宽。
解决了存储器的传输瓶颈之后，跨芯片、跨模组间的数据传输仍成为限制系统效能的新瓶颈，为突破此限制，光电整合与CPO（Co-Packaged Optics）技术逐步成为主流GPU厂商与云端供应商的研发重点。现阶段800G/1.6T pluggable光模组已启动大量生产，而2026年起预期将有更高带宽的SiPh/CPO平台导入AI 交换机（Switch）之内。借由新型的光通讯技术来实现高带宽、低功耗的数据互连，并优化系统整体带宽密度与能源效率。
综观趋势，存储器产业正迈向以「带宽效率」为核心竞争力。而处理跨芯片、跨模块间的新型光通讯技术，也是突破电性接口在长距离与高密度数据传输上的局限的最佳方案。因此高速传输技术将成为AI基础架构演进的关键方向。
03. NAND Flash供应商强化AI方案，加速推理工作、降低储存成本
AI 训练与推理工作需要高速存取具有不可预测I/O模式的庞大数据集，与现有技术间产生效能差距。为此，NAND Flash供应商加速推进专门的解决方案，包含两项关键产品：储存级存储器(SCM) SSD/KV Cache SSD/HBF技术，定位介于DRAM与传统NAND间，提供超低延迟与高带宽特性，为加速实时AI推理工作负载的理想选择。另一项是Nearline QLC SSD，QLC技术正以前所未有的速度被应用于AI的温/冷数据储存层，例如模型检查点与数据集归档。QLC的每晶粒储存容量较TLC将高出33%，大幅降低储存巨量AI数据集的单位成本。预估至2026年，QLC SSD于Enterprise SSD的市场渗透率将达30%。
04. 储能系统跃升AI数据中心能量核心，需求将迎爆发式成长
AI数据中心朝向超大规模集群化发展，其负载波动大，严格要求电力稳定度，促使储能系统由「应急备电」转为「AI数据中心的能量核心」。预估未来五年内，AI数据中心储能除了现有的短时UPS备电和电能质量改善，2至4小时的中长时储能系统占比将迅速提升，以同时满足备电、套利和电网服务需求。部署方式也将从数据中心级的集中式BESS (battery energy storage system)，逐步向机柜级或丛集级的分散式BESS渗透，如电池备用单元，以提供更快的瞬时响应。
预期北美将成为全球最大AI数据中心储能市场，由超大规模云端厂商主导。中国「东数西算」策略将推动数据中心向绿电丰富的西部迁移，AI数据中心+储能将成为西部大型基地的标准配备。预期全球AI数据中心储能新增容量将从2024年的15.7GWh，激增至2030年的216.8GWh，复合年平均成长率达46.1%。
05. AI数据中心迈向800V HVDC架构，推升第三代半导体市场需求
数据中心正经历彻底的电力基础设施变革，服务器机柜功率从千瓦级(kW)迅速攀升至兆瓦级(MW)，供电模式正转向800V HVDC(高压直流)架构，以最大限度地提高效率和可靠性，大幅减少铜缆用量，并支持更紧凑的系统设计，第三代半导体SiC/GaN正是实现这一转型的关键，多家半导体供应商已宣布加入NVIDIA的800V HVDC计划。SiC主要应用于数据中心供电架构的前端、中端环节，负责处理最高电压和最大功率的转换操作。尽管目前SiC功率半导体在最高电压额定值方面仍落后于传统Si，但其具备卓越的热性能和开关特性，对于下一代的固态变压器(SST)技术至关重要。GaN则凭借高频率、高效能优势，在供电链路的中端和末端发挥重要作用，追求极致的功率密度和动态响应。预估第三代半导体SiC/GaN在数据中心供电中的渗透率在2026年将上升至17%，至2030年有望突破30%。
06. 2nm GAAFET革新，2.5D/3D封装突破
随着2nm进入量产，在先进制程商业竞逐中，形成了向内追求更高晶体管密度、向外追求更大封装尺寸的趋势，同时强调异质整合 (Heterogeneous Integration)能力，通过不同功能的多芯片堆栈与不同技术节点的结合，满足高效能运算与人工智能应用需求。
在追求更高晶体管密度的部分，半导体晶圆制造正式由FinFET转进GAAFET，通过Gate-Oxide完整包覆硅通道，在追逐高强度算力同时实现更高效的电流控制。向外部分，2.5D与3D封装技术提供多重芯片堆栈的高密度封装解决方案，使芯片间互连更快速、功耗更低，为下一代数据中心及高性能运算领域带来突破。
随着各家2nm GAAFET进入量产，TSMC（台积电）、Intel（英特尔）与Samsung（三星）则分别推出CoWoS/SoIC、EMIB/FOVEROS、I-Cube/X-Cube等2.5D/3D封装技术，提供前后段整合代工服务。如何在产能利用率、可靠性、成本与良率间取得平衡与商业优势，将是各大晶圆代工与封装厂的核心挑战。
07. 2026年人形机器人出货成长逾700%，聚焦AI自适应与场景应用性
2026年将是人形机器人迈向商用化的关键一年，全球出货量预估年增逾七倍、突破5万台，市场动能聚焦于两大主轴：AI自适应（AI Adaptivity）技术与场景应用导向。AI自适应技术结合高效AI芯片、感测融合与大型语言模型（LLM）的进化，使机器人能在非结构化环境中实时学习与动态决策，展现「谋定而后动」的行为能力。
于此背景下，2026年的人形机器人新品将不再以规格或灵活度为唯一卖点，而是自设计阶段即锁定特定场景价值，从预期最早切入之制造搬运、仓储分拣到检测辅助等，皆能支持场域完整任务。2026年将是人形机器人正式进入以AI为驱动、以应用为核心之产业新阶段。
08. 笔电显示高阶化提速，折叠机主流化进程迎关键节点
OLED显示迎来跨世代的转折时刻。中、韩面板厂的高世代（8.6代）AMOLED产线持续扩产，随着成本结构与良率持续改善，OLED显示技术正加速覆盖从小到大的全尺寸产品，同步带动相关供应链如驱动IC、TCON、触控模块与散热设计等高阶零部件平均单价（ASP）与供应商议价能力。
OLED以自发光、高对比、轻薄化与可变刷新率等特性，突破LCD在厚度与能耗的物理瓶颈，符合Apple（苹果）对影像精度与能源效率的双重要求。Apple预计2026年正式将OLED面板导入MacBook Pro，将带动高阶笔电显示规格由mini-LED转向OLED，预估2025年OLED笔电渗透率可望来到5%，2026年之后，在Apple带动下，2027–2028年可望提升至9–12%。
另外，随着Apple有机会于2026下半年至2027年间正式进入折叠手机市场，将以软硬整合、品牌信任与供应链协同优势重新定义折叠手机价值，推动市场焦点由「外观炫技」转向「生产力与体验深化」，预估将带动全球折叠手机出货量于2027年突破3,000万支。目前折叠手机仍面临迈向主流的最后障碍—铰链可靠度、柔性面板封装、良率与成本控制。Apple对产品验证与质量的谨慎，反映其对进场时机与使用体验的重视，也凸显折叠手机要真正跨入成熟期，仍需时间与实力跨越鸿沟。
09. Meta驱动全球近眼显示跃进，LEDoS技术蓄积成长能量
伴随AI应用深化，Meta推出具显示功能的Meta Ray-Ban Display AR眼镜，锁定「信息提供」应用，让AI更贴近日常、重塑用户使用行为，通过第一视角的数据搜集与反馈，强化AI与用户的双向互动体验。显示技术采用在全彩化与成熟度表现稳健的LCoS，既为尚未完全成熟的LEDoS 争取技术发展时间，也藉由良好的用户体验累积市场声量。
随着市场预期与Meta迭代产品规划的推进，趋势正指向具备更高亮度、对比度的LEDoS 技术，以拓展应用场景，加上Apple、Google（谷歌）、RayNeo（雷鸟创新）、INMO（影目科技）、Rokid（乐奇）、Vuzix等厂商持续布局，成本有望加速下探至大众预期的甜蜜点，有利于LEDoS发展。预估2027-2028年将出现更成熟的全彩LEDoS解决方案，Meta也预计推出新一代搭载LEDoS的AR眼镜。
10. 2026年辅助驾驶渗透率提升，Robotaxi 开启全球多区域扩张
预估2026年L2(含)以上辅助驾驶的渗透率将逾40%，智能化将接续电动车成为汽车产业成长动力。L2辅助驾驶技术已趋成熟，普及关键转向成本，有助降低系统总成本的舱驾一体单晶片与控制器将于2026年进入规模量产，初期主攻中国中阶汽车市场。传统车厂同时积极推动燃油车智能化转型，也是辅助驾驶全面成为车辆标配的驱动力。
另一方面，以L4级为目标的Robotaxi正迎来全球性的扩张浪潮。除了各地法规松绑，车队平台商、服务商对Robotaxi的采用态度转为积极，以及开发商探索端到端(E2E)、VLA(Vision Language Action)等泛化性更强的AI模型，皆有助Robotaxi市场扩大。预计至2026年，Robotaxi将加速覆盖欧洲、中东、日本、澳洲等市场，不再仅限于中国、美国。
工商网监
评论