記憶體大廠美光於最新法人說明會資料中指出，隨著實體人工智慧（Physical AI）應用快速崛起，未來每台人形機器人對記憶體的需求將上看 200 GB（吉位元組）動態隨機存取記憶體（DRAM）與數 TB（兆位元組）NAND 快閃記憶體。這項評估顯示，自動化設備正由過去高度依賴雲端運算的模式，加速轉向具備高效能邊緣運算能力的新一代自主系統。
實體AI驅動硬體升級 自駕車與人形機器人同列需求引擎
美光指出，實體 AI 的第一波大規模商業化應用集中於自動駕駛車輛，後續則會進一步擴展至人形機器人與各類智慧自主系統。隨著機器人在製造與物流場景中承擔更複雜的任務，系統必須具備極高的即時反應能力，促使製造商導入效能更強、耗電量更低的高階記憶體與儲存元件。
以技術進展來看，達到 L4 級別以上的全自動駕駛車輛，其配備的記憶體與儲存容量通常是現行 L2+ 或 L3 級半自動駕駛系統的 10 倍以上。美光預估人形機器人未來將擁有與高階自駕車相近的硬體配備需求。雖然相關規格仍屬於對未來應用的評估，但已有數家開發實體 AI 的客戶開始針對下一代產品進行測試，顯示產業鏈正在加快研發步調。
記憶體供需維持緊繃 產能擴建難掩成本壓力
在記憶體市場供需方面，業者預測 2027 年與 2028 年的記憶體與儲存產品供應狀況可能比先前更加吃緊。即便半導體產業已規劃擴建 DRAM 無塵室空間，但在車用與工業自動化需求持續成長下，短期內供需平衡仍充滿不確定性。
為了因應強勁的需求，美光規劃在 2027 會計年度上半年投入約 250 億美元的資本支出，下半年投資規模將進一步擴大，主要用於無塵室建置與廠房工程。此外，在高頻寬記憶體（HBM）部分，2027 年大部分的產能供應已簽訂多年期合作協議，價格漲勢帶動營利表現，反映出自動化與 AI 硬體供應鏈對高階儲存元件的強烈依賴。
產業意義
美光對人形機器人記憶體容量的預估，揭示了未來工業自動化硬體架構的根本改變。對於台灣的工業電腦（IPC）製造商、自動化控制器廠商與機器人整合商而言，這意味著邊緣硬體的設計門檻將顯著提高。
過去工廠內的工業機器人多半透過有線網路連接至中央伺服器或雲端進行運算，對終端機器的記憶體需求不高。然而，人形機器人需要執行即時的視覺辨識、路徑規劃與動態平衡控制，無法承受雲端傳輸所帶來的延遲風險。這將促使台灣工業電腦供應鏈加快開發高算力、高容量記憶體整合的邊緣控制主機，同時也意味著自動化設備的單機硬體成本將會上升。製造業業者在部署新一代智慧機器人時，必須重新評估設備投資報酬率與電力管理架構。
技術解析
人形機器人之所以需要高達 200 GB 以上的 DRAM 與數 TB 的 NAND 快閃記憶體，核心原因在於「邊緣端端到端 AI 模型」的運作機制。
在實際運作中，人形機器人配備了多組高解析度攝影機、光學雷達（LiDAR）、觸覺感測器與陀螺儀。機器人要做到自主行走與精準抓取，必須透過「多模態感測融合」技術，將每秒產生的巨量影像與訊號即時寫入 DRAM 進行快取處理。200 GB 以上的高速 DRAM 能確保大型語言模型（LLM）與視覺語言動作模型（VLA）可以直接載入機器人內部的邊緣晶片中運作，達成零延遲的推論與決策。
數 TB 的 NAND 快閃記憶體則扮演機器人的「長期記憶庫」。除了用於儲存作業系統與各種高精度的工廠三維地圖（SLAM 導航資料）外，機器人在日常運作中所累積的異常操作紀錄、環境變化資料與模型更新檔，都需要在大容量的快閃記憶體中進行常駐儲存，以供離線學習與後續優化使用。
常見問題
為什麼人形機器人需要高達 200GB 以上的 DRAM？
人形機器人需要在邊緣端即時執行視覺辨識、感測器融合與複雜的動作決策模型，高容量 DRAM 能確保 AI 模型直接在機器人內部高速運作，避免雲端通訊產生的延遲。
人形機器人對記憶體的需求與自駕車有何相似之處？
兩者皆屬於實體 AI 應用，需要處理多路影像與感測資料並進行毫秒級的即時邊緣運算，因此對記憶體頻寬、儲存容量與耐用度有著極高且相似的規格要求。
這波實體 AI 趨勢對台灣工業電腦產業有何影響？
台灣工業電腦與邊緣控制設備廠商需要提升硬體設計規格，整合更高效能的 AI 運算模組與高容量記憶體，以滿足新一代自主機器人與車載控制系統的需求。