隨著生成式人工智慧與實體 AI（Physical AI）技術快速融入機器人設計，全球人形機器人對動態隨機存取記憶體（DRAM）的需求量預計將在四年內呈現超過二十倍的爆發性成長。這項趨勢除了帶動高階運算晶片的消長，也為全球半導體產業與台灣記憶體供應鏈開啟了全新的競爭戰場。
人形機器人出貨擴大 單機記憶體容量翻倍
根據市場調查機構 Counterpoint Research 最新發布的分析，全球人形機器人產業的 DRAM 總需求量，將從今年的 8,300 太位元（Tbit）大幅成長至 2030 年的 17 萬 2,000 太位元，四年內的規模增幅超過二十倍。推動這波需求的關鍵，來自於機器人普及率的上升以及單機記憶體搭載量的倍增；預估每台人形機器人平均採用的 DRAM 容量，將從今年的 19GB 拉升至 2030 年的 39GB。
金融機構的預估亦呼應了此一浪潮，預測全球人形機器人出貨量將在 2030 年達到約 89 萬台，到了 2035 年更可望邁向 650 萬台規模。在硬體成本結構上，單台機器人平均需消耗 3,000 至 6,000 美元的半導體元件，其中邊緣儲存裝置的價值就占據了 600 至 800 美元，顯示出記憶體與儲存晶片在機器人產業中的重量級地位。
全球記憶體巨頭爭相布局 台廠同步搶攻邊緣商機
面對人形機器人帶來的額外需求，全球記憶體大廠紛紛展開部署。原本在高頻寬記憶體（HBM）領域主導市場的韓國三星電子（Samsung Electronics）與 SK 海力士（SK Hynix），正積極規劃將既有技術能力延伸至機器人所需的低功耗與高容量產品；美國美光（Micron）與日本鎧俠（Kioxia）也持續著眼於自動駕駛與機器人的高容量邊緣儲存市場。
台灣記憶體製造商亦未缺席這波 AI 邊緣轉型潮。南亞科（Nanya Technology）持續推進低功耗動態隨機存取記憶體（LPDDR5/5X）及晶圓堆疊（Wafer-on-Wafer, WoW）技術；華邦電（Winbond）則發表客製化超高頻寬記憶體（CUBE）架構，結合先進封裝技術，解決邊緣運算處理器的傳輸瓶頸與功耗限制。
產業意義
人形機器人在本質上可視為「高移動性的邊緣 AI 伺服器」。過往台灣機器人供應鏈的關注焦點多集中於關節馬達、減速機與金屬結構件等機械硬體，但隨著邊緣 AI 模型複雜度劇增，高容量與低功耗記憶體成為決定機器人反應速度的關鍵。
這項趨勢為台灣半導體與封測產業帶來顯著的升級契機。台廠可運用在客製化記憶體、3D 晶片堆疊與先進封裝的成熟經驗，切入高附加價值的邊緣 AI 控制模組。對於製造業工廠現場而言，具備高容量記憶體的機器人能在本地端即時處理高複雜度的影像與感測資料，無需將數據傳回雲端伺服器，不僅解決了廠區網路延遲與頻寬限制，亦能大幅降低核心生產資料外洩的安全風險。
技術解析
人形機器人若要在複雜的工廠或日常環境中靈活運作，必須透過視覺攝影機、光達（LiDAR）及觸覺感測器等設備，即時蒐集周遭環境的巨量數據。傳統機器人採用階層式程式碼控制，而新型態的人形機器人則導入端到端（end-to-end）AI 模型與「世界模型（World Model）」，直接將感測器蒐集到的多模態資訊轉化為機器人的肢體動作。
這種控制機制需要在幾毫秒內處理龐大的資料運算，一旦記憶體傳輸頻寬不足或容量過小，機器人就會出現動作延遲或判斷錯誤。由於人形機器人仰賴內建電池運作，無法直接使用伺服器高耗能的高頻寬記憶體，因此大多採用針對行動裝置開發的低功耗動態隨機存取記憶體（LPDDR5X）與高容量 NAND 快閃記憶體（NAND Flash）。例如輝達（NVIDIA）推出的 Jetson AGX Thor 機器人運算平台即配置了 128GB 的 LPDDR5X，透過低功耗與高頻寬的結合，在極有限的功耗與空間內實現極致的邊緣 AI 運算效率。
常見問題
為什麼人形機器人需要比一般智慧型手機更高的 DRAM 容量？
人形機器人必須同時處理攝影機、光達與觸覺感測器傳入的多模態資料，並運用端到端 AI 模型即時計算關節動作，這需要龐大的記憶體暫存空間與高傳輸頻寬，才能確保機器人動作流暢且不卡頓。
機器人用記憶體與資料中心伺服器採用的 HBM 有何不同？
資料中心伺服器採用高頻寬記憶體（HBM），運作時功耗與發熱較高；人形機器人受限於電池續航力與散熱空間，主要採用低功耗動態隨機存取記憶體（LPDDR）與高容量快閃記憶體。
台灣記憶體業者在人形機器人供應鏈中有哪些優勢？
台灣記憶體廠如南亞科與華邦電，具備低功耗記憶體（LPDDR5/5X）的研發能力，並擁有晶圓堆疊（WoW）與客製化超高頻寬記憶體（CUBE）等先進封裝技術，能提供高整合度、低功耗的客製化晶片方案。