CXMT稱記憶體架構有進展，晶片股多地走跌

中國記憶體晶片製造商長鑫存儲技術公司（CXMT）宣稱在新型記憶體架構上取得進展後，半導體相關股票出現廣泛賣壓。下跌波及記憶體製造商、晶片設備企業，以及高度曝險於人工智慧基礎設施投資的公司。市場正重新判斷：這家過去在中國本土以外知名度有限的企業，是否可能比預期更快縮小與成熟競爭對手之間的技術差距。

多個市場的晶片股承壓

CNBC報導，週二美光下跌3.62%，在南韓上市的SK海力士收盤下跌10%，三星電子下跌7.4%。SanDisk、希捷與威騰電子等和記憶體、儲存相關的公司也走低。CXMT的消息出現時，投資人原本就對人工智慧基礎設施支出的規模與回報感到憂慮，因此對競爭風險的反應格外明顯。

影響並未侷限於直接競爭者。《衛報》報導，南韓綜合股價指數Kospi下跌6.25%，投資人集中賣出晶片股。日本日經指數下跌1.8%，台灣股市下跌近2%，台積電的跌幅也大致相近。這一連串波動顯示，投資人把CXMT的表態視為可能改變整個科技供應鏈獲利預期的訊號，而不只是單一公司的產品消息。

在日本，半導體設備製造商東京威力科創下跌7.15%，投資OpenAI的軟銀集團下跌8.5%。《衛報》指出，華爾街開盤後，以科技股為主的那斯達克指數下跌超過100點，跌幅為0.35%，報30,556點。美光下跌4.8%，AMD下跌1.4%，輝達下跌0.8%，博通下跌0.2%。同一時間，道瓊工業平均指數早盤上漲近0.4%。

CXMT所稱的技術進展

CXMT在週末表示，其新記憶體架構已有進展，可藉由在更小空間容納更多資料，提高儲存密度。CNBC報導，該公司計畫在2026年底前，推出採用新單元架構的伺服器記憶體產品。這項說法本身並不等於已證明可大規模量產，也不代表已有獨立比較確認其效能可與全球最先進的產品相當。

報導提及的設計採用所謂「4F square」技術。較高的儲存密度，對仰賴大量記憶體的運算系統尤其重要。SK海力士也正推進這類設計，並在2025年提出相關技術藍圖。因此，市場的反應不表示CXMT握有獨一無二的技術，而是反映投資人注意到，中國競爭者可能正接近一個具有戰略重要性的領域。

CXMT生產DRAM晶片，這類記憶體儲存其他AI晶片在運算時所調用的資料。高頻寬記憶體，也就是HBM，是AI晶片系統的重要元件。分析師普遍仍認為，CXMT在記憶體技術前沿落後於美光、三星與SK海力士。然而，任何有關突破的消息，都可能改變投資人對全球龍頭競爭優勢是否能長期維持的看法。

• CXMT稱其DRAM架構在提升密度方面已有進展。
• 公司規劃在2026年底前推出伺服器記憶體產品。
• 美光、三星與SK海力士仍被視為全球記憶體市場的主要領先者。
• 「4F square」技術也列入SK海力士的發展藍圖。

一家快速進入國際視野的公司

CXMT在7月於上海科創板首次公開募股後，獲得國際市場關注。其股票在首個交易日上漲近466%，當時成為市值最高的中國上市公司。CNBC表示，該股其後較首日每股49元人民幣的價格下跌4%，但公司市值仍達3.46兆元人民幣，約合5,200億美元。

這一估值接近騰訊的3.87兆元人民幣。CXMT總部位於合肥，成立於2016年，約十年後完成上市。在這場受到高度矚目的首次公開募股之前，它在中國以外並不廣為人知。如今，公司技術聲明之所以能牽動全球市場，也與其被定位為中國主要記憶體競爭者，以及上市後迅速提高的能見度有關。

出口管制與市占變化

CXMT仍面臨重要限制。美國出口管制實際上限制中國取得先進晶片製造設備，其中包括ASML的極紫外光刻機，也就是EUV設備；這類設備被認為是製造最先進半導體所需的重要工具。因此，不能只憑CXMT的公告，就判定其已消除與全球領先企業的技術落差。

即使存在這些限制，CXMT據稱仍擴大了市占。CNBC引述匯豐上週的一份報告稱，CXMT在全球DRAM市場的市占率已升至約10%，一年前約為4%。中國龐大的國內需求為該公司提供支持。花旗分析師在8月表示，美國政府不太可能允許中國製記憶體在美國銷售，但向歐洲等其他地區的資料中心銷售，可能間接影響美光。

CNBC也引述《金融時報》7月的報導稱，蘋果已開始測試用於中國境內銷售裝置的CXMT DRAM晶片；該報導引述知情人士表示，蘋果也在遊說美國政府，讓該公司產品得以更廣泛使用。蘋果當時被要求評論。這些內容屬於有明確來源歸屬的媒體報導，並不構成產品已經完成更大範圍商業部署的公開確認。

AI投資預期面臨檢驗

這波賣壓也出現在博通執行長陳福陽談及AI投資人之後。依彭博報導、並由《衛報》轉述的內容，他認為有些投資人並不真正理解自己押注的標的，卻設定極端預期，並把這種情況比作賭場。這項說法加深市場對AI相關公司高估值，以及透過債務投入基礎設施的疑慮。

陳福陽提到，OpenAI在9月底達到500億美元年化營收，顯示商業模式可能可行，但不能保證長期獲利。他說，該公司因訓練支出仍在虧損；他也指出，AI實驗室相當一部分企業營收來自試點專案。這些是企業主管的觀點，並不是對整個產業財務狀況的獨立結論。

對台灣的企業與組織而言，最具體的改變是須更密切追蹤伺服器記憶體、儲存設備與AI算力服務的成本和供給。現有報導沒有證明本地供應會立即變動，但它顯示，新競爭者公布的技術進展，即使尚未成為大規模產品，也可能提前影響數位基礎設施的價格預期、利潤空間與採購決策。