前幾天在股癌 Telegram 看到他貼一張 TrendForce 的 AI 伺服器零組件交期表。
第一眼先看到 ABF 48～56 週、HDD 50 週，接著才發現 GPU 那格反而是綠的。表上 GPU 交期大約 30～40 週，跟平衡水位差不多；DRAM、MLCC、CPU、儲存那幾格倒是紅成一片。
後來回去翻 TrendForce 的 Weekly Radar，9 月 14 日第一期就直接寫了 The GPU is Not the Bottleneck。當時追的六種零組件裡，GPU 是唯一落在正常交期的項目，ABF 已經拉到 48～56 週，平衡水位大約 12 週。
這個變化滿值得留著追。
前兩年 AI server 很好理解，GPU 拿不到，其他料再齊也沒用。現在 GPU 開始照計畫出貨，組機量真的往上走，周邊那些原本沒那麼顯眼的零件才一個個被擠出來。
一台機器少一個關鍵料，還是出不了貨
做硬體的人對這種事應該很熟。
BOM 幾百個料號，99% 都到了也沒用。最後那一顆關鍵料沒到，產線一樣得等。
所以看到 GPU 供應正常，我沒有立刻把它解讀成 AI 需求降溫。比較像是前面最大的塞點慢慢打開，後面的問題才終於排到前面。
TrendForce 9 月 21 日第二期 Weekly Radar 提到，企業級 SSD 交期仍在 16 週，平衡水位約 8 週，NAND 原廠也在把產能往 eSSD 移。到了 9 月 28 日第三期，server CPU 被正式加進 Radar，交期 25～30 週，平常大約 16～20 週。
同一張表裡，股癌貼出的版本還列了 HDD 50 週、MLCC 32 週、DRAM 20 週。這些料件單看分屬不同產業，放回一台 AI server 裡就很合理了：少哪一個都可能拖到整機。
ABF 這種缺，比單純產能不夠麻煩
ABF 是我會特別留下來追的一格。
48～56 週相對 12 週，差得太多，而且這種供給不太能靠「多開一條線」立刻補起來。
AI 晶片越做越大，載板尺寸、層數、製程難度都跟著上去。高階產品最後會卡到良率，客戶換料也有認證時間。新產能開出來，不等於合格產能馬上增加。
所以看缺貨，我現在會多看供給修復速度。
如果只是成熟料短期少一點，價格一漲，廠商很快擴產，幾季後就可能鬆掉。良率、製程和認證卡住的東西，拖的時間通常比較久。
ABF 目前看起來比較像後面這種。
之後 Weekly Radar 如果還維持 50 週上下，代表問題沒有鬆。如果交期開始一路掉到 40、35 週，就算新聞還在講缺貨，供需方向其實已經變了。
這比紅燈本身有用。
HDD 50 週，一開始看很怪，放進 AI memory hierarchy 就比較合理
我看到 HDD 50 週時其實有停一下。
AI 硬體講了這麼久，大家習慣看 GPU、HBM、CoWoS，機械硬碟很少出現在主角區。
但推論和 Agent 跑起來之後，資料會越堆越多。
Context、KV cache、工具輸出、歷史狀態，不可能全部留在 HBM。TrendForce 在 7 月整理 AI inference memory demand 時，就把這條路徑講得很清楚：KV cache 變大之後，資料會往 CPU RAM、SSD POD 這些容量更大的層級搬。NVIDIA Dynamo 也在做同一件事，把較少使用的 KV cache 從 HBM 往較便宜的層級 offload。
9 月 24 日 TrendForce 又寫了一篇 QLC SSD 與 KV cache storage，裡面提到 SSD POD 正在變成 local SSD 與 shared storage 中間的新層級。
這樣看回去，DRAM、eSSD、HDD 同時緊就沒有那麼突兀。
AI 拉動的記憶體需求，範圍已經不只 HBM。
當工作時間拉長、context 變大、Agent 同時跑得更多，資料自然往整個 memory / storage hierarchy 擴散。最熱的放在最快的地方，冷一點的往下放，最後還是需要大量便宜容量接住。
這也是為什麼我覺得 HDD 那格值得留著看。它離 GPU 很遠，但資料中心規模真的放大後，冷資料不會憑空消失。
CPU 又被拉回來，這條線也有點意思
第三期 Weekly Radar 新增 CPU，不太像臨時湊一格。
TrendForce 9 月 29 日另外整理了 Agentic AI 對 CPU 的需求。傳統 AI data center 的 CPU:GPU 大約落在 1:4 到 1:8；Agent 開始處理排程、tool call、資料傳遞、sub-agent 協調後，CPU 工作量會明顯增加。
以前研究 AI server 很容易把 CPU 當配角，因為最貴、最缺、最直接影響算力的是 GPU。
Agentic workload 讓情況多了一層。GPU 還是負責大量模型運算，但瀏覽器、Python、資料庫查詢、I/O、工作調度這些事情，很多仍要靠 CPU。
這種變化如果延續，server DRAM 也會一起被帶上去。TrendForce 今年前面的研究已經觀察到 CPU:GPU 配置從 1:8 往 1:4、甚至 1:2 靠近，NVL72 就是其中一個例子。
所以 CPU 25～30 週我會繼續看，不會只把它當成一般 server 景氣回溫。
MLCC 單價小，缺了還是很煩
股癌那張表上的 MLCC 是 32 週。
放在整台 AI server 的 BOM 裡，MLCC 的金額當然比 GPU 小很多，但硬體常常就是這樣：最貴的東西都有，最後卡在一個便宜的小料。
AI server 功耗一直往上，高階 MLCC 要面對高溫、大電流、可靠度和認證問題。這類料如果客戶不能隨便換，缺貨時的影響就會比 BOM 占比大很多。
看這種零件，我比較不在意「一台用了多少錢」，反而先看替代性。
越難換，交期拉長時越值得追。
這張表我會拿來看方向，不拿來直接找股票
缺貨表很好看，也很容易看過頭。
看到 ABF 56 週、HDD 50 週，很自然會接到漲價、毛利、股價。但中間還有很多條件：供應商能不能漲價、產能何時開出、客戶有沒有替代方案，還有股價是不是早就先反映了。
所以我比較想把 Weekly Radar 當成一張持續更新的交期曲線。
這週 56 週，下週 60 週，跟下週掉到 45 週，雖然都還叫缺貨，意思完全不同。
DRAM、eSSD、CPU 也是一樣。
接下來如果要追 AI 供應鏈，我會固定記幾個欄位：目前交期、正常交期、兩者差距，還有連續幾週是變緊還是變鬆。再把漲價、擴產、良率和客戶認證放進來看。
GPU 的供應狀況大家已經盯得很細。反而是旁邊那些以前沒那麼熱門的料，現在比較容易出現預期差。
股癌貼的這張表對我最大的用處，大概就在這裡。
我之後會繼續留意的，不是哪一格今天最紅，而是哪一格開始默默變得更紅，或已經先轉淡了。
參考資料
- TrendForce｜Weekly Radar 001: The GPU is Not the Bottleneck｜2026-09-14
- TrendForce｜Weekly Radar 002: eSSD Demand is Reshaping NAND Supply｜2026-09-21
- TrendForce｜Weekly Radar 003: Meta's Muse Puts Server CPUs Back in Focus｜2026-09-28
- TrendForce｜Why AI Inference Is Quietly Rewriting the Memory Market?｜2026-07-07
- TrendForce｜Why CSPs Are Turning to QLC SSDs for KV Cache Storage｜2026-09-24
- TrendForce｜Not Just GPUs: Agentic AI Brings CPUs Back｜2026-09-29