交易者為何應關注憶阻器：
下一場AI硬件革命？

甚麼是憶阻器？

憶阻器是一種雙端電子元件，其電阻會根據此前接收到的電信號發生變化。簡單來說，它能夠保留此前電氣狀態的信息，因此具備類似“記憶”的特性。

這一概念最早由電氣工程師蔡少棠（Leon Chua）於1971年提出。直到材料科學和納米技術取得進展後，實際可用的憶阻器件才逐漸出現，使這一概念更接近現實。

憶阻器尤其引人關注的一點，是它有潛力在同一系統中同時實現信息存儲和計算。

傳統計算機通常將這兩項功能分開。處理器負責計算，存儲器則保存計算所需的數據，數據必須不斷在兩者之間傳輸。

對於需要處理海量數據的AI系統而言，這種數據傳輸會消耗大量時間和能源。

在數據存儲位置直接計算

憶阻器正在被用於研究一種被稱為“存內計算”的概念，即某些計算有望直接在信息存儲的位置完成。

如果這一方法成功，它可以減少數據傳輸，並提高特定AI工作負載的效率，從而有望降低延遲和能耗。

不過，對市場而言，關鍵問題並不只是這項技術能否在實驗室中運行，而是這些潛在優勢最終能否轉化為具備商業可行性的產品。

憶阻器與半導體行業

與市場最直接的聯繫來自半導體行業。

AI已經帶動GPU、高帶寬存儲器、網絡設備和專用AI加速器的巨大需求。為了滿足這一需求，半導體製造商正在大舉投資產能和先進設計。

憶阻器最終可能成為這一更廣泛生態系統的一部分。

不過，如果簡單地把憶阻器視為未來GPU的替代品，會具有誤導性。目前的研究更傾向於認為，憶阻技術可能與GPU、CPU以及其他先進存儲形式共同組成專用計算架構的一部分。

不同技術可以處理不同類型的工作負載，而憶阻器可能特別適合那些能夠從“直接在存儲器中處理信息”中受益的計算任務。

機會可能出現在哪裡？

如果這項技術成功發展，潛在受益領域可能包括：

• 存儲技術

• 半導體製造

• AI加速器

• 專用計算架構

對交易者而言，這一區別很重要。新興技術可以重塑一個行業，但並不意味著現有市場領導者會立即失去重要性。

為甚麼數據中心很重要？

數據中心也是憶阻器發展故事中的重要一環。

關鍵問題並不只是建設了多少數據中心，而是運營這些數據中心的經濟成本。

AI設施越來越依賴持續運行的專用硬件。即使只是相對較小的效率提升，當其應用到數千台設備上時，也可能產生顯著影響。

如果基於憶阻器的系統最終能夠以更低的能耗和延遲處理某些AI工作負載，數據中心運營商可能從以下方面受益：

• 更低的運營成本

• 更高的計算能力

• 更高效地利用現有基礎設施

當前投資規模說明瞭這一問題為何重要。Anthropic最近與Lambda達成一項價值350億美元的雲計算協議，其中涉及位於美國得克薩斯州的一座數據中心，預計可提供約350兆瓦的容量。

對交易者而言，信息很明確：計算效率正在成為一個經濟問題，而不僅僅是技術問題。

AI基礎設施與銅的聯繫

AI基礎設施建設也與工業大宗商品產生聯繫，尤其是銅。

雖然AI是一項數字技術，但支撐它的基礎設施卻是實體的。數據中心需要電氣設備、電纜、變壓器、網絡系統和冷卻設施，而半導體製造也依賴廣泛的工業供應鏈。

銅尤其值得關注，因為它被廣泛應用於電力基礎設施。

關鍵並不是憶阻器本身會突然推高銅需求，而是如果AI持續成功擴張，需求可能會向多個與最初推動投資週期的技術相隔數個環節的行業傳導。

這使半導體的故事成為一個更廣泛工業主題的一部分。

憶阻器市場正在增長，但預測差異較大

市場預測也反映出外界對這項技術日益濃厚的興趣。

一項2026年的估算顯示，2025年全球憶阻器市場規模約為5.889億美元，並預計到2034年可能超過120億美元。

不過，由於市場定義和納入的應用範圍不同，各項預測之間存在很大差異。因此，交易者更應關注行業的發展方向，而不是把任何單一預測視為確定結果。

與成熟的半導體行業相比，憶阻器市場目前仍然較小。更大的機會取決於憶阻器能否成功從研究和原型階段走向具備商業可行性的產品。

交易者應該關注甚麼？

最重要的信號，將是那些顯示憶阻器正逐步接近商業化應用的進展。

技術進步很重要，但合作關係和實際產品可能釋放更強的信號。因此，交易者應關注半導體製造商、AI公司和研究機構的相關公告。

值得關注的關鍵進展包括：

• 新的AI加速器設計 這可能表明憶阻組件正在成為實際計算系統的一部分。

• 企業資本支出 如果大型半導體公司投入大量資源發展基於憶阻器的生產，說明行業看到的可能不只是科研價值，而是真實的商業機會。

• 政府資助與戰略投資 公共資金支持可以加快研究進程，並幫助新興技術向製造階段推進。

• 客戶採用與營收 這可能是所有信號中最重要的一個，因為這意味著整個故事開始從技術潛力轉向可以衡量的商業影響。

從研究到營收：真正重要的里程碑

並不是每一條有關憶阻器的新聞都會對金融市場產生實質影響。

大學研究成果的公佈可能引發關注，成功的原型可能更具意義，而商業化產品的重要性則更高。

最有可能改變市場預期的里程碑包括：

• 成功的原型

• 商業化產品

• 重大製造投入

• 整合進AI加速器

• 客戶採用

• 可衡量的營收

這些進展可能更持久地影響市場對半導體公司、AI硬件以及更廣泛科技行業的預期。

相反的情況也有可能發生。如果準確性問題遲遲無法解決、製造成本持續過高，或者競爭技術被證明更加實用，投資者熱情可能迅速降溫。

給交易者的最後思考

關鍵並不是孤立地交易某一條憶阻器新聞。

相反，交易者應尋找這項技術正在走向商業化的證據，例如真實產品、企業投資、製造投入、加速器整合以及客戶採用。這些進展才可能開始改變市場對半導體公司、AI硬件和更廣泛科技行業的預期。

更廣泛的啓示是，下一輪重要的AI市場機會不一定來自開發下一個AI模型的公司，也可能來自那些解決底層硬件挑戰、決定AI最終能夠擴展到何種程度的企業。

憶阻器可能只是很小的電子元件，但圍繞它的經濟問題卻大得多：

下一代計算能否在不按比例消耗更多能源的情況下，提供更多有用的AI性能？

如果最終答案是肯定的，其影響可能遠遠超出半導體行業，並波及數據中心經濟性、科技公司估值、能源需求以及更廣泛的工業供應鏈。

對交易者而言，這使憶阻器在今天就值得納入關注範圍，即使它最重要的市場影響可能仍需要一段時間才會顯現。