高盛近期釋出的一份研報描繪了一幅近乎科幻的AI基礎設施遠景：SpaceX的星艦專案到2031年將執行5288次專用AI發射任務，在軌道部署大規模AI算力網路。這一數字遠超當前全球資料中心擴張節奏，但其背後揭示的高頻寬記憶體（HBM）需求邏輯，正迫使投資者重新審視半導體供應鏈的瓶頸排序。

根據該研報的假設，每次星艦發射可攜帶30至50顆AI衛星，每顆衛星內建約一個GB300等效AI機架。以輝達最新的Blackwell架構及後續的Vera Rubin路線圖為參照，每顆AI加速器需配備8個HBM堆疊，單個機架內整合多顆加速器，意味著單次發射任務即消耗數千個HBM堆疊，這還未計入系統所需的常規DRAM和快閃記憶體。部分分析師據此推算，若全部任務如期執行，到2031年在軌AI加速器累計部署量可能突破2億顆。

這一預測的核心贏家並非GPU廠商，而是記憶體供應商。HBM是AI加速器不可或缺的搭檔，而全球具備尖端HBM量產能力的企業僅有三家：美光科技、SK海力士和三星電子。美光此前已披露其HBM長期供貨協議已延伸至未來多個生產週期，反映出供應持續緊張的現實。在高盛描繪的場景中，即使實際發射量僅為預測的零頭，HBM的需求增量也足以讓現有產能規劃相形見絀。有觀察人士甚至指出，這種規模的部署最終可能消耗台積電全部先進製程晶圓產能，儘管這更像是一種誇張的警示。

然而，這篇評論也提醒投資者保持清醒。高盛的預測屬於最佳情景推演，而非既定路線圖。要實現這一藍圖，星艦必須達到常規化發射的可靠性，監管機構需批准數千次發射，軌道AI資料中心還需在技術和經濟上證明可行性。2027年至2028年的早期任務幾乎可以確定只是驗證性專案，距離規模化部署尚有距離。

更值得玩味的是研報內部的一個矛盾：高盛估算軌道AI資料中心的建設成本約為每吉瓦150億至200億美元，顯著低於地面設施每吉瓦280億至320億美元的水平。但這一成本優勢的前提是SpaceX與特斯拉未來通過Terafab製造計劃生產定製AI晶片，逐步降低對輝達硬體的依賴。換言之，該模型短期假設輝達加速器大規模部署，而長期經濟性卻建立在輝達角色弱化的基礎上。

對投資者而言，高盛這份預測的價值不在於5288次發射這一具體數字——它需要發射技術、衛星工程、製造產能和監管審批近乎完美的協同——而在於它揭示的方向：AI對記憶體的需求正在突破地面資料中心的物理邊界，向太空延伸。即便星艦最終只完成部分任務，HBM供應鏈的緊張格局也將在未來數年持續強化，而美光作為關鍵供應商，其需求能見度已遠超當前AI資料中心建設週期所能解釋的範圍。