AI 記憶體超級周期:先別急著追漲,先看懂需求搬到哪裡
這一輪記憶體上行不只靠手機與 PC 復甦,而是 AI 訓練、推理、KV Cache、企業級 SSD 與端側模型一起改寫需求結構。供給又被 HBM 與先進製程吸走,才形成量價齊升。
謝銘元(艾克斯)整理的HBM研究、數據與實務文章。
index,follow
這一輪記憶體上行不只靠手機與 PC 復甦,而是 AI 訓練、推理、KV Cache、企業級 SSD 與端側模型一起改寫需求結構。供給又被 HBM 與先進製程吸走,才形成量價齊升。
2026 年全球九大 CSP 資本支出預估年增 79%,AI 伺服器出貨量成長 28%以上。GPU 最吸睛,HBM、DRAM 與企業級 SSD 卻是每台機器都繞不開的資料通道。
一般型 DRAM 2026 Q2 合約價季增 58–63%、NAND 增 55–60%;Q3 預估收斂至 13–18%與 10–15%。價格還在漲,但消費端承受力已成為限制。
GPU 算得再快,資料送不進去也只是昂貴地等待。HBM 用 3D 堆疊、TSV 與寬介面提高頻寬;存算一體則試圖從根本減少搬運。
模型每生成一個 token,都不想把前文重算一次。KV Cache 保存上下文,卻會隨序列與併發量擴張,迫使資料從 HBM 外溢到 DRAM、SSD 與共享儲存。
DRAM 資本支出預估年增 29%,NAND 增 5%;但錢主要花在 HBM、TSV、製程、高層數與混合鍵合。2026 年新增位元有限,真正供給拐點更可能落在 2027 之後。
把 CSP 支出、伺服器出貨、單機容量、合約價、庫存、HBM 占比、晶圓產能與公司現金流放在同一張表,才能分辨景氣延續與轉折。
產品高度標準化、供給集中、資本支出龐大,加上需求容易被庫存放大,讓記憶體形成約 3–4 年周期。AI 可能拉長上行,卻沒有取消周期。
報告整理 Rubin GPU 每顆 288GB HBM4、單櫃 HBM 20.7TB、LPDDR5X 54TB,以及接近 2PB 的 NAND 情境。每一代平台都在把更多資料留在運算附近。
本輪半導體軍備競賽與上一輪最大的差別,不只是金額更大,而是資金集中得更深:先進邏輯、DRAM、HBM、NAND 與先進封裝,同時成為 AI 基礎設施的瓶頸。
AI 需求、工程進度、地緣政治與工程毛利,是報告列出的四大風險。把風險改寫成可追蹤訊號,才不會只在股價下跌後才想起免責聲明。
資本支出很適合製造宏大敘事,但投資回報最後仍要回到三本帳:公司花多少錢、工程走到哪裡,以及產能如何轉成收入與現金。
韓國的新增產能依附既有產業聚落,從三星平澤到 SK 海力士清州、龍仁,形成廠房、研發、記憶體與先進封裝的連續投資。
美光 2026 財年資本支出指引超過 270 億美元,接近前一財年的兩倍。真正的訊號,是 DRAM、HBM、NAND、先進封裝與美國本土製造同時擴張。
三星業務線更廣、資本配置更複雜;SK 海力士則把重心壓在下一代 DRAM 與 HBM。兩家公司都在韓國建立可延續多年的大型產能平台。