HBM จะเปลี่ยนจากภาวะขาดแคลนไปสู่ภาวะล้นตลาดหรือไม่? ความเสี่ยงวัฏจักรที่นักลงทุนหน่วยความจำ AI ต้องเฝ้าระวัง

HBM มีแนวโน้มที่จะยังคงตึงตัวในระยะสั้นมากกว่าที่จะเปลี่ยนจากภาวะขาดแคลนไปสู่ภาวะล้นตลาดอย่างกว้างขวางอย่างกะทันหัน ความเสี่ยงด้านการลงทุนที่แท้จริงไม่ใช่ว่าอุปทานจะตึงตัวในวันนี้หรือไม่ แต่คือว่ากำลังการผลิตใหม่หลังปี 2027 การจัดส่ง GPU สำหรับ AI ความต้องการ ASIC แบบสั่งทำพิเศษ CAPEX ของผู้ให้บริการคลาวด์ และราคา HBM4 จะอ่อนแอลงพร้อมกันหรือไม่ HBM มีสัญญาจัดหาระยะยาว กำแพงกีดกันด้านการแพ็กเกจขั้นสูง และขั้นตอนการรับรองจากลูกค้า ทำให้ทนต่อวัฏจักรได้มากกว่า DRAM ทั่วไป แต่หากการขยายกำลังการผลิตเติบโตเร็วกว่าความต้องการเซิร์ฟเวอร์ AI หุ้นหน่วยความจำที่เกี่ยวข้องอาจเข้าสู่การปรับฐานมูลค่าหลักทรัพย์ก่อนเป็นอันดับแรก

ประเด็นสำคัญ

• HBM ยังคงตึงตัวในระยะสั้น โดยมีแรงหนุนจากดีมานด์ที่แข็งแกร่งในปี 2026–2027
• ความเสี่ยงจากอุปทานล้นตลาดมาจากการขยายกำลังการผลิต ดีมานด์ที่ชะลอตัว และการเจรจาปรับราคาใหม่เป็นหลัก
• HBM ทนต่อวัฏจักรได้ดีกว่า DRAM ทั่วไป แต่ก็ไม่ได้รอดพ้นจากวัฏจักร
• CAPEX ของผู้ให้บริการคลาวด์ ยอดจัดส่ง AI GPU และดีมานด์ ASIC ถือเป็นตัวแปรสำคัญ
• หากอุปทาน HBM4 เพิ่มขึ้นเร็วกว่าดีมานด์ ความคาดหวังด้านกำไรอาจถูกประเมินใหม่
• การลงทุนในห่วงโซ่อุปทาน HBM ต้องพิจารณาอุปทาน ราคา ลูกค้า และมูลค่าหลักทรัพย์ควบคู่กันไป

ทำไมภาวะขาดแคลน HBM จึงยังไม่สิ้นสุด

HBM ยังคงใกล้เคียงกับภาวะขาดแคลนเชิงโครงสร้างมากกว่าจะเป็นภาวะอุปทานล้นตลาดในทันที GPU สำหรับ AI, AI ASIC แบบกำหนดเอง, คลัสเตอร์สำหรับการเทรน และเซิร์ฟเวอร์สำหรับอินเฟอเรนซ์ ล้วนบริโภคหน่วยความจำแบบแบนด์วิดท์สูง ในขณะที่การผลิต HBM ยังคงถูกจำกัดด้วยอัตราผลผลิต (yield), TSV, กระบวนการซ้อนชิป, การบรรจุชิปขั้นสูง และการรับรองจากลูกค้า ตราบใดที่ความต้องการตัวเร่ง AI (AI accelerators) ยังคงเติบโตต่อไป อุปทาน HBM จะยังคงปล่อยออกสู่ตลาดได้ยากในระยะสั้น

HBM แก้ปัญหาคอขวดด้านแบนด์วิดท์หน่วยความจำสำหรับตัวเร่ง AI ไม่ใช่แค่ปัญหาเรื่องความจุ การฝึกโมเดลขนาดใหญ่ต้องการการเคลื่อนย้ายพารามิเตอร์ ค่าการกระตุ้น (activations) และผลลัพธ์ระหว่างกลางด้วยความเร็วสูงข้าม GPU หรือ ASIC การอนุมาน (inference) ที่มีบริบทยาวยังเพิ่มแรงกดดันต่อความจุและแบนด์วิดท์ของ KV cache อีกด้วย ผลประกอบการล่าสุดของ NVIDIA แสดงให้เห็นว่า รายได้จากกลุ่ม Data Center แตะ 62,300 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 75% เมื่อเทียบกับปีก่อนหน้า และการเติบโตของการส่งมอบตัวเร่ง AI ในลักษณะนี้ส่งผลโดยตรงต่อการเพิ่มขึ้นของความต้องการ HBM

อุปทานยังไม่สามารถเพิ่มขึ้นได้เร็วเท่ากับ DRAM ทั่วไป HBM ต้องใช้เวเฟอร์เป็นจำนวนมากกว่า และสามารถแย่งกำลังการผลิตของ DRAM ทั่วไปได้บางส่วน กระบวนการผลิตของมันเกี่ยวข้องกับ TSV, การซ้อนทับ (stacking), การทดสอบ และการบรรจุขั้นสูง โดยปัญหาด้านอัตราผลผลิต (yield) ในขั้นตอนใดขั้นตอนหนึ่งก็สามารถจำกัดปริมาณการจัดส่งขั้นสุดท้ายได้ HBM ยังต้องผ่านการรับรองจาก NVIDIA, AMD, ผู้ให้บริการคลาวด์ และลูกค้า ASIC แบบสั่งทำพิเศษอีกด้วย ผู้ผลิตหน่วยความจำจึงไม่สามารถสร้างอุปทานที่มีประสิทธิภาพได้ทันทีเพียงด้วยการขยายกำลังการผลิตของตนเองแต่เพียงอย่างเดียว

สภาพแวดล้อมราคาหน่วยความจำในวงกว้างยังช่วยเสริมความรู้สึกถึงความตึงตัวของ HBM อีกด้วย Gartner คาดการณ์ว่ารายได้เซมิคอนดักเตอร์ทั่วโลกจะเกิน 1.3 ล้านล้านดอลลาร์สหรัฐ ในปี 2026 โดยราคา DRAM และ NAND Flash ถูกคาดว่าจะเพิ่มขึ้น 125% และ 234% ตามลำดับ และการคลายตัวของราคาอย่างมีนัยสำคัญอาจล่าช้าจนถึงปลายปี 2027 ซึ่งสะท้อนให้เห็นว่าหน่วยความจำสำหรับ AI ไม่ได้มีราคาสูงขึ้นเพียงลำพัง แต่เกิดขึ้นท่ามกลางสภาพแวดล้อม "memflation" ในวงกว้าง

ผลประกอบการไตรมาส 3 ปีงบการเงิน 2026 ของ Micron ยังแสดงให้เห็นว่าศูนย์ข้อมูล AI ได้กลายเป็นปัจจัยขับเคลื่อนหลักของดีมานด์หน่วยความจำ บริษัทรายงานรายได้ 41,460 ล้านดอลลาร์สหรัฐ และเอกสารประกอบการประกาศผลประกอบการระบุว่ารายได้จากศูนย์ข้อมูลแซงกว่า 25,000 ล้านดอลลาร์สหรัฐ ขณะที่รายได้จาก SSD สำหรับศูนย์ข้อมูลแซงกว่า 5,000 ล้านดอลลาร์สหรัฐ ข้อมูลเหล่านี้แสดงให้เห็นว่าดีมานด์หน่วยความจำระดับไฮเอนด์ยังคงแข็งแกร่ง แต่ในขณะเดียวกันก็หมายความว่าตลาดจะตั้งคำถามอย่างเข้มงวดยิ่งขึ้นว่าการเติบโตสูงในอนาคตจะสามารถสนับสนุนการขยายกำลังการผลิตและความคาดหวังด้านมูลค่าหุ้นได้หรือไม่

สรุป: ภาวะขาดแคลน HBM ยังไม่สิ้นสุดลง เนื่องจากด้านอุปสงค์ยังคงได้รับการสนับสนุนจาก AI GPU, custom ASICs และการก่อสร้างศูนย์ข้อมูลของผู้ให้บริการคลาวด์ ในขณะที่ด้านอุปทานถูกจำกัดด้วยปัจจัยต่าง ๆ เช่น เวเฟอร์ การซ้อนชั้น อัตราผลผลิต และการบรรจุขั้นสูง ความตึงตัวในระยะสั้นไม่ได้หมายความว่าจะไม่มีความเสี่ยงอุปทานล้นตลาดในระยะยาว แต่ตรรกะวัฏจักรของ DRAM ทั่วไปไม่ควรนำไปประยุกต์ใช้กับ HBM โดยตรง ความเสี่ยงของ HBM มีแนวโน้มที่จะปรากฏขึ้นก่อนในคำสั่งซื้อล่วงหน้า การเจรจาด้านราคา ข้อผูกพันเรื่องปริมาณของลูกค้า และการรับรองรุ่นผลิตภัณฑ์ มากกว่าที่จะปรากฏในรูปแบบการสะสมสินค้าคงคลังอย่างกะทันหันในตลาดสปอต

ความเสี่ยงอุปทานล้นตลาดของ HBM จะปรากฏขึ้นก่อนที่ใด

ความเสี่ยงจากอุปทานล้นตลาดของ HBM มักไม่ปรากฏให้เห็นครั้งแรกในรูปแบบการพังทลายของตลาดสปอต แต่มีแนวโน้มที่จะแสดงออกมาในรูปของสัญญาจัดหาล่วงหน้าที่มีระยะเวลาสั้นลง การขึ้นราคาที่ช้าลง การผูกมัดปริมาณกับลูกค้าล่วงหน้าที่น้อยลง และการผ่านการรับรอง HBM4 หรือการเพิ่มกำลังการผลิตที่ต่ำกว่าคาด สำหรับนักลงทุนแล้ว สัญญาณความเสี่ยงแรกสุดไม่ใช่การที่ HBM ขายไม่ออก แต่คืออำนาจการกำหนดราคาของผู้ผลิตที่เริ่มอ่อนแอลง

ความแตกต่างที่ใหญ่ที่สุดระหว่าง HBM กับ DRAM ทั่วไปคือลูกค้ามักล็อกกำลังการผลิตล่วงหน้า ในเอกสารไตรมาส 1 ปีการเงิน 2026 Micron เปิดเผยว่าได้ทำสัญญา ด้านราคาและปริมาณ สำหรับอุปทาน HBM ทั้งหมดของปีปฏิทิน 2026 รวมถึง HBM4 ข้อตกลงเหล่านี้ช่วยเพิ่มความชัดเจนของคำสั่งซื้อและลดความผันผวนของราคาในระยะสั้น แต่ในอีกด้านหนึ่ง นักลงทุนต้องคอยติดตามว่าข้อตกลงจะถูกต่ออายุ ปรับราคาใหม่ หรือเปลี่ยนจากข้อผูกพันระยะหลายปีไปสู่วงจรการเจรจาที่สั้นลงหรือไม่

สัญญาณยุคแรกอีกประการมาจาก HBM4 การเปลี่ยนผ่านจาก HBM3E ไปเป็น HBM4 ไม่ใช่แค่การอัปเกรดผลิตภัณฑ์เท่านั้น แต่ยังสามารถกระจายส่วนแบ่งซัพพลายเออร์ใหม่ได้อีกด้วย หากการผ่านการรับรอง HBM4 ของบริษัทใดถูกเลื่อนออกไป การรับรู้รายได้ก็อาจถูกผลักไปให้ช้ากว่าเดิม หากซัพพลายเออร์หลายรายเริ่มผลิตได้สำเร็จในช่วงเวลาเดียวกัน แต่ความต้องการตัวเร่ง AI ไม่เติบโตตามไปด้วย สภาวะอุปทานที่คลายตัวลงอาจปรากฏให้เห็นได้เร็วกว่าในการเจรจาด้านราคา TrendForce คาดการณ์ว่าการติดตั้งโครงสร้างพื้นฐาน AI จะสนับสนุนการเติบโตของความต้องการ HBM ในปี 2026–2027 แต่ก็ระบุด้วยว่าปัจจัยขับเคลื่อนด้านความต้องการอาจเปลี่ยนแปลงไปในแต่ละปี ซึ่งหมายความว่า HBM ไม่ใช่เส้นตรงที่ไร้ความผันผวน

สัญญาณที่สามคือการพึ่งพาลูกค้าเพียงไม่กี่ราย HBM ผูกพันอย่างมากกับลูกค้าจำนวนไม่มากนัก ได้แก่ ผู้ผลิต AI GPU, ผู้ผลิต ASIC และ hyperscaler การเปลี่ยนแปลงด้านการจัดซื้อจาก NVIDIA, AMD, ลูกค้า custom ASIC ของ Broadcom และผู้ให้บริการคลาวด์ ล้วนส่งผลกระทบต่อคำสั่งซื้อ HBM ได้ทั้งหมด หากโครงการขนาดใหญ่ถูกเลื่อนออกไป ผลกระทบต่อรายได้และส่วนแบ่งการตลาดของผู้ผลิตอาจเห็นได้ชัดเจนกว่าในตลาด DRAM ทั่วไป

การรายงานของ Reuters เกี่ยวกับ SK hynix ชี้ให้เห็นว่าตลาดยังคงมองเห็นดีมานด์เชิงโครงสร้างต่อชิปหน่วยความจำที่ขับเคลื่อนด้วย AI และอุปทานอาจยังคงตามหลังดีมานด์ต่อเนื่องไปจนถึงหลังปี 2027 หมายความว่าภาวะอุปทานล้นตลาดในระยะสั้นไม่ใช่กรณีหลักที่ตลาดคาดการณ์ แต่ความคาดหวังที่แข็งแกร่งในตัวมันเองก็เพิ่มความอ่อนไหว: หากราคาที่เพิ่มขึ้น คำสั่งซื้อที่จองล่วงหน้า หรือสัดส่วนของ HBM4 ตกต่ำกว่าคาด หุ้นหน่วยความจำอาจผันผวนก่อนที่สภาพอุปสงค์-อุปทานจริงจะทรุดโทรมลง

สรุป: ความเสี่ยงจากอุปทานล้นตลาดของ HBM ไม่ได้เริ่มต้นจากการที่ผู้ซื้อหายไปอย่างกะทันหัน แต่เริ่มต้นจากการเปลี่ยนแปลงพฤติกรรมของลูกค้าและการเจรจาต่อรองราคา คุณควรให้ความสำคัญกับว่าข้อตกลงการจัดหาจะสั้นลงหรือไม่ การนำ HBM4 มาใช้จะราบรื่นเพียงใด การขึ้นราคาจะช้าลงหรือไม่ ลูกค้าจะลดปริมาณการผูกมัดซื้อล่วงหน้าหรือไม่ และความสามารถในการบรรจุขั้นสูงจะเปลี่ยนจากจุดคอขวดไปสู่ส่วนเกินหรือไม่ หากสัญญาณเหล่านี้ปรากฏขึ้นพร้อมกัน ปริมาณการจัดส่ง HBM อาจยังคงเติบโต แต่อัตรากำไรและมูลค่าหุ้นอาจอยู่ภายใต้แรงกดดันแล้ว

ความต้องการหน่วยความจำ AI จะยังคงหนุน HBM ต่อไปได้อีกนานแค่ไหน?

ความต้องการหน่วยความจำสำหรับ AI ยังคงมีปัจจัยสนับสนุนในระยะกลาง แต่ไม่สามารถคาดการณ์ให้เติบโตขึ้นเรื่อย ๆ ได้ไม่จำกัด การฝึกโมเดล บริการอนุมาน (inference) บริบทที่ยาวขึ้น AI เชิงเอเจนต์ และชิป ASIC แบบกำหนดเอง จะยังคงขับเคลื่อนความต้องการ HBM ต่อไป แต่หากประสิทธิภาพการอนุมานดีขึ้น สถาปัตยกรรมโมเดลได้รับการปรับปรุงให้เหมาะสม หรือ CAPEX ของผู้ให้บริการคลาวด์ช้าลง ปริมาณ HBM ที่ต้องการต่อหน่วยการคำนวณหรือต่อโทเค็นอาจลดลง และการเติบโตของความต้องการอาจเปลี่ยนจาก "การแย่งชิงความจุ" ไปสู่ "การจับคู่อย่างแม่นยำ"

การฝึกฝน (Training) และการอนุมาน (Inference) มีตรรกะความต้องการที่แตกต่างกันต่อ HBM การฝึกฝนอาศัยคลัสเตอร์ GPU ขนาดใหญ่ การซิงโครไนซ์แบบแบนด์วิดท์สูง และการเคลื่อนย้ายข้อมูลขนาดใหญ่เป็นหลัก ส่วนการอนุมานให้ความสำคัญกับปริมาณงาน (throughput) ความหน่วง (latency) ต้นทุน และแคช KV เป็นหลักมากกว่า โมเดลบริบทยาว โมเดลมัลติโมดัล และบริการเอเจนต์แบบเรียลไทม์ เพิ่มแรงกดดันด้านหน่วยความจำ แต่การทำ quantization การเพิ่มประสิทธิภาพแคช ความกระจัดกระจาย (sparsity) และสถาปัตยกรรมหน่วยความจำแบบเฮเทอโรจีเนียส ก็สามารถลดการใช้ HBM ต่อหนึ่งงานได้เช่นกัน

ASIC แบบกำหนดเฉพาะถือเป็นอีกหนึ่งปัจจัยแปรผัน ในอดีต ความต้องการ HBM ส่วนใหญ่ขับเคลื่อนโดย GPU ของ NVIDIA ปัจจุบันผู้ให้บริการคลาวด์และผู้จำหน่ายชิปต่างก็ขยายการพัฒนาตัวเร่ง AI แบบกำหนดเฉพาะเช่นกัน แนวโน้มปี 2026 ของ SK hynix ระบุว่า HBM3E จะยังคงเป็นแกนหลักของตลาด ขณะที่ HBM4 และหน่วยความจำทั่วไปจะเป็นเส้นทางการเติบโตในระยะกลางถึงระยะยาว และวัฏจักรพุ่งของหน่วยความจำ AI ไม่ได้ขึ้นอยู่กับเส้นทาง GPU เพียงหนึ่งเดียวอีกต่อไป สิ่งนี้สร้างความต้องการ HBM เพิ่มขึ้น แต่ก็เปลี่ยนแปลงส่วนแบ่งของผู้จัดจำหน่ายและโครงสร้างลูกค้าด้วยเช่นกัน

CAPEX ของผู้ให้บริการคลาวด์กำหนดเพดานบนของดีมานด์ ตราบใดที่ผู้ให้บริการคลาวด์ยังคงขยายศูนย์ข้อมูล AI ต่อไป ดีมานด์ HBM ก็จะยังคงแข็งแกร่ง หากผู้ให้บริการคลาวด์เปลี่ยนจากการรักษากำลังการผลิตไปสู่การเพิ่มประสิทธิภาพการใช้งาน การเติบโตของออร์เดอร์ HBM อาจชะลอตัวลง Samsung กล่าวในผลประกอบการไตรมาส 1 ปี 2026 ว่าธุรกิจหน่วยความจำของบริษัทมียอดขายรายไตรมาสทำสถิติสูงสุดจากดีมานด์ AI มูลค่าสูงและการขึ้นราคาในอุตสาหกรรม ขณะที่ ดีมานด์หน่วยความจำสำหรับเซิร์ฟเวอร์ ในครึ่งหลังของปียังคงได้รับการสนับสนุนจาก hyperscalers, AI ระดับองค์กร และบริการ LLM ซึ่งสะท้อนว่าดีมานด์ยังคงแข็งแกร่ง แต่ในขณะเดียวกันก็แสดงให้เห็นว่า HBM ผูกพันอย่างลึกซึ้งกับวงจรการลงทุนของผู้ให้บริการคลาวด์

คำถามสำคัญไม่ใช่ว่าความต้องการ AI ยังคงมีอยู่หรือไม่ แต่คือการเติบโตของความต้องการ AI จะสามารถเติบโตเกินการเติบโตของอุปทานได้ต่อไปหรือไม่ หากรายได้จากการแปรงาน AI (inference) เป็นเชิงพาณิชย์แข็งแกร่งเพียงพอ ผู้ให้บริการคลาวด์ก็จะยังคงจัดซื้อตัวเร่ง AI และ HBM ต่อไป หากรายได้จากบริการ AI เติบโตช้ากว่าต้นทุนค่าเสื่อมราคา ค่าไฟฟ้า ค่าชิป และค่าบำรุงรักษา การจัดซื้อจัดจ้างก็จะระมัดระวังขึ้น สำหรับนักลงทุนใน HBM ความต้องการที่แข็งแกร่งไม่ได้หมายความว่ามูลค่าหลักทรัพย์จะปลอดภัยโดยอัตโนมัติ มีเพียงความต้องการที่ยังคงทำได้ดีเกินความคาดหมายเท่านั้นที่จะสนับสนุนอัตรากำไรและมูลค่าหลักทรัพย์ในระดับสูงได้

หากคุณติดตาม HBM, ชิป AI หรือหุ้นหน่วยความจำ นอกจากแนวโน้มของอุตสาหกรรมแล้ว คุณยังต้องใส่ใจต้นทุนการซื้อขายจริงด้วย ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ มักรวมถึงมากกว่าค่าคอมมิชชัน โดยอาจรวมถึงค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมสถาบันภายนอก และค่าธรรมเนียมกิจกรรมการซื้อขาย Biya ไม่เก็บค่าคอมมิชชันในการซื้อขายหุ้นสหรัฐฯ (0 ดอลลาร์สหรัฐ) ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมสถาบันภายนอก และค่าธรรมเนียมอื่น ๆ อยู่ภายใต้ ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ และการแสดงผลของคำสั่งซื้อขาย ความพร้อมใช้งานของบริการขึ้นอยู่กับที่ตั้งของผู้ใช้ ผลการยืนยันตัวตน กฎของแพลตฟอร์ม และกฎหมายและข้อบังคับที่เกี่ยวข้อง

สรุป: ความต้องการหน่วยความจำสำหรับ AI ยังคงแข็งแกร่ง แต่ไม่ควรมองว่าเป็นการเติบโตแบบไม่จำกัด การฝึกฝนโมเดล (Training), การอนุมาน (Inference), บริบทยาว (Long Context) และ ASIC จะยังคงหนุนความต้องการ HBM ต่อไป ขณะเดียวกัน การปรับปรุงประสิทธิภาพของโมเดล สถาปัตยกรรมหน่วยความจำแบบผสมผสาน (Heterogeneous Memory) และวินัยการลงทุนของผู้ให้บริการคลาวด์ อาจทำให้อัตราการเติบโตของความต้องการลดลง ตัวชี้วัดจริงที่ควรติดตามคือปริมาณการจัดส่ง AI GPU และ ASIC งบลงทุน (CAPEX) ของผู้ให้บริการคลาวด์ รายได้จากการพาณิชย์ของ Inference และต้นทุนหน่วยความจำต่อโทเคน หากการเติบโตของความต้องการต่ำกว่าการเติบโตของกำลังการผลิต ความเสี่ยงจาก HBM ล้นตลาดจะเพิ่มขึ้นอย่างมีนัยสำคัญ

การขยายกำลังการผลิตของสามผู้ผลิตหน่วยความจำรายใหญ่จะสร้างวงจรสินค้าล้นตลาดรอบใหม่หรือไม่?

การขยายกำลังการผลิตของผู้ผลิตหน่วยความจำรายใหญ่ทั้งสามรายไม่จำเป็นต้องก่อให้เกิด HBM ล้นตลาดทันที แต่มันเพิ่มความอ่อนไหวต่อความไม่สมดุลระหว่างอุปสงค์และอุปทานหลังปี 2027 SK hynix, Samsung และ Micron ต่างเพิ่มการลงทุนใน HBM, DRAM และการบรรจุภัณฑ์ขั้นสูง ตราบใดที่อุปสงค์ยังคงสูงเกินคาด การขยายกำลังการผลิตก็เป็นสิ่งจำเป็น แต่หากการจัดซื้อของผู้ให้บริการคลาวด์ช้าลง กำลังการผลิตใหม่อาจขยายความผันผวนของวัฏจักรได้

จุดแข็งของ SK hynix อยู่ที่ส่วนแบ่งตลาด HBM ความสัมพันธ์กับลูกค้า และประสบการณ์การผลิตจริงในปริมาณมาก บริษัทรายงานรายได้ 52.5763 ล้านล้านวอน กำไรจากการดำเนินงาน 37.6103 ล้านล้านวอน และกำไรสุทธิ 40.3459 ล้านล้านวอนในไตรมาสที่ 1 ของปี 2026 สะท้อนถึงผลกำไรที่ทรงพลังจาก HBM และ DRAM ระดับไฮเอนด์ ความเป็นผู้นำนี้นำมาซึ่งความยืดหยุ่นทางรายได้ แต่ก็นำมาซึ่งความเสี่ยงจากฐานที่สูงเช่นกัน: หากส่วนแบ่ง HBM4 ข้อผูกพันของลูกค้า หรือการขึ้นราคาไม่เป็นไปตามคาดหมาย ราคาหุ้นอาจมีความอ่อนไหวมากขึ้น

ตัวแปรสำคัญของ Samsung คือความเร็วในการไล่ตาม ธุรกิจหน่วยความจำของบริษัทมีขนาดใหญ่ ทรัพยากรทางการเงินที่แข็งแกร่ง และกำลังการผลิตที่กว้างขวาง หากการรับรอง HBM และการปรับปรุงอัตราผลผลิตดำเนินไปอย่างราบรื่น อุปทานอุตสาหกรรมที่มีประสิทธิภาพจะเพิ่มขึ้น หากการไล่ตามไม่เป็นไปตามคาด ความแตกต่างของส่วนแบ่งตลาด HBM อาจดำเนินต่อไป Reuters รายงานว่า Samsung วางแผนที่จะเร่งการเริ่มการผลิตที่โรงงานชิป Yongin ในเกาหลีใต้ให้เร็วขึ้นเป็นปี 2029 เพื่อตอบสนองความต้องการหน่วยความจำจาก AI infrastructure ซึ่งแสดงให้เห็นว่าการขยายตัวระยะยาวได้ดำเนินการไปแล้ว

โปรไฟล์ของ Micron ถูกกำหนดโดยการสนับสนุนจากข้อตกลงและความยืดหยุ่นของการเติบโต รายได้จากศูนย์ข้อมูล รายได้จาก SSD สำหรับศูนย์ข้อมูล และความต้องการ HBM กำลังเติบโตอย่างรวดเร็ว ในขณะที่ข้อตกลงเชิงกลยุทธ์ระยะยาวกับลูกค้าช่วยเพิ่มความสามารถในการคาดการณ์ทางการเงิน แต่ค่าใช้จ่ายด้านทุนสูงต้องอาศัยราคาและความต้องการในระยะยาวเพื่อให้เกิดผลจริง หากความต้องการ HBM4, SSD สำหรับศูนย์ข้อมูล และ DRAM สำหรับเซิร์ฟเวอร์ยังคงแข็งแกร่ง การขยายตัวก็สามารถเปลี่ยนเป็นรายได้ได้ หากความต้องการชะลอตัว การขยายตัวอาจกลายเป็นแรงกดดันต่ออัตรากำไร

ข้อมูลอุปกรณ์ต้นนทางยังชี้ให้เห็นว่าอุปทานในอนาคตจะยังคงถูกปล่อยออกมา SEMI คาดการณ์ว่ายอดขายอุปกรณ์ผลิตสารกึ่งตัวนำทั่วโลกจะแตะ 165.9 พันล้านดอลลาร์สหรัฐ ในปี 2026 และ 229.5 พันล้านดอลลาร์สหรัฐในปี 2028 การเติบโตของยอดขายอุปกรณ์แสดงให้เห็นว่าอุตสาหกรรมยังคงอยู่ในวัฏจักรการขยายตัว ดังนั้นนักลงทุนจึงต้องจับตาดูว่ากำลังการผลิต HBM, DRAM และการบรรจุขั้นสูงรายใหม่จะเกินความต้องการที่แท้จริงในที่สุดหรือไม่

สรุป: การขยายกำลังการผลิตของผู้ผลิตหน่วยความจำรายใหญ่ทั้งสามราย ไม่ได้เป็นเรื่องในทางลบโดยตัวของมันเอง เพราะ HBM และหน่วยความจำสำหรับ AI ยังคงขาดแคลนอย่างแท้จริงในปัจจุบัน แต่การขยายกำลังการผลิตทำให้วงจรในอนาคตอ่อนไหวมากขึ้น หากความต้องการเซิร์ฟเวอร์ AI และ ASIC ยังคงเกินคาดการณ์ต่อไป อุปทานใหม่จะช่วยบรรเทาภาวะขาดแคลน หาก CAPEX ของผู้ให้บริการคลาวด์ชะลอตัวหรือความต้องการ HBM4 ต่ำกว่าคาด กำลังการผลิตใหม่อาจกลายเป็นแรงกดดันต่อราคาและกำไร สิ่งที่สำคัญไม่ใช่ว่าบริษัทขยายกำลังการผลิตหรือไม่ แต่คือการขยายนั้นเร็วกว่าข้อผูกพันของลูกค้าและการเติบโตของการจัดส่งจริงหรือไม่

สามฉากทัศน์ของ HBM ในการเปลี่ยนจากภาวะขาดแคลนสู่ภาวะอุปทานล้นตลาด

ไม่ว่า HBM จะเปลี่ยนจากภาวะขาดแคลนไปสู่ภาวะล้นตลาดหรือไม่นั้น ขึ้นอยู่กับความเร็วสัมพัทธ์ระหว่างอุปทานและอุปสงค์ ผลลัพธ์ที่เป็นไปได้มากที่สุดไม่ใช่ข้อสรุปเดียว แต่เป็นสามสถานการณ์ที่เป็นไปได้ ได้แก่ ภาวะขาดแคลนต่อเนื่อง สมดุลชั่วคราว และภาวะล้นตลาดเฉพาะบางส่วน นักลงทุนไม่ควรเดิมพันไปทางใดทางหนึ่งเพียงทางเดียว แต่จำเป็นต้องติดตามทั้งการนำ HBM4 มาใช้ การจัดซื้อของผู้ให้บริการคลาวด์ การเพิ่มกำลังการผลิตของ ASIC และแนวโน้มราคา DRAM ทั่วไปควบคู่กันไป

ในสถานการณ์ภาวะขาดแคลนต่อเนื่อง การส่งมอบ GPU สำหรับ AI และ ASIC แบบกำหนดเองยังคงสูงเกินคาด ความจุ HBM4 ต่อระบบเพิ่มขึ้น บรรจุภัณฑ์ขั้นสูงยังคงเป็นคอขวด และข้อตกลงระยะยาวยังคงครอบคลุมกำลังการผลิตส่วนใหญ่ ในกรณีนี้ ราคาและอัตรากำไรขั้นต้นของ HBM อาจยังคงแข็งแกร่ง และมูลค่าหลักทรัพย์ของผู้ผลิตชั้นนำมีแนวโน้มที่จะคงอยู่ได้มากกว่า

ในสถานการณ์สมดุลชั่วคราว อุปทานเริ่มดีขึ้น แต่อุปสงค์ยังคงเติบโต การขึ้นราคาช้าลง อัตรากำไรยังอยู่ในระดับสูงแต่ไม่ขยายตัวต่อเนื่องอีกต่อไป ผู้จัดหาชั้นนำยังคงได้เปรียบด้านส่วนแบ่งตลาด ในขณะที่ผลการดำเนินงานของผู้จัดหาที่ตามหลังขึ้นอยู่กับคุณวุฒิทางเทคนิคและการยอมรับของลูกค้ามากขึ้น สำหรับหุ้น ช่วงเวลานี้มักเป็นช่วงของการแตกต่าง (divergence) มากกว่าการที่หุ้นในอุตสาหกรรมจะถูกขายลงพร้อมกันทั้งหมด

ในสถานการณ์อุปทานล้นในบางส่วน การรับรอง HBM4 ของผู้จัดหาบางรายล่าช้ากว่าที่คาด ส่งผลให้เกิดสินค้าคงคลังเชิงโครงสร้าง ผู้ให้บริการคลาวด์ลดขนาดการผูกมัดปริมาณในระยะเริ่มต้น และการเจรจาต่อรองราคาอ่อนแรงลง โครงการ ASIC หรือ GPU ถูกเลื่อนออกไป ทำให้กำลังการผลิตบางส่วนถูกใช้งานไม่เต็มที่ อุปทานล้นในบางส่วนไม่จำเป็นต้องหมายความว่าอุตสาหกรรมจะล่มสลาย แต่ก็ยังสามารถทำให้ตลาดปรับลดสมมติฐานด้านกำไรและมูลค่าหลักทรัพย์ (valuation) ได้

คุณยังต้องวิเคราะห์ HBM ร่วมกับ DRAM ทั่วไปด้วย การขยายตัวของ HBM สามารถแย่งกำลังการผลิตของ DRAM ทั่วไป ทำให้หน่วยความจำทั่วไปตึงตัวขึ้นในระยะสั้น แต่หากในอนาคตกำลังการผลิต HBM ปล่อยออกสู่ตลาดเร็วเกินไป ในขณะที่การกำหนดราคา DRAM ทั่วไปช้าลงเนื่องจากดีมานด์ปลายทางอ่อนแรงลง ผู้ผลิตหน่วยความจำอาจต้องเผชิญแรงกดดันทั้งจากโครงสร้างกลุ่มผลิตภัณฑ์และวัฏจักรราคาพร้อมกัน ยิ่ง HBM มีความสำคัญมากขึ้นเท่าไหร่ บริษัทหน่วยความจำก็ยิ่งได้ประโยชน์จากส่วนพรีเมียมของ AI มากขึ้นเท่านั้น แต่ยิ่งตลาดกำหนดราคา HBM ในฐานะ "ขาดแคลนอย่างถาวร" มากเท่าไหร่ แรงกดดันด้านมูลค่าหลักทรัพย์หากวัฏจักรกลับทิศทางก็จะยิ่งมากขึ้นเท่านั้น

สรุป: การที่ HBM เปลี่ยนจากภาวะขาดแคลนไปสู่ภาวะล้นตลาด ไม่จำเป็นต้องเป็นการพลิกกลับของอุตสาหกรรมที่เกิดขึ้นพร้อมกันทั้งหมด แต่มีแนวโน้มที่จะปรากฏในรูปแบบของสมดุลชั่วคราวหรือภาวะล้นตลาดเฉพาะจุดก่อน ผู้ผลิตรายนำอาจยังคงรักษาการมองเห็นคำสั่งซื้อที่แข็งแกร่งไว้ได้ ในขณะที่ผู้ผลิตที่ตามหลัง ผลิตภัณฑ์ที่ล่าช้า หรือกำลังการผลิตรุ่นเฉพาะอาจเผชิญแรงกดดันก่อน นักลงทุนควรหลีกเลี่ยงการตีความว่า "HBM ยังคงตึงตัว" ว่าเป็น "หุ้น HBM ทุกตัวไม่มีความเสี่ยง" และไม่ควรตีความว่า "การขยายกำลังการผลิต" เป็น "ภาวะล้นตลาดทันที" งานหลักคือการเปรียบเทียบจังหวะการขยายกำลังการผลิตกับจังหวะของข้อผูกพันจากลูกค้า

นักลงทุนทั่วไปสามารถติดตามความเสี่ยงวัฏจักร HBM ได้อย่างไร

สำหรับนักลงทุนทั่วไป วิธีที่ใช้ได้จริงที่สุดในการประเมินความเสี่ยงจากภาวะ HBM ล้นตลาดคือการสร้างรายการตรวจสอบรายไตรมาส เป้าหมายไม่ใช่การทำนายราคารายเดือน แต่เพื่อติดตามข้อตกลงจัดหา HBM, การผ่านการรับรอง HBM4, การจัดส่ง AI GPU และ ASIC, CAPEX ของผู้ให้บริการคลาวด์, กำลังการผลิตบรรจุภัณฑ์ขั้นสูง และสินค้าคงคลังของผู้ผลิตหน่วยความจำอย่างสม่ำเสมอ หากสัญญาณหลายประการอ่อนแรงลงพร้อมกัน ความเสี่ยงจากวัฏจักรจะเพิ่มขึ้นอย่างมีนัยสำคัญ

คุณสามารถแบ่งตัวชี้วัดออกเป็นหกหมวดหมู่ได้แก่: ข้อตกลงด้านอุปทาน, เทคโนโลยีรุ่นใหม่, ความต้องการของลูกค้า, CAPEX ของคลาวด์, คอขวดด้านการบรรจุ และตัวชี้วัดทางการเงิน ข่าวเพียงชิ้นเดียวสามารถทำให้เข้าใจผิดได้ง่าย ตัวอย่างเช่น "การขยายกำลังการผลิต" อาจเป็นการตอบสนองต่อความต้องการที่แท้จริง หรืออาจกลายเป็นต้นเหตุของการผลิตเกินความต้องการในอนาคตก็ได้ "การขึ้นราคา" อาจบ่งชี้ว่าอุปทานยังคงตึงตัว หรืออาจหมายถึงการขึ้นราคาครั้งสุดท้ายก่อนที่วงจรจะถึงจุดสูงสุดก็ได้

วิธีที่คุณติดตามหุ้นรายตัวและ ETF ก็แตกต่างกันเช่นกัน SK hynix, Micron และ Samsung มีระดับการสัมผัสกับวัฏจักร HBM ที่แตกต่างกัน ETF กึ่งตัวนำสามารถลดความเสี่ยงจากบริษัทเดียวได้ แต่ไม่สามารถขจัดวัฏจักรหน่วยความจำได้ หาก ETF มีน้ำหนักการลงทุนหนักไปที่ชิป AI, HBM, ฟาวด์รี และอุปกรณ์ ก็จะยังคงได้รับผลกระทบจากคาดการณ์อุปสงค์อุปทานของ HBM ในการเทรด คุณยังต้องพิจารณาการประเมินมูลค่า ความผันผวน ค่าธรรมเนียม และระดับความเสี่ยงที่คุณยอมรับได้ด้วย

หากคุณติดตามหุ้น ADR ของ Micron, Samsung, SK hynix, NVIDIA, AMD, Broadcom หรือ ETF กลุ่มสารกึ่งตัวนำ คุณสามารถใช้ ค้นหาข้อมูลหุ้นสหรัฐฯ เพื่อติดตามข้อมูลตลาดพื้นฐานของหุ้นที่เกี่ยวข้อง Biya เป็นกระเป๋าเงินดิจิทัลสำหรับซื้อขายสินทรัพย์หลายประเภททั่วโลก ที่รองรับหุ้นสหรัฐฯ หุ้นฮ่องกง สินทรัพย์ดิจิทัล และสินทรัพย์ประเภทอื่น ๆ หากบริการนี้พร้อมใช้งานในภูมิภาคของคุณ คุณยังสามารถเรียนรู้เพิ่มเติมเกี่ยวกับการสนับสนุนด้านบัญชีและการซื้อขายผ่าน Biya ได้เช่นกัน

สรุป: ความเสี่ยงของวัฏจักร HBM ไม่สามารถตัดสินได้จากข่าวเพียงชิ้นเดียว นักลงทุนทั่วไปควรสร้างรายการตรวจสอบรายไตรมาสที่ผสมผสานข้อตกลงการจัดหาสินค้า การรับรอง HBM4 ปริมาณการจัดส่ง AI accelerator งบลงทุน (CAPEX) ของผู้ให้บริการคลาวด์ กำลังการผลิตบรรจุภัณฑ์ขั้นสูง และสินค้าคงคลัง/อัตรากำไรขั้นต้น ตราบใดที่ข้อตกลงระยะยาวยังคงมีเสถียรภาพ การผลิต AI accelerator ยังคงเพิ่มขึ้นอย่างต่อเนื่อง และบรรจุภัณฑ์ยังคงตึงตัว ความเสี่ยงจากการผลิต HBM ล้นตลาดจึงค่อนข้างต่ำ หากกำลังการผลิตเริ่มเดินเครื่อง คำสั่งซื้อที่ล็อกไว้จากลูกค้าลดลง และการขึ้นราคาช้าลงในเวลาเดียวกัน ความคาดหวังด้านมูลค่าหุ้นและกำไรอาจจำเป็นต้องได้รับการปรับลดลง

การตัดสินว่า HBM จะเปลี่ยนจากภาวะขาดแคลนไปสู่ภาวะล้นตลาดหรือไม่ ไม่สามารถดูได้จากการได้ยินเพียงว่า “หน่วยความจำ AI ยังคงตึงตัว” และการขยายกำลังการผลิตเพียงอย่างเดียวก็ไม่พิสูจน์ได้ว่าวัฏจักรถึงจุดสูงสุดแล้ว คุณจำเป็นต้องเปรียบเทียบการปล่อยอุปทานกับการเติบโตของอุปสงค์ที่แท้จริง โดยเฉพาะการรับรอง HBM4, CAPEX ของผู้ให้บริการคลาวด์, ยอดจัดส่ง AI GPU และ ASIC, กำลังการผลิตบรรจุภัณฑ์ขั้นสูง และอัตรากำไรขั้นต้นของผู้ผลิตหน่วยความจำ หากคุณต้องการติดตามหุ้นสหรัฐฯ หุ้นฮ่องกง และหุ้นโครงสร้างพื้นฐาน AI ที่เกี่ยวข้อง คุณสามารถดาวน์โหลดแอปเพื่อติดตามข้อมูลตลาดได้เช่นกัน ข้อมูลข้างต้นเป็นการแนะนำข้อมูลตลาดสาธารณะ ตรรกะของอุตสาหกรรม และโครงสร้างค่าธรรมเนียมเท่านั้น ไม่ถือเป็นคำแนะนำการลงทุนก่อนทำการซื้อขาย คุณควรเข้าใจประเภทคำสั่งซื้อขาย โครงสร้างค่าธรรมเนียม ใบแจ้งยอดบัญชี และระดับความเสี่ยงที่คุณรับได้อย่างครบถ้วน ความพร้อมใช้งานของบริการขึ้นอยู่กับที่ตั้งของผู้ใช้ ผลการตรวจสอบยืนยันตัวตน กฎของแพลตฟอร์ม รวมถึงกฎหมายและข้อบังคับที่เกี่ยวข้อง

คำถามที่พบบ่อย

HBM อาจเปลี่ยนจากภาวะขาดแคลนไปสู่ภาวะล้นตลาดในระยะสั้นได้หรือไม่?

HBM มีแนวโน้มที่จะเปลี่ยนจากภาวะขาดแคลนไปสู่ภาวะล้นตลาดอย่างแพร่หลายในระยะสั้นได้ยาก ความต้องการตัวเร่ง AI (AI accelerator), ข้อตกลงจัดหาในระยะยาว, การบรรจุขั้นสูง (advanced packaging) และการผ่านการรับรองจากลูกค้า ยังคงจำกัดอุปทานที่มีประสิทธิภาพอยู่ ความเสี่ยงหลักที่ควรเฝ้าติดตามคือว่าการปล่อยกำลังการผลิตหลังปี 2027 จะสอดคล้องกับการเติบโตของอุปสงค์หรือไม่

ตัวชี้วัดแรกเริ่มของความเสี่ยงภาวะล้นตลาดของ HBM มีอะไรบ้าง?

ตัวชี้วัดแรกเริ่มของภาวะล้นตลาดของ HBM ได้แก่ ข้อตกลงจัดหาที่สั้นลง การเจรจาต่อรองราคา HBM4 ที่อ่อนแอลง ข้อผูกพันปริมาณจากลูกค้าในช่วงต้นที่ลดน้อยลง การจัดส่ง AI GPU และ ASIC ที่ต่ำกว่าคาดการณ์ และกำลังการผลิตบรรจุขั้นสูง (advanced packaging) ที่เริ่มหลวมตัวอย่างเห็นได้ชัด

ความเสี่ยงวัฏจักรของ HBM แตกต่างจากความเสี่ยงวัฏจักรของ DRAM ทั่วไปอย่างไร?

ความเสี่ยงจากวัฏจักรของ HBM ผูกพันกับข้อตกลงกับลูกค้า รุ่นเทคโนโลยี และความต้องการตัวเร่ง AI มากกว่า ส่วน DRAM ทั่วไปจะได้รับผลกระทบจากสินค้าคงคลัง เครื่องคอมพิวเตอร์ส่วนบุคคล สมาร์ตโฟน และราคาสัญญาเซิร์ฟเวอร์มากกว่า HBM ทนต่อวัฏจักรได้ดีกว่า แต่การตั้งราคาล่วงหน้าและคำสั่งซื้อยังคงสามารถถูกประเมินมูลค่าใหม่ได้

การลดลงของ CAPEX ของผู้ให้บริการคลาวด์จะส่งผลต่อความต้องการ HBM อย่างไร?

การลดลงของ CAPEX ของผู้ให้บริการคลาวด์จะทำให้ความคาดหวังในการจัดซื้อเซิร์ฟเวอร์ AI และตัวเร่งในอนาคตลดลง ซึ่งส่งผลกระทบต่อความต้องการ HBM ส่วนเพิ่ม ข้อตกลงที่ลงนามไว้แล้วอาจให้การปกป้องในระยะสั้น แต่หากผู้ให้บริการคลาวด์หลายรายเลื่อนโครงการออกไปพร้อมกัน ราคาและมูลค่าของ HBM อาจเผชิญแรงกดดัน

การเริ่มผลิต HBM4 จะทำให้ราคา HBM ลดลงหรือไม่?

การผลิต HBM4 ขึ้นไม่จำเป็นต้องทำให้ราคาลดลง ปัจจัยสำคัญคือการรับรองจากลูกค้า ปริมาณการจัดส่ง AI accelerator และจังหวะการปล่อยกำลังการผลิตออกสู่ตลาด หากอุปทาน HBM4 เติบโตเร็วกว่าความต้องการของ GPU และ ASIC การขึ้นราคาอาจชะลอตัวลงหรือเข้าสู่กระบวนการเจรจาต่อรองราคาใหม่

ETF กลุ่มเซมิคอนดักเตอร์สามารถกระจายความเสี่ยงจากอุปทานล้นของ HBM ได้หรือไม่?

ETF กลุ่มเซมิคอนดักเตอร์สามารถกระจายความเสี่ยงจากผู้ผลิต HBM รายเดียวได้ แต่ไม่สามารถขจัดความเสี่ยงจากวัฏจักรอุตสาหกรรมได้ หาก ETF มีการลงทุนหนักในชิป AI หน่วยความจำ กลุ่มก่อสร้างเวเฟอร์ (foundry) และเครื่องจักร การเปลี่ยนแปลงในความคาดหวังด้านอุปสงค์-อุปทานของ HBM ก็อาจยังคงส่งผลกระทบต่อผลการดำเนินงานโดยรวมได้ นักลงทุนควรทบทวนสินทรัพย์ในพอร์ต ค่าธรรมเนียม และระดับความเสี่ยงที่ตนเองรับได้ก่อนทำการซื้อขาย