
儲存廠商把產能轉向 HBM,核心原因是 AI 伺服器對高頻寬記憶體的需求快速成長,HBM 單價、利潤率、客戶綁定和長期訂單確定性都強於普通 DRAM。問題在於,HBM 不是憑空生產出來的,它會占用先進 DRAM 晶圓、TSV、堆疊封裝、測試和工程資源。結果是普通 DDR5、DDR4、LPDDR、伺服器 DRAM 的供給被壓縮,NAND 雖不直接被 HBM 搶產線,也會因 AI 資料中心 eSSD 需求上升而漲價。

HBM 是把多層 DRAM 晶片垂直堆疊起來,並透過 TSV 和先進封裝靠近 GPU、AI ASIC 或其他加速器的高頻寬記憶體。它的價值不是替代所有普通 DRAM,而是解決 AI 運算中的「記憶體頻寬牆」:算力晶片可以很快,但如果資料不能足夠快地送進運算單元,GPU 或 ASIC 就會等待,整體效率下降。
從結構看,HBM 與普通 DDR5、LPDDR、GDDR 的區別非常明顯。Rambus 對 HBM的解釋提到,HBM 是由多層 DRAM 堆疊形成的 3D 記憶體模組,層與層之間透過 TSV 連接;在 2.5D 架構中,HBM 與 GPU 或 CPU 等晶片並排放在矽中介層上,以實現更短距離、更高頻寬的資料傳輸。Lam Research 對 HBM的說明也強調,HBM 相比傳統記憶體能夠提供更快資料存取和更低能耗。
| 記憶體類型 | 主要位置 | 核心優勢 | 典型應用 | 價格屬性 |
|---|---|---|---|---|
| DDR4/DDR5 | CPU 旁邊的系統記憶體 | 容量、通用性 | PC、伺服器、工作站 | 更接近標準化商品 |
| LPDDR | 手機、筆記本、邊緣設備 | 低功耗 | 智慧型手機、輕薄本 | 受終端週期影響 |
| GDDR | 顯示卡板卡 | 圖形與並行計算頻寬 | 遊戲顯示卡、部分加速卡 | 受 GPU 需求影響 |
| HBM | GPU/AI ASIC 封裝附近 | 極高頻寬、低距離傳輸 | AI 訓練、推理、HPC | 高端定制、供應緊張 |
AI 伺服器需要 HBM,是因為大模型訓練、推理、長上下文、多模態模型和 AI ASIC 對資料吞吐要求極高。模型參數、激活值、中間計算結果需要在晶片和記憶體之間高速流動,普通系統記憶體很難單獨滿足這種頻寬要求。Samsung HBM也把高吞吐、TSV 堆疊和 AI/HPC 工作負載作為核心賣點,並強調 HBM4 面向下一代 AI 基礎設施。
HBM 對儲存廠商還有更深層意義。普通 DRAM 往往更接近週期型 commodity memory,價格會隨供需和庫存快速波動;HBM 則需要更長認證週期、更複雜製造流程和更緊密客戶協同。對三星、SK 海力士和美光來說,HBM 不只是新產品,而是從「賣標準化 bit」轉向「綁定 AI 平台」的機會。Micron 財務資料預計 HBM 總可定址市場會從 2024 年 160 億美元水平大幅增長,並在 2030 年超過 1000 億美元,這解釋了為什麼儲存廠商願意把資源優先投向 HBM。
小結:HBM 的核心價值來自「高頻寬 + 靠近運算 + 高端客戶綁定」。它不是普通 DDR5 的簡單增強版,而是 AI 加速器封裝體系中的關鍵部件。你理解 HBM 時,要把它放在 AI 伺服器整機裡看:GPU 或 ASIC 負責運算,HBM 負責把資料高速送到運算單元,DDR5 負責系統記憶體,NAND/eSSD 負責資料儲存。正因為 HBM 位於 AI 算力瓶頸位置,儲存廠商才願意優先投入產能、研發和客戶認證資源。

三星、SK 海力士和美光把資源轉向 HBM,核心原因是 AI 客戶需求強、產品利潤率高、供給長期緊張、訂單可見度更好。HBM 與 NVIDIA、AMD、Google、Amazon、Microsoft 等 AI 晶片和雲廠商路線深度綁定,一旦通過認證,供應關係往往更穩定。相比普通 DRAM,HBM 更像高端戰略產品,而不只是標準化儲存晶片。
儲存廠商優先 HBM,主要有六個原因:
但 HBM 產能並不是按一下開關就能擴出來。它需要先進 DRAM die、TSV、堆疊、封裝、測試、基板和良率管理。即使晶圓產出足夠,如果封裝、測試或良率跟不上,最終可交付的 HBM 仍然有限。這也是為什麼 HBM 供應緊張不僅是晶圓問題,也涉及先進封裝和系統級認證。
TrendForce 對 HBM 供給的估算顯示,三大供應商 HBM 晶圓投入佔總 DRAM 晶圓投入的比例,預計在 2025、2026、2027 年底分別約為 18%、22% 和 30%;但同期 HBM bit supply 佔總 DRAM bit supply 預計只有約 8%、9% 和 13%。這組數據很關鍵:HBM 消耗的晶圓和工程資源很多,但折算成總 bit 供應並不高,因此它會顯著改變普通 DRAM 的供需結構。
廠商不願同時大幅擴普通 DRAM,也和儲存行業週期有關。過去幾輪 DRAM/NAND 下行週期中,過度擴產曾導致價格崩跌和庫存高企。經歷過週期後,原廠更傾向於把資本開支投向高利潤產品、製程升級和高端客戶,而不是無差別擴大標準 DRAM 供應。SK hynix 2026 市場展望也把 HBM3E、HBM4 與伺服器 DDR5 視為 2026 年 DRAM 市場的重要支柱。
小結:儲存廠商把產能轉向 HBM,是商業回報、技術壁壘和客戶結構共同推動的結果。HBM 需求來自 AI 晶片和雲廠商,價格更高、認證更深、訂單更穩定;普通 DRAM 雖然體量大,但更容易陷入週期性價格競爭。問題在於,HBM 會佔用先進 DRAM 晶圓和封裝測試資源,導致普通 DRAM 的可分配供應減少。你觀察儲存行業時,不能只看 HBM 收入增長,還要看它對 DDR5、LPDDR、PC DRAM 和傳統伺服器 DRAM 的擠出效應。

HBM 產能轉移會推高普通 DRAM 價格,原因是先進製程晶圓、設備、封裝和工程資源被 HBM、伺服器 DDR5、GDDR7 等高端產品佔用。PC、手機、消費電子和部分傳統伺服器可分配的 DRAM 產能減少,即使終端需求並不強,也可能因為供應不足而漲價。換句話說,普通 DRAM 漲價不只是需求恢復,更是 AI 高端需求造成的供給重分配。
HBM 對普通 DRAM 的擠出效應,主要有三條路徑。第一,HBM 本身使用先進 DRAM die,不能完全脫離 DRAM 晶圓產能。第二,HBM 封裝、測試和良率要求高,會佔用工程與設備資源。第三,廠商在產能緊張時,會優先滿足價格更高、訂單更確定的 HBM 和伺服器客戶,從而壓縮 PC、消費級和部分行動端供應。
| DRAM 品類 | 受影響路徑 | 價格壓力來源 | 需要關注的信號 |
|---|---|---|---|
| Server DDR5 | AI 與通用伺服器同步拉動 | 雲廠商鎖單、容量分配緊張 | CSP CapEx、長期協議 |
| PC DRAM | 終端需求弱但供應減少 | 原廠削減分配、模組廠補貨 | OEM allocation、現貨價 |
| Mobile DRAM | 受手機需求和產能分配影響 | LPDDR 資源不均、季節性採購 | 手機品牌備貨 |
| Legacy DRAM | 停產、轉產與替代需求疊加 | DDR4/DDR3 供給收縮 | 工控、汽車、路由設備需求 |
TrendForce 2026 年 1 月調查顯示,DRAM 供應商繼續把先進製程節點和新增產能轉向伺服器與 HBM 產品,導致其他市場供應明顯受限,並預計 conventional DRAM 合約價在 1Q26 環比上漲約 55%–60%。到 2Q26,TrendForce 的儲存價格調查又預計 conventional DRAM 合約價環比上漲 58%–63%,說明漲價已經不只是單一季度的庫存修復,而是供給結構變化。
合約價和現貨價也可能不同步。合約價主要反映大客戶、OEM 和雲廠商的採購節奏;現貨價則更敏感,容易受通路庫存、短期缺貨和模組商預期影響。伺服器和 HBM 相關價格往往更早變化,隨後才傳導到 PC 記憶體條、消費電子和低端設備。你看到終端記憶體漲價時,背後可能已經經歷了雲廠商鎖單、原廠 allocation 收緊和通路補庫存幾個階段。
小結:普通 DRAM 漲價不是單一因素造成的,而是「AI 高端需求 + HBM 擠出效應 + 伺服器 DDR5 增長 + 廠商謹慎擴產 + 客戶提前鎖單」共同作用。HBM 消耗大量先進資源,卻不能按同等比例增加總 bit 供應,導致普通 DRAM 供應更緊。PC 和手機需求偏弱時,價格仍可能上漲,因為供給端被高利潤產品重新分配。判斷 DRAM 價格趨勢,要同時看 HBM 晶圓投入比例、伺服器訂單、普通 DRAM 庫存和現貨/合約價差。
HBM 不會直接佔用 NAND 晶圓產線,因為 DRAM 和 NAND 是不同產品線;但 HBM 與 AI 伺服器需求會間接推高 NAND 和 SSD 價格。AI 資料中心不僅需要 HBM 和 DDR5,也需要 enterprise SSD、QLC SSD、訓練資料儲存、推論日誌、模型快照和資料湖容量。當雲端廠商加大 AI 基礎設施投資,NAND 高端需求也會同步被拉緊。
你可以把 HBM、DRAM 和 NAND 在 AI 伺服器中的分工這樣理解:
| 產品 | 在 AI 伺服器中的角色 | 價格驅動因素 | 受益或受壓環節 |
|---|---|---|---|
| HBM | GPU/ASIC 高速記憶體 | AI 加速器訂單、封裝能力、認證 | HBM 原廠、先進封裝 |
| DDR5 | CPU 系統記憶體 | 伺服器需求、CSP 鎖單 | 伺服器 DRAM、模組廠 |
| NAND/eSSD | 模型、資料、日誌和快取儲存 | AI 資料中心擴容、eSSD 需求 | 企業級 SSD、QLC NAND |
| 消費 SSD | PC 和個人裝置儲存 | NAND 分配、通路庫存 | 消費品牌、終端使用者 |
NAND 不是 HBM 的替代品。HBM 負責計算過程中的高速數據流,NAND 負責長期或半長期儲存。AI 模型訓練前需要保存原始語料、清洗數據和標註數據;訓練後需要保存模型版本、檢查點和評估數據;推理階段還會產生日誌、向量化數據、用戶反饋和審計記錄。這些都需要 enterprise SSD 或其他儲存系統承接。
AI 數據中心讓 enterprise SSD 成為 NAND 價格的關鍵變數。雲廠商採購高容量 eSSD 後,原廠會優先把更高质量 NAND 資源分配給企業級產品。這樣一來,消費級 SSD、手機儲存和 PC SSD 即使需求不強,也可能因為供應分配不足而漲價或促銷減少。TrendForce 2Q26 資料已經指出,NAND 產能越來越多分配給 enterprise SSD,消費應用則因成本壓力縮減,整體 NAND Flash 合約價預計環比上漲 70%–75%。
NAND 價格傳導比 DRAM 更複雜。DRAM 更直接受 HBM 和伺服器記憶體影響,NAND 則取決於 enterprise SSD、客戶端 SSD、手機儲存、庫存和原廠減產紀律。如果 AI 數據中心 eSSD 需求持續強勁,而消費級需求恢復又同時出現,NAND 漲價會更明顯;如果終端需求走弱,漲價可能更多集中在企業級 SSD 和高容量 QLC 產品。
小結:HBM 不會直接搶 NAND 產線,但 AI 資料中心會把整個儲存供應鏈的高端資源拉緊。HBM 解決 AI 算力頻寬,DDR5 支撐伺服器系統記憶體,NAND/eSSD 承接模型、資料和日誌儲存。真正推高 NAND 價格的,是 enterprise SSD 和高容量 QLC SSD 需求,而不是 HBM 本身。你判斷 NAND 價格時,要看雲端服務商 eSSD 採購、NAND 原廠庫存、消費 SSD 通路價格和 AI 資料中心資本支出,而不是只看 HBM 產能。
普通 DRAM 和 NAND 價格上漲,會逐步傳導到伺服器、AI 資料中心、PC、手機、SSD、記憶體條、雲端服務和部分消費性電子。傳導速度取決於廠商庫存、合約週期、通路現貨、終端需求和品牌議價能力。最先感受到成本變化的通常是伺服器和 AI 基礎設施,消費端則可能透過漲價、減配、延後促銷或減少低價 SKU 來消化。
主要傳導路徑可以分成六類:
Reuters 對全球存儲短缺的報導提到,AI 熱潮推動的記憶體短缺可能延誤 AI 項目,SK 海力士預計短缺可能持續到 2027 年下半年,智慧型手機廠商也警告記憶體成本上升可能帶來價格壓力。這說明存儲漲價不是只停留在晶片供應商報表裡,而會影響下游設備和服務。
雲廠商鎖定長期供應,也會改變中小客戶的議價能力。大型 CSP 可以提前簽長約、預付款或鎖產能,但中小伺服器廠、PC OEM、模組廠和消費電子品牌往往只能接受更高價格或更低 allocation。Reuters 關於 CXMT 與騰訊的報導提到,騰訊與 CXMT 簽署多年伺服器 DRAM 供應協議,反映出大型網際網路公司在記憶體短缺環境下更願意鎖定長期供應。
終端消費者感受到的影響可能滯後。你可能不會馬上看到所有手機、筆記型電腦和 SSD 漲價,但會看到高階版本變貴、低價促銷減少、存儲容量升級成本上升,或者廠商在低階產品上減配。對企業來說,伺服器採購、雲端儲存、AI 推理和資料分析成本也可能上升,尤其是需要大量記憶體和 SSD 的工作負載。
小結:儲存價格上漲不會只停留在 HBM 或 DRAM 晶片環節,而會沿著伺服器、雲端服務、終端裝置和企業 IT 預算逐層傳導。AI 伺服器最先承受高階記憶體和 eSSD 成本,隨後影響通用伺服器、PC、手機、SSD 和消費電子。終端需求弱並不一定能阻止漲價,因為供應分配正在向 HBM、伺服器 DRAM 和 enterprise SSD 傾斜。你觀察傳導效果時,要看庫存週期、合約價、現貨價、品牌調價和產品規格變化。
如果你從產業或投資角度看 HBM 產能轉移,重點不是只看「誰能生產 HBM」,而要看 HBM 客戶認證、晶圓投入比例、先進封裝能力、普通 DRAM 供應缺口、NAND/eSSD 價格和長期合約。HBM 可能延長儲存上行週期,但也會放大行業週期性和估值波動,不能把價格上漲簡單等同於確定收益。
| 觀察指標 | 含義 | 正面信號 | 風險信號 |
|---|---|---|---|
| HBM 客戶認證 | 是否進入 NVIDIA、AMD、雲廠商供應鏈 | 認證通過、份額提升 | 認證延遲或良率不足 |
| HBM 晶圓投入 | HBM 佔 DRAM 產能比例 | 高端產品佔比提升 | 普通 DRAM 被過度擠出 |
| 先進封裝能力 | TSV、堆疊、測試和基板供應 | 封裝產能穩定擴張 | 封裝瓶頸限制交付 |
| 普通 DRAM ASP | 常規產品價格變化 | ASP 上行、庫存低 | 價格過高抑制需求 |
| NAND/eSSD 價格 | AI 數據中心存儲需求 | eSSD 訂單強勁 | 消費端需求疲弱拖累 |
| 雲廠商 CapEx | AI 基礎設施投入強度 | 長約、預付款、擴產 | AI CapEx 放緩或砍單 |
受益環節不只包括存儲原廠。SK 海力士、三星、美光最直接受益於 HBM 和伺服器 DRAM;先進封裝、TSV、測試設備、基板、封裝材料也會受益;AI GPU、AI ASIC、雲廠商、企業級 SSD 供應鏈則共同構成更大的 AI 基礎設施鏈條。相反,PC、手機、消費 SSD 和低端電子設備可能承受成本壓力。
風險也不能忽視。第一,HBM 認證和良率難度高,技術領先並不自動等於大規模交付。第二,AI CapEx 如果放緩,HBM 高預期可能被重新定價。第三,普通 DRAM 和 NAND 漲價過快,可能壓制 PC、手機和消費電子需求。第四,新產能集中釋放後,儲存行業仍可能重回週期下行。第五,反壟斷、出口管制、供應鏈地緣風險也會影響客戶和估值。
如果你關注美股或港股中的儲存、AI 半導體和先進封裝公司,除了股價波動,也需要關注實際交易成本。美股交易成本通常不只包括佣金,還可能包括平台費、外部機構費、交易活動費等。通過 Biya 觀察 Micron、Western Digital、Seagate、SanDisk、AI 晶片、雲端運算和半導體設備相關標的時,可以把費用結構和標的研究放在同一個決策框架中。Biya 美股交易佣金為 0 美元,平台費、外部機構費及其他費用以 美股交易費用 和訂單頁面展示為準;公開市場信息、交易規則和費用結構不構成投資建議,相關服務是否可用取決於用戶所在地、身份驗證結果、平台規則及適用法律法規。
小結:HBM 產能轉移的產業邏輯很清晰:AI 伺服器拉動高端記憶體需求,儲存原廠把資源投入利潤更高、客戶更穩定的 HBM 和 server DRAM,普通 DRAM 與 NAND 因供給重分配而漲價。但投資層面不能只看漲價,要同時看客戶認證、產能兌現、毛利率、庫存、AI CapEx 和估值水平。HBM 可能延長儲存上行週期,也可能在預期過熱後帶來劇烈回撤。更穩妥的做法,是把 HBM 放進整個 AI 基礎設施和儲存週期裡觀察。
如果你希望持續跟蹤 HBM 產能轉移、DRAM/NAND 價格和存儲產業鏈,可以把 Micron、SK hynix、Samsung Electronics、Western Digital、Seagate、SanDisk,以及 AI 晶片、先進封裝、半導體設備和雲計算相關 ETF 放在同一觀察清單裡。你可以透過 美股資訊查詢 查看相關股票的基礎資訊,再結合財報中的 HBM 收入、DRAM ASP、NAND/eSSD 價格、庫存和雲客戶訂單做交叉驗證。若你所在地區符合相關服務適用條件,也可以在 下載 App 後進一步了解多資產行情、費用結構和交易規則。需要注意的是,存儲漲價和 AI 需求強勁不代表相關股票一定上漲,交易前應確認訂單類型、費用明細、市場波動和當地監管要求。
HBM 產能轉移會推高普通 DRAM 價格,因為它佔用先進 DRAM 晶圓、封裝、測試和工程資源。DDR5、DDR4、LPDDR 等普通 DRAM 可分配產能減少後,即使 PC 或手機需求不強,也可能因供應緊張而漲價。伺服器需求和雲廠商鎖單會進一步放大價格壓力。
HBM 不會直接導致 NAND Flash 缺貨,因為 HBM 屬於 DRAM 產品線,NAND 是另一類存儲晶片。但 AI 資料中心會同時拉動 enterprise SSD、高容量 QLC NAND、訓練資料存儲和日誌存儲需求,因此 NAND 價格可能被間接推高,尤其是企業級 SSD 供應鏈。
普通消費者買記憶體和 SSD 會受到間接影響。當儲存廠商把資源優先給 HBM、server DRAM 和 enterprise SSD 時,消費級記憶體模組、PC SSD、手機儲存可能出現漲價、促銷減少或容量升級成本上升。影響幅度取決於通路庫存、終端需求和品牌議價能力。
HBM 產能擴張不一定會讓 DRAM 價格很快下跌。HBM 擴產週期長,新增資源往往繼續優先滿足 AI 客戶,而且 HBM 本身會消耗大量先進 DRAM 資源。只有普通 DRAM bit supply 恢復、庫存上升和終端需求放緩同時出現,價格壓力才可能明顯緩解。
普通投資者判斷 HBM 概念股風險,應看客戶認證、良率、產能兌現、毛利率、庫存、AI CapEx、估值和競爭格局。HBM 需求強不代表相關股票沒有週期風險。若價格已經充分反映高增長預期,一旦客戶訂單、技術路線或價格走勢不及預期,股價也可能回撤。
*本文僅供一般資訊參考,不構成來自 BiyaPay 或其子公司及關聯公司的法律、稅務或其他專業建議,也無意取代向財務顧問或任何其他專業人士尋求建議。
對於本出版物內容的準確性、完整性或及時性,我們不作任何明示或暗示的陳述或保證。