🐯虎嗅•最新收集於 12m
存儲晶片週期：HBM 的影響與 2028 年展望
💡了解 HBM 與存儲週期將如何影響您的 AI 基礎設施成本與硬體可用性。
⚡ 30-Second TL;DR
有什麼變化
HBM 目前是存儲估值的核心驅動力，預計供需缺口將持續至 2027 年。
為什麼重要
向 HBM 生產的結構性轉變正迫使 DRAM 供應鏈重新評估，進而影響 AI 基礎設施的硬體成本。
下一步行動
監控 DRAM 與 HBM 的供應前置時間，以調整 AI 集群的硬體採購策略。
誰應關注：Founders & Product Leaders
關鍵要點
- •HBM 目前是存儲估值的核心驅動力，預計供需缺口將持續至 2027 年。
- •長期協議（LTA）有助於鎖定價格，但可能限制利潤空間與價格彈性。
- •HBM 生產擠占了 DRAM 產能，導致非 HBM 產品出現結構性短缺。
- •受消費電子庫存影響，DRAM 週期峰值可能比 HBM 更早到來。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •先進封裝技術（如 TSV 與 MR-MUF）的良率瓶頸已成為限制 HBM 產能擴張的關鍵技術門檻，而非僅是晶圓產能問題。
- •存儲大廠正加速轉向 1b/1c 奈米製程，以在相同晶圓面積下提升 HBM3E 及後續世代的位元密度。
- •隨著 AI 推論（Inference）需求激增，市場對低功耗 HBM（如 LPDDR5X-based HBM 變體）的需求正逐漸取代部分傳統高頻寬記憶體市場。
- •中國存儲廠商在成熟製程 DRAM 領域的產能釋放，正迫使國際大廠將更多資源集中於高毛利的 HBM 與 DDR5 市場，加劇了市場分層。
- •存儲供應鏈正從過去的『現貨市場導向』轉向『客製化設計導向』，導致存儲廠商與雲端服務供應商（CSP）的合作深度已深入到晶片架構層面。
📊 競品分析▸ Show
| 特性/廠商 | SK Hynix | Samsung | Micron |
|---|---|---|---|
| HBM 市場定位 | 市場領導者，HBM3E 佔有率最高 | 積極追趕，強調 HBM3E 產能與良率 | 專注於高能效與特定 AI 應用 |
| 技術路徑 | MR-MUF 封裝技術 | 混合使用 TC-NCF 與 MR-MUF | 專注於 1-beta 製程與高堆疊技術 |
| 主要客戶 | NVIDIA | NVIDIA, AMD, 自研 AI 晶片 | NVIDIA, 資料中心客戶 |
🛠️ 技術深入
- HBM3E 採用 8-Hi 或 12-Hi 堆疊架構，透過矽穿孔（TSV）技術實現垂直互連，大幅降低訊號傳輸延遲。
- MR-MUF（Mass Reflow Molded Underfill）技術在散熱效率與堆疊穩定性上表現優異，成為目前量產高層數 HBM 的主流選擇。
- 記憶體控制器與邏輯晶片之間的介面頻寬已提升至 9.6Gbps 以上，以滿足 AI 加速器對資料吞吐量的極致要求。
- 為了應對發熱問題，新一代 HBM 導入了更先進的熱介面材料（TIM）與優化的晶片佈局，以維持在高負載下的穩定性。
🔮 前景展望AI analysis grounded in cited sources
2027 年 HBM 供需將出現結構性過剩風險
隨著各大廠產能擴張計畫在 2026 年底陸續投產，若 AI 伺服器需求成長放緩，將導致高階記憶體庫存積壓。
存儲產業將進入『客製化』與『標準化』雙軌並行時代
為了綁定大客戶，存儲廠商將更多資源投入客製化 HBM，導致標準型 DRAM 的研發資源相對被壓縮。
⏳ 時間線
2023-08
SK Hynix 宣布成功開發 HBM3E，引領市場進入新一代高頻寬記憶體競爭。
2024-02
Micron 宣布 HBM3E 開始量產，並獲 NVIDIA 採用於 H200 GPU。
2025-03
Samsung 宣布其 12 層 HBM3E 產品通過主要客戶驗證，標誌著高堆疊技術的成熟。
2026-01
存儲產業全面轉向以 HBM 為核心的資本支出配置，DRAM 產能分配出現顯著結構性調整。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗