💰钛媒体•最新收集於 22m
顯卡暴漲的元兇不是 GPU，而是顯存
💡HBM 正吞噬先進記憶體產能，推高成本並改變 AI 基礎設施規劃。
⚡ 30-Second TL;DR
有什麼變化
預計 2026 年 AI 資料中心將消耗全球 70% 的記憶體產能。
為什麼重要
隨著 HBM 與其他記憶體需求競爭，AI 基礎設施營運商可能面臨更高的加速器與伺服器成本。硬體規劃、採購時機，以及記憶體效率更高的模型部署，對 AI 團隊將更加重要。
下一步行動
盤點未來六個月的加速器採購需求，並測試量化推論或較小批次服務等低記憶體部署方案。
誰應關注：Enterprise & Security Teams
關鍵要點
- •預計 2026 年 AI 資料中心將消耗全球 70% 的記憶體產能。
- •AI 資料中心所占的記憶體需求，已從 2022 年約 20% 至 30% 上升。
- •主要記憶體原廠將 70% 至 90% 的先進產能投入 HBM。
- •顯卡價格上漲主要源於顯存供應壓力，而非 GPU 短缺。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •HBM3e 與 HBM4 的生產良率挑戰，導致記憶體原廠在擴產時面臨極高的資本支出（CapEx）壓力，進一步推升了單位成本。
- •除了 AI 資料中心，邊緣 AI（Edge AI）裝置對 LPDDR5X 等高效能記憶體的需求激增，加劇了與傳統 GDDR6/6X 顯存的產能排擠效應。
- •記憶體製造商正加速從傳統 DDR5 產線轉向 HBM 專用產線，導致消費級顯卡常用的 GDDR 記憶體晶圓產能被結構性壓縮。
- •先進封裝技術（如 TSMC 的 CoWoS）的產能瓶頸，使得即便記憶體產出增加，也無法即時轉化為終端顯卡產品，造成市場供需失衡。
- •為了應對 HBM 的高利潤誘惑，記憶體大廠已減少對消費級 GDDR 記憶體的長期合約供應，導致顯卡廠商在採購時面臨現貨價格波動風險。
🛠️ 技術深入
- HBM（高頻寬記憶體）採用 3D 堆疊技術，透過 TSV（矽穿孔）技術將多層 DRAM 晶片垂直互連，大幅提升頻寬並降低功耗。
- GDDR6X 記憶體採用 PAM4 訊號傳輸技術，雖然頻寬較高，但發熱量與功耗遠高於傳統 GDDR6，對顯卡散熱設計要求極高。
- 記憶體原廠在製程轉換上，將原本用於生產 GDDR 的 1α/1β 奈米製程產能，優先調撥給 HBM3e 產品線，導致 GDDR 供應鏈出現結構性缺口。
- AI 運算需求推動了對記憶體容量與頻寬的極致追求，迫使 GPU 架構設計必須採用更複雜的記憶體控制器與匯流排介面。
🔮 前景展望AI analysis grounded in cited sources
消費級顯卡將面臨長期性的價格高檔化。
記憶體原廠將產能結構性轉向高利潤的 HBM，導致消費級 GDDR 記憶體供應難以回到供過於求的狀態。
顯卡廠商將加速導入低功耗記憶體技術。
為了規避 GDDR 供應鏈的價格波動與產能限制，廠商將被迫在消費級產品中尋求替代方案或更高效的記憶體管理架構。
⏳ 時間線
2023-05
生成式 AI 爆發，HBM 需求開始出現爆發性成長，記憶體大廠啟動產能調整。
2024-02
主要記憶體原廠宣布將先進製程產能優先分配給 HBM3，導致 GDDR 記憶體現貨價格開始上漲。
2025-01
全球記憶體產能配置出現顯著失衡，AI 資料中心對 HBM 的需求正式超越消費級記憶體產能成長率。
2026-03
記憶體原廠確認 HBM4 進入量產準備階段，進一步擠壓消費級 GDDR 產能空間。
📰
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： 钛媒体 ↗