#HBM
•

三大客戶下單五年！晶片巨頭產能被鎖定

業內透露，三星電子已通過長期供應協議鎖定了明年近80%的記憶體晶片產能，其中包括HBM。 據悉，輝達、Google、微軟等全球科技巨頭已紛紛排隊向三星下單，鎖定的晶片供應期普遍在五年以上。 簽訂長期供貨協議的趨勢已由半導體領域向整個AI硬體供應鏈蔓延。 AI零部件產業正從傳統的即期交易模式加速轉向確定性更高的“訂單導向型”產業。
三大客戶下單五年！晶片巨頭產能被鎖定
科技#AI晶片#三星電子#輝達
•

記憶體荒的真兇不是GPU：2027到2028，HBM正在吃掉整個DRAM的產能帳本

2026 年 10 月，記憶體供給偏緊的判斷已經從分析師的 PPT 走進了原廠高管的嘴裡。SK hynix CEO 郭魯正（Kwak Noh-jung）警告，2027 年可能出現前所未有的記憶體供應短缺。路透社援引 UBS 的判斷，全球 DRAM 供不應求至少持續到 2028 年第二季度。下一個 AI 瓶頸很可能不是 GPU，而是你以為"已經不缺了"的記憶體。 聚焦 🔍 這輪緊張和 2017 年那種"某家工廠停電、某個品類缺貨"不一樣。它是結構性的：需求在按季度變，產能在按年交付，中間夾著一個把晶圓吃走的 HBM。 先說一個深夜的 debug
記憶體荒的真兇不是GPU：2027到2028，HBM正在吃掉整個DRAM的產能帳本
科技#記憶體#供應鏈短缺#HBM
•

AI記憶體瓶頸：從HBM降配到CXL重估

AI正在用降低單機配置、拆分推理任務和共用記憶體繞過短缺。記憶體周期是否延續，取決於節省下來的容量與新增需求誰跑得更快；連接晶片和專用推理架構的收益，則要看系統效率能否轉成真實收入。 一、記憶體周期的分歧，落在短缺能持續多久 AI伺服器降低記憶體配置，直覺上會削弱記憶體廠商的收入。但截至2026年10月5日，大摩仍對美光和閃迪維持超配評級，同時把Astera Labs、邁威爾科技和Cerebras列為架構調整的潛在受益者。這幾個方向可以同時成立，原因在於供給受限時，少用一點記憶體可能讓更多系統交付，新增機器又會消耗更多記憶體。 大摩預計，短缺強度會波動，但AI在可見未來仍會吸收可用供應。這裡的判斷建立在AI建設繼續增長的前提上，不能理解成任何價格、任何品種、任何時間都缺貨。HBM、高頻寬之外的DRAM和NAND承擔不同任務，價格與盈利也會有各自的節奏。
AI記憶體瓶頸：從HBM降配到CXL重估
科技#AI記憶體瓶頸#HBM降配#CXL
•

存力接棒算力—AI智能體把記憶體推上主戰場

KV Cache從"臨時變數"變成"持久資產"——記憶體容量和訪問速度，正在直接決定智能體的記憶能力。 開篇：那個越寫越厚的"草稿本" 一個AI智能體正在處理百萬級token的對話歷史。它要反覆回放上下文、呼叫工具、多步推理——每走一步，都要把已經"記住"的內容再讀一遍。 這個"記住"的載體，叫KV Cache。它像一個越寫越厚的草稿本：對話越長，草稿越厚，轉眼就佔滿了昂貴稀缺的GPU視訊記憶體。據中信證券測算，上下文從8K激增到1M tokens時，單使用者FP16精度下的KV Cache視訊記憶體佔用會從約5GB飆升至640GB以上——而一張頂級GPU的HBM視訊記憶體，不過百GB量級。
存力接棒算力—AI智能體把記憶體推上主戰場
科技#AI智能體#token#KV Cache
•

他們在狂搶晶圓

AI透過先進邏輯、HBM記憶體及CoWoS先進封裝三大路徑，推升12吋矽晶圓消耗量，過去矽晶圓廠規劃產能時，未充分納入的新需求快速浮現，成為2026年～2028年矽晶圓供需轉緊的重要推手。 法人分析，第一大需求來自先進邏輯。隨AI GPU、ASIC晶粒面積大型化，加上製程快速向5奈米、3奈米及2奈米推進，先進製程投片量同步擴張。 根據估計，7／5／3／2奈米月投片量將由2022年的18萬片，大幅增加至2027年的83萬片。 第二大需求則是HBM。相較傳統DRAM，HBM堆疊層數愈高，晶圓消耗量也同步放大。
科技#AI驅動#HBM#CoWoS
•

記憶體產能大遷徙：HBM搶走晶圓，消費電子進入“降配時代”

AI 吞掉記憶體：當雲端越堆越大，你的手機和電腦只能越做越小 摘要：AI 基礎設施的爆發不僅重塑了資料中心，也正在改變所有硬體製造商的生存底線。當記憶體產能瘋狂向 HBM 和伺服器傾斜，消費電子正被迫承受缺貨、漲價與“降配”的陣痛。 一場隱秘的“記憶體大遷徙”正在發生。 當你還在糾結下一代手機是買 8GB 還是 12GB 記憶體，當你的新電腦固態硬碟從 1TB 縮水到 512GB，背後的真相併非技術停滯，而是產能被 AI 搶走了。
記憶體產能大遷徙：HBM搶走晶圓，消費電子進入“降配時代”
科技#HBM#AI 基礎設施#伺服器
•

從GPU主導到CPU反超：智能體推理改寫算力結構

從GPU主導到CPU反超：智能體推理改寫算力結構 當每塊GPU需要80個CPU核心來伺候，記憶體行業的遊戲規則正在被改寫。 80個CPU核心，伺候一塊GPU。這是瑞銀2026年5月一份報告裡最刺眼的數字。傳統AI訓練，一塊GPU配置8到12個CPU核心就夠了；到了智能體（Agentic AI）推理，這個數字變成80到120個——增長5到10倍。 更顛覆的是算力分配方向。瑞銀援引的專家訪談給出判斷：傳統AI工作負載裡，70%到80%的算力消耗在推理本身（GPU）上；而在智能體推理中，這個比例反轉了——70%到80%的工作量轉移到了CPU上。
從GPU主導到CPU反超：智能體推理改寫算力結構
科技#GPU#AMD#蘇姿豐
•

晶片，直奔2.3兆

人工智慧正在推動半導體行業實現前所未有的增長，同時顛覆長期以來的行業發展態勢，並重塑價值來源。 儘管半導體行業歷來屢屢超出市場預期，但2026年年初的行業表現依舊令人震驚。7月，半導體銷售額同比增幅創下40年新高，此後不久，市場營收首次突破1兆美元。無論以那種標準衡量，這種增長規模都可以說是非同尋常的。 與其他多個行業一樣，人工智慧的興起是半導體行業實現爆發式增長的根源。五大超大規模雲服務商公佈，計畫在2026年投入約8000億美元資本支出，2027年投入1兆美元，其中絕大部分資金將投向人工智慧基礎設施。這一趨勢推動前沿晶片與記憶體器的平均銷售價格大幅超出預期水平，行業增長因此遠高於市場此前預判。 受上述發展態勢影響，分析師紛紛上調半導體行業未來增長預期。在基準情景下，我們目前預測，到2030年半導體市場規模將達到2.3兆美元，較我們2025年秋季預估的1.6兆美元高出約44%。增長的速度與規模表明，如果人工智慧持續發展，或將永久重塑半導體行業延續已久的增長模式。雖然半導體市場向來具有強周期性，但人工智慧或將開啟一段持續增長時期，同時維持前沿晶片與記憶體器的高平均銷售價格。
晶片，直奔2.3兆
科技#人工智慧#AI晶片#DRAM