「即使安裝100萬台NVIDIA GPU，實際工作時間也只有10%」 被稱為HBM之父的KAIST金正浩教授在最近的一次採訪中說道。其餘90%的時間，GPU都在等待記憶體中的資料到來，基本上是在閒置。 韓國KAIST教授金正浩在訪談中解釋GPU利用率偏低的原因，指出AI計算的大量時間消耗在資料讀取、傳輸和等待，單純增加算力難以解決系統瓶頸。圖片來源：韓國MoneyGuide訪談 原因很簡單。每次AI輸出一個單詞的答案時，都需要從HBM讀取資料並重新寫入，而這個讀寫時間幾乎佔用了全部時間。

2026 年的半導體市場，舊有的權力秩序正在崩塌。過去那種將 CPU 和 GPU 視為主角、記憶體僅作為配角的簡單分層，已經無法描述當下的 AI 基礎設施周期。真正的行業權力轉移，源於一個更結構性的現實：高頻寬記憶體（HBM）與先進封裝，正決定著 AI 系統能否按時出貨、平台能否通過驗證，以及超大規模雲服務商能否在不損失效率的前提下持續擴大資本支出。 近期的一系列動態，讓這一轉變變得異常清晰。 🔬 技術升級背後的系統性博弈 2026 年 5 月 29 日，三星宣佈開始向主要客戶出貨 12 層 HBM4E 樣品。僅僅三周後的 6 月 18 日，SK 海力士跟進，宣佈其 12 層 HBM4E 樣品也已交付。緊接著在 6 月 24 日，美光發佈了創紀錄的 2026 財年第三季度財報，強調了記憶體於 AI 時代的戰略價值，並著重提及了旨在提升未來業績可預測性的多年期戰略客戶協議。

AMD FPGA和自適應SoC產品線再添新軍！ 第二代AMD Versal Premium系列自適應SoC現已正式發佈，包括多個不同版本，核心型號就是首次整合了大容量、高頻寬、低功耗LPDDR5X記憶體的第二代Versal Premium MoP。 MoP也就是Memory on Package(封裝上記憶體)，這也是AMD Versal系列首次片上封裝記憶體，開闢了新的路徑。 眾所周知，如今RAM記憶體市場空前緊張，AI資料中心搶走了幾乎所有產能和供應，導致記憶體成本和價格持續飆升，需要整合記憶體的產品和裝置也水漲船高，從廠商、客戶到消費者的選擇空間都被嚴重擠壓。

2026年6月29日，韓國官宣史上最大規模半導體超級產業計劃，正式打響全球AI存儲與算力基建的升級戰役。 韓國總統李在明主持「三大超級項目」發布會，宣佈將在西南部投資約800兆韓元建設四座晶片工廠，由三星和SK海力士各承建兩座，目標是在五年內將DRAM生產能力翻倍。 這場激進擴產的背後，是生成式AI與大模型對高性能運算晶片（GPU）及高頻寬記憶體（HBM）呈指數級增長的龐大需求。 隨著AI工作負載的不斷攀升，對記憶體容量與頻寬的要求也日益嚴苛，現有的 GPU-HBM 架構正迅速逼近其物理與技術極限。

顯示卡還沒便宜幾天，記憶體和 SSD 已經在旁邊磨刀了。AI 這桌飯，最後買單的可能又是裝機黨。 這篇 X Article 的作者 fin，把 2026 年 AI 半導體的重點直接從“誰家 GPU 更猛”拽到了 HBM、DRAM 和 SSD 上。它不是廠商路線圖，也不是正式財報，但這套拆法挺扎心：AI 推理越往後走，瓶頸越不像單顆 GPU，而像一整套記憶體和儲存帳單。 fin 的核心判斷很直白：傳統記憶體周期靠漲價、擴產、過剩、崩盤反覆折騰，但 HBM 有機會從老周期裡半隻腳邁出去。原因不是玄學，而是三件事：有一定定製化、需求增長太陡、技術迭代太快。 最狠的是第二條。文中給的框架是，AI 推理裡的 token throughput 受 HBM 容量和頻寬一起驅動，每代都在往上翻。HBM 單 GPU 容量需求大約每年 40%+ 地長，供應側卻還要靠晶圓擴張和密度提升慢慢追。這就不是“廠商想漲價”，而是 AI 工廠把 HBM 當油門踩，踩得記憶體廠都喘不過氣。

Teradyne總裁兼CEO Greg Smith出席了美國銀行（Bank of America）2026年全球技術會議，與BofA半導體及半導體裝置研究團隊分析師Vivek Arya進行了一場爐邊談話式的問答交流。正值Teradyne公佈創紀錄的2026年第一季度業績之後——Q1營收同比激增87%至12.8億美元，調整後EPS達2.56美元。Greg Smith指出，歷史上半導體測試裝置的購買率長期徘徊在半導體營收的1%左右甚至略低，但過去幾年這一比例開始顯著上升。這一轉變之所以"令人驚訝"，是因為半導體市場中增長最快的三個細分領域——GPU（高利潤率）、HBM（最高利潤率）以及因供應短缺導致價格飆升的儲存器——其營收增長遠超出貨量的增長，理論上應壓低測試裝置購買率。 一、核心論點綜述與剖析 1.1 測試裝置市場的結構性轉折 核心觀點：ATE（自動測試裝置）購買率正在經歷歷史性拐點。

顯示卡還沒便宜幾天，記憶體和 SSD 已經在旁邊磨刀了。AI 這桌飯，最後買單的可能又是裝機黨。 這篇 X Article 的作者 fin，把 2026 年 AI 半導體的重點直接從“誰家 GPU 更猛”拽到了 HBM、DRAM 和 SSD 上。它不是廠商路線圖，也不是正式財報，但這套拆法挺扎心：AI 推理越往後走，瓶頸越不像單顆 GPU，而像一整套記憶體和儲存帳單。 fin 的核心判斷很直白：傳統記憶體周期靠漲價、擴產、過剩、崩盤反覆折騰，但 HBM 有機會從老周期裡半隻腳邁出去。原因不是玄學，而是三件事：有一定定製化、需求增長太陡、技術迭代太快。 最狠的是第二條。文中給的框架是，AI 推理裡的 token throughput 受 HBM 容量和頻寬一起驅動，每代都在往上翻。HBM 單 GPU 容量需求大約每年 40%+ 地長，供應側卻還要靠晶圓擴張和密度提升慢慢追。這就不是“廠商想漲價”，而是 AI 工廠把 HBM 當油門踩，踩得記憶體廠都喘不過氣。