📢 Gate 廣場 TradFi 交易分享挑戰上線!
晒单瓜分 $30,000 獎池,新人首帖 100% 中獎!
📌 參與方式:
帶 #TradFi交易分享挑战 發帖,滿足以下任一即可:
🔹 帶今日指定 TradFi 幣種標籤發帖交流。
🔹 完成單筆大於 $10U 的 TradFi CFD 交易並掛載交易卡片。
🏷️ 今日指定標籤:USDJPY、AUDUSD、US30、TSLA、JPN225
🎁 寵粉福利:
1️⃣ 卡片分享獎: 抽 50 人,每人送 $100 仓位體驗券!
2️⃣ 發帖榜單獎: 衝排行榜,贏 WCTC 限定 T 恤!
3️⃣ 新粉見面禮: 新人首次發帖,100% 領 $10 體驗券!
詳情:https://www.gate.com/announcements/article/51221
HBM 記憶體已佔 AI 晶片 63%成本,海力士、三星、美光坐收算力定價權
Epoch AI 最新研究顯示,高頻寬記憶體(HBM)在 AI 晶片元件成本中的佔比已從 2024 年 Q1 的 52% 上升至 2025 年 Q4 的 63%;HBM 絕對支出同期從 120 億美元暴增至 320 億美元,漲幅 167%。
(前情提要:韓股KOSPI暴漲8%觸發熔斷!三星不罷工盤中漲7.4%,SK 海力士大漲11.2%)
(背景補充:Gavin Baker 三個逆市賭注:臺積電在救市、Trainium 被低估、太空算力兩年內揭曉)
Epoch AI 最新分析追蹤了 Nvidia、AMD、Google、Amazon 四大晶片設計商的元件成本結構,跨度從 2024 年 Q1 到 2025 年 Q4。研究結論明確:AI 算力的成本瓶頸,正在從晶片設計轉向記憶體供應。
HBM 是什麼,為什麼這麼貴?
高頻寬記憶體(High Bandwidth Memory,HBM),核心概念是把記憶體晶片垂直堆疊,直接封裝在 GPU 旁邊。
AI 模型訓練和推理需要 GPU 在極短時間內讀寫海量資料。傳統記憶體頻寬不夠,HBM 的設計就是解決這個瓶頸:多層 DRAM 晶片疊加後,傳輸速度可達傳統方案的數倍,延遲大幅降低。
簡單來說:HBM 的任務是讓 GPU 不必等記憶體,而不是讓 GPU 本身跑得更快。
問題在於這種記憶體製作極為複雜,全球只有 SK Hynix、三星、美光三家廠商具備量產能力。2022 年以後 AI 算力需求呈指數級上升,三家廠商的議價能力也隨之大幅提升。
Epoch AI 的資料清楚呈現成本重心的位移:在 Nvidia、AMD、Google、Amazon 的晶片採購結構中,HBM 的成本佔比從 2024 年 Q1 的 52% 上升至 2025 年 Q4 的 63%,整整多了 11 個百分點。
同期,邏輯晶片(GPU 本身)的佔比從 14% 微降至 13%,先進封裝從 19% 降至 15%,輔助元件從 15% 降至 9%。當所有其他環節的佔比都在縮水,只有記憶體繼續擴張。
成本壓力如何傳導到資本支出
記憶體漲價不只是供應商的問題,它正沿著供應鏈向下傳導。
HBM 佔 AI 晶片元件成本的 63%,AI 晶片又佔科技巨頭資本支出的大頭,因此任何記憶體漲價都直接反映在財報上。Microsoft 在 2026 財年的資本支出計畫中,單獨列出 25 億美元的元件漲價因素,這是 250 億美元增幅中明確可歸因的部分。Meta 同樣以元件成本上漲為由,將 2026 年資本支出範圍上調了 100 億美元。
從絕對金額來看,傳導規模同樣驚人:HBM 的支出從 2024 年的 120 億美元暴增至 2025 年的 320 億美元,一年漲幅 167%。AI 晶片元件的總支出則從 220 億美元跳升至 520 億美元,漲幅 136%。整條供應鏈規模在兩年內翻倍,記憶體短缺的結構性問題更難在短期內解決。
Epoch AI 預期,2026 年 HBM 在 AI 晶片元件成本中的佔比仍將繼續上升。也就是說資本支出增加,不一定代表算力在等比例增加,其中有相當一部分,是在消化記憶體漲價的成本。