23.52k 瀏覽量252 人討論中
21.15k 瀏覽量117 人討論中
72.09k 瀏覽量2.67k 人討論中
37.56k 瀏覽量2.28k 人討論中
44.81k 瀏覽量4.79k 人討論中
74.17k 瀏覽量2.43k 人討論中
43.24k 瀏覽量748 人討論中
14.69k 瀏覽量402 人討論中
4.07k 瀏覽量134 人討論中
8.61k 瀏覽量430 人討論中
#HBMShortageBoostsAIChipPrices 正成為半導體市場日益重要的主題,因為 AI 熱潮正造成一個超越 GPU 與先進處理器的瓶頸。
全球需要更多 AI 加速器,但這些加速器也需要高頻寬記憶體(HBM)——而 HBM 的供應正難以跟上快速上升的需求。
近期報導顯示,包括 Huawei 與 Cambricon 在內的中國 AI 晶片公司已經提高處理器價格,因為全球 HBM 短缺推高了生產成本。據報導,Huawei 即將推出的 Ascend 950DT 加速卡報價超過 250,000 人民幣(37,000 美元以上),較早期報價上漲約 20%–50%;而 Cambricon 據報也將其下一代 690 晶片的價格提高約 20%–30%。
🧠 為什麼 HBM 如此重要?
傳統記憶體不足以應付現代 AI 工作負載。
大型 AI 模型需要大量資料以極高速度在處理器與記憶體之間傳輸。HBM 正是為此需求而設計,能在 AI 加速器旁的緊湊封裝中提供大幅提升的頻寬。
這使 HBM 成為現代 AI 基礎設施的關鍵元件。
但這裡存在一個問題:
如果沒有足夠的 HBM 與這些處理器搭配,提高 GPU 產量並不會自動解決 AI 晶片的供應問題。
這可能在整個 AI 硬體供應鏈中形成瓶頸。
📈 需求增長速度快於產能
AI 資料中心正消耗大量先進記憶體。
HBM 的生產也比傳統記憶體更加複雜且需要更多產能。IEEE Spectrum 指出,預計在可預見的未來,HBM 需求仍將大幅高於供應,而新的記憶體工廠可能需要數年時間,才能帶來有意義的產量。
這造成了一種不尋常的市場動態:
AI 需求上升 → HBM 需求上升 → 記憶體製造商優先配置 HBM → 傳統記憶體供應變得更加緊張 → 記憶體價格上升 → AI 硬體成本增加。
這就是為什麼 HBM 短缺的影響可能遠超記憶體公司本身。
💰 誰可能受益?
最大的潛在受益者,是那些掌握先進記憶體生產與封裝產能的公司。
SK Hynix、Samsung 與 Micron 是 HBM 市場中的主要參與者。
對投資者而言,這創造了一項重要的次級 AI 投資機會。
市場不再只關注 GPU 製造商,而是日益關注那些供應讓 AI 加速器運作所需記憶體的公司。
AI 基礎設施鏈正逐漸變成:
AI 模型 → 資料中心 → 加速器 → HBM → 先進封裝 → 網路設備 → 電力與散熱
任何一個主要環節的短缺,都可能影響整個系統的經濟效益。
⚔️ AI 晶片製造商面臨更高成本
對 AI 晶片公司而言,昂貴的 HBM 同時帶來機會與挑戰。
強勁的需求讓製造商能夠提高價格,尤其是在客戶迫切需要運算能力的情況下。
但如果晶片製造商無法將這些成本完全轉嫁給客戶,更高的元件成本也可能對利潤率造成壓力。
對於試圖與已站穩地位的 AI 加速器領導者競爭的公司而言,這一點尤其重要。
如果 HBM 配額成為一項策略優勢,那麼擁有更強供應協議及與記憶體供應商更深厚關係的公司,可能取得重要優勢。
🏭 為什麼供應無法一夜之間修復
這項短缺可能持續的一個原因,是漫長的製造週期。
建立新的半導體產能需要巨額資本投資、專業設備以及數年的規劃。
IEEE Spectrum 報導,數個主要 HBM 擴產計畫預計要到 2027–2028 年及之後才會增加產能,這意味著短期供應仍受到限制。
這造成了一項重大挑戰:
AI 需求正在今日增長。
新工廠要到數年後才會到位。
這項落差可能使定價能力維持在高位。
🔥 更大的 AI 投資機會
這就是為什麼 HBM 故事可能成為當前 AI 週期中最重要的半導體主題之一。
投資者經常關注焦點 GPU。
但每一個強大的 AI 加速器背後,都有一條涉及記憶體、先進封裝、基板、網路設備、電力系統與散熱的複雜供應鏈。
如果 HBM 持續稀缺,記憶體供應商可能取得 AI 基礎設施熱潮所創造經濟價值中更大的份額。
與此同時,由於客戶正爭奪有限的加速器產能,晶片製造商可能擁有更大的定價能力。
🔍 投資者應關注什麼
最重要的指標包括:
1️⃣ HBM 合約價格
2️⃣ HBM4 生產產能
3️⃣ SK Hynix、Samsung 與 Micron 的擴產計畫
4️⃣ AI 加速器銷售價格
5️⃣ NVIDIA、AMD 與其他晶片製造商的利潤率
6️⃣ 超大規模雲端服務商的 AI 資本支出
7️⃣ 先進封裝產能
8️⃣ 資料中心 GPU 需求
9️⃣ DRAM 價格趨勢
🔟 AI 基礎設施支出預測
另一項重要訊號是,AI 需求是否持續以快於新增記憶體產能的速度增長。
如果是這樣,供應緊縮可能持續成為影響半導體定價的重要因素。
⚠️ 但這也存在風險
供應短缺最終會吸引新的投資。
如果記憶體製造商在 AI 需求放緩時增加過多產能,市場最終可能從短缺轉向供應過剩。
這意味著今天的定價能力不能自動無限期地推演下去。
半導體產業歷來經歷強勁的繁榮與蕭條週期。
關鍵問題在於,AI 需求是否足以吸收目前規劃中的大量新增產能。
🚀 總結
HBM 短缺顯示,AI 革命不只是 AI 模型或 GPU 製造商之間的競爭。
它正逐漸成為一場全堆疊基礎設施競賽。
每一座新的 AI 資料中心都需要更多運算能力、更多記憶體、更多網路設備以及更多電力。
而當某個關鍵元件變得稀缺時,其價格可能迅速上漲,並影響整個系統的經濟效益。
HBM 可能是 AI 熱潮中最重要的隱性瓶頸之一。
對交易者與投資者而言,這意味著下一個重大的半導體機會未必總是來自銷售 AI 晶片的公司。
有時候,更大的機會可能來自供應 AI 晶片不可或缺元件的公司。
🔥 AI 需求正創造一場記憶體競賽——而無論誰掌控 HBM 供應鏈,都可能攫取 AI 經濟中日益重要的份額。