#HBMShortageBoostsAIChipPrices

AI 最大的瓶颈可能不再是 GPU——而是内存

当我们谈论人工智能成本上涨时，大多数人会立即想到 GPU、数据中心、电力或半导体制造。

但还有另一个组件正悄然成为整个 AI 经济中最重要的制约因素之一：高带宽内存，即 HBM。

HBM 是一种垂直堆叠的专用 DRAM，通过先进封装和硅通孔进行连接。它的作用简单却至关重要：以足够快的速度向 AI 加速器输送海量数据，从而充分利用其计算能力。

这正变得越来越困难。

预计 Nvidia 下一代 Rubin 平台将使用最高 288GB 的 HBM4，并提供超过 22 TB/s 的带宽，而 AMD 的 MI450 最高可达 432GB。这些数字表明，AI 对内存的需求正在以多快的速度扩张。

问题在于，HBM 比传统 DRAM 需要多得多的制造资源。

生产相同容量的存储数据，与传统 DRAM 相比，可能消耗大约三倍的晶圆面积。据估计，HBM4 晶圆成本约为 7,000–8,000 美元，是标准 DRAM 成本的数倍。

而且，只有少数几家公司能够大规模生产这项技术。

这造成了强大的供应瓶颈。

根据 TrendForce 的估计，截至 2026 年 4 月，HBM 约占 DRAM 晶圆产出的 23%，而 2025 年约为 19%。

这造成了一个重要的二阶效应。

每一片转用于 HBM 的晶圆，都是无法同时用于生产 DDR5、移动内存或服务器 DRAM 的产能。

因此，传统内存的短缺，部分是该行业决定优先生产价值最高的 AI 相关产品所造成的后果。

而且，定价影响已经变得难以忽视。

预计 2026 年初传统 DRAM 合约价格环比涨幅最高可达 90%–95%，而一些 PC DRAM 预测涨幅达到 105%–110%。服务器和移动 DRAM 预计也将大幅上涨，而 NAND 闪存和企业级 SSD 价格则出现了大幅增加。

第二季度，传统 DRAM 价格估计又环比上涨 58%–63%，预计第三季度还将上涨 13%–18%。

HBM 的定价更加惊人。

据报道，HBM3E 合约价格在 2026 年开始前就已上调，而某些 36GB 模块的现货市场价格达到约 2,100 美元，相比之下，长期合约价格约为 300–400 美元。

这一巨大的价差表明，市场已经承受了多么大的压力。

而且，短缺并不局限于制造商。

据报道，AI 服务器价格上涨了超过 15%，云计算提供商也面临更高的硬件成本。对于租用 AI 算力而非购买加速器的客户来说，这些成本最终会体现在按小时计费的租赁价格中。

消费者也感受到了影响。

一套主流的 32GB DDR5-6000 内存套装过去售价约为 110–140 美元，据报道，2026 年 8 月售价约为 392 美元。三星 32GB DDR5 模块的价格也从约 149 美元上涨至 239 美元。

这种压力最终可能传导至笔记本电脑、智能手机、游戏 PC 以及其他电子产品。

更深层的问题在于供应弹性。

普通的内存短缺最终可能吸引新的产能，但半导体晶圆厂需要数年时间才能建成并完成认证。同时，从 HBM3E 转向 HBM4 需要越来越复杂的堆叠和封装工艺。

因此，即使公司今天决定扩大产能，新增供应也不会立即到来。

这造成了一个令人不安的局面：

AI 需求增长的速度超过了内存供应扩张的速度。

然而，稀缺叙事也面临一个重大风险。

从历史上看，内存一直是半导体行业周期性最强的领域之一。如今巨大的利润率促使制造商大举投资。如果 AI 基础设施支出放缓，而新增产能开始到位，市场最终可能从短缺转向供过于求。

这就是为什么最值得关注的指标包括 HBM4 良率、2027 年 HBM 合约价格、主要内存制造商的库存水平、现货与合约价格之间的差距，以及半导体资本支出。

如果库存开始恢复，而现货溢价大幅收窄，压力最终可能得到缓解。

在此之前，AI 硬件的故事存在一个隐藏制约因素：

AI 的未来可能不仅取决于全球能够制造多少 GPU，还取决于能够在 GPU 旁边部署多少高带宽内存。

内存墙正变成一堵真正的经济之墙——其成本正在蔓延至整个科技行业。

#Gate广场中秋团圆局 #weeklyshare @Gate_Square #ShareWeekly #GateMeme