【Moontalk市場觀察】AI 時代下的記憶體產業： 從週期波動走向結構性緊缺
AI infrastructure 正在重塑 memory cycle，當需求擴張遇上供給彈性下降，記憶體正從配角變成整個產業鏈的核心瓶頸。
摘要：
其實 Memory 這個板塊，我自己已經反覆研究過很多次。但每次有新的數據、財報或產業訊號出來，我還是會忍不住重新疏理一次思路。
畢竟這一輪 cycle 的波動實在太大、漲價速度太快，而需求瓶頸與供給限制又在持續變化，很多東西如果不能及時理解，很容易還在用舊框架看現在的市場。
以下是今天重新整理後的一些核心內容摘要：
前言：記憶體真正的瓶頸
一、需求不只來自 GPU，AI infrastructure 已在全面擴張
二、供給彈性為什麼比過去低？
三、LTA 與預付款：客戶行為正在發生結構性改變
四、這輪 Cycle 與過去的本質差異
五、風險因素：這輪週期的可能中斷點
前言：記憶體真正的瓶頸
過去幾年，市場對記憶體產業的討論幾乎都圍繞著一個問題：這波 AI 帶來的需求，到底能撐多久？從 2023 年 HBM的供不應求，到 2024 年各方開始質疑 AI CapEx 的可持續性，再到 2025 年整個行業密集進入過去罕見的定價強勢週期，durability這個詞幾乎出現在每一份研究報告的標題裡。
這種質疑其實有跡可循。記憶體產業有著幾乎所有週期性產業中最鮮明的「過山車特徵」：需求一旺、大家搶著蓋產能，三到四個季度後供過於求，價格崩潰，廠商認列虧損，減產，然後週期重新開啟。這套劇本從 1990 年代演到 2022 年，投資人已經被訓練成條件反射：看到高毛利，就開始找賣點。
但 2026 年的情況，說起來有點微妙。不是說 cycle 消失了， 但 cycle 的驅動力已經換了底層邏輯。
Morgan Stanley 曾在報告中點明Memory is not just constrained by AI demand — memory is increasingly the primary constraint on AI demand. 這句話值得細品。以前我們說記憶體受 AI 需求驅動，現在翻轉過來，AI 算力的擴張速度，受制於記憶體能不能跟上。當瓶頸從 GPU 轉移到 memory，整個供應鏈的定價權結構就不一樣了。
同時，高盛的團隊在追蹤 2026 年 4 月韓國出口數據後指出，記憶體出口年增率達 278%，創下自 2008 年追蹤以來的最高增速，其中 DRAM 年增 343%、NAND 晶片年增 289%、SSD 出口更是飆升 715%。 這是整個 memory ecosystem 在同步擴張。
所以今天這篇文章想做的，是把這輪 memory cycle 的結構拆開來看：需求端的擴散路徑、供給端的彈性制約、客戶行為的改變，以及最終影響 pricing durability 的幾個核心因子。
一、需求不只來自 GPU，AI infrastructure 已在全面擴張
HBM：供給賣完，複雜度還在往上走
HBM 的故事已經說了兩年，但仍有必要交代清楚目前的位置。Nvidia 的下一代 GPU 平台 Rubin Ultra 的 HBM content 預計顯著高於 Blackwell，而 HBM4 相較 HBM3e 在封裝複雜度上有顯著跳升：TSV密度更高、CoWoS的先進封裝流程更繁瑣，單位晶圓能生產的有效 HBM die 數量並沒有隨製程進步線性提升。
SK Hynix 在 2026 年第一季財報中表示，目前的 HBM 供給甚至面臨「難以滿足 LTA（長期供貨協議）請求」的壓力，這著市場代表的實際需求已經超過他們目前能承諾的供給量。 Samsung 的情況相似，HBM 良率問題雖然在 2026 年初有所改善，但 advanced packaging capacity 依然是整個行業的共同瓶頸。
Server DRAM：AI 的隱形主角
這裡有個市場可能低估的角落，server DRAM（伺服器動態隨機存取記憶體）。HBM 的光芒蓋過了 conventional server DRAM，但後者才是 bit volume（位元出貨量）的大宗。
Samsung 在 2026 年第一季表示，server DRAM ASP 出現大幅季增，反映供需極度緊張，且 pricing strength 超出市場原先預期。 這個 ASP 水準甚至高過 HBM 的假設均價。這代表即便不考慮 HBM，光是普通的 server DRAM，買家現在也需要付出歷史上難以想像的價格，才能確保供應。
驅動這波 server DRAM 需求的，不只是大型 GPU cluster。Agentic AI 的崛起，也在拉動 CPU server 的需求回升。AMD 與 Intel 的 data center 業務在最近幾個季度都出現明顯復甦，原因正是 AI workload從純 GPU 算力逐漸擴散至 general purpose compute 層。inference server、API 閘道、RAG系統，這些都需要大量的 CPU server，而每台 server 也有對應的 DRAM footprint。
LPDDR5X 與 Enterprise SSD：兩個被低估的成長向量
LPDDR5X（低功耗 DDR5X）在 AI inference on-device 的場景中有獨特地位。隨著更多 AI 推理工作被部署到邊緣設備（高階智慧型手機、AI PC），LPDDR5X 的需求不再只是跟著換機潮走，而是多了一層AI 應用帶來的額外記憶體需求。TrendForce 預測 2026 年第二季 LPDDR5X pricing 季增幅度高達 93-98%。
Enterprise SSD（企業級固態硬碟）的情況就更直接了。SanDisk 在 2026 年第一季財報中指出，datacenter產品目前已佔其整體營收的 25%，而且公司已完成多家 hyperscaler的 TLC enterprise drive 認證，QLC（四層單元）enterprise drive 也預計在 2026 年第二季開始出貨。 AI 訓練和推理產生的 hot storage 需求，讓 enterprise SSD 的需求曲線斜率陡增。
二、供給彈性為什麼比過去低？
記憶體產業過去被詬病的地方，是供給太有彈性。只要需求好，廠商就蓋廠、擴產能，幾個季度後市場一定過剩。這個邏輯在 AI 時代正在被挑戰，原因不是廠商突然變得理性，而是技術本身讓擴產的難度大幅提升。
HBM 的製造流程，跟普通 DRAM 有根本性的差異。TSV 鑽孔、die stacking、CoWoS 封裝，每一道工序都需要專用設備，而這些設備的 lead time（交貨時間）動輒超過一年。EUV光刻機的產能，全球只有 ASML 一家供應，本身就是稀缺資源。
更關鍵的是，HBM 的生產會消耗大量原本可以用來製造 conventional DRAM 的 wafer 產能。HBM4 更高的堆疊與封裝複雜度，可能進一步提高 wafer consumption。這代表同樣的 wafer input，HBM4 出來的 bit 比 conventional DRAM 少得多，但市場對 HBM 的需求成長卻更快。兩股力量疊加，conventional DRAM 的可用產能自然被進一步壓縮。
Advanced Packaging 才是真正的 Bottleneck
CoWoS 的產能是台積電嚴密控管的稀缺資源，而 HBM 的封裝良率控制，更是 Samsung 被批評進度落後的核心原因。HBM 封裝流程的複雜度幾乎與晶片本身同等重要。
Goldman Sachs 的分析師透過追蹤原材料進口數據，觀察到兩個有趣的代理指標：一是日本環氧樹脂（epoxide resin）進口至 SK Hynix 生產基地的數量；二是日本塑膠薄膜（plastic film）進口至 Samsung HBM 生產基地的數量。前者作為 MR-MUF 封裝材料，後者作為 TC-NCF 材料，兩者都與 HBM 實際出貨量高度相關。2026 年 3 月，Samsung 的塑膠薄膜進口年增率高達 123%，顯示 Samsung 在 HBM 放量上確實有所進展。
Clean Room 與設備的長期限制
就算廠商現在宣布擴產，建設一座新的 clean room 至少需要 18 到 24 個月，EUV 設備的等待時間更長。這與過去 PC/smartphone 週期高峰時，廠商可以相對快速增加產能的情況，有結構性的差異。Morgan Stanley 明確指出memory supply remaining a gating factor for AI，供給才是 AI 擴張的限制因子。
三、LTA 與預付款：客戶行為正在發生結構性改變
買方開始搶先鎖貨，這本身就是訊號
LTA（長期供貨協議）在記憶體產業歷史上並不罕見，但過去的 LTA 多半是鬆散的框架性協議，客戶隨時可以調整訂單。這一輪的情況不同，binding commitment（具約束力的承諾）程度明顯提高，而且開始出現 prepayment 的安排。
SanDisk 在 2026 年 4 月底的財報中揭露了一個信息：公司已與多個客戶簽訂供貨協議，涵蓋 FY27約 35% 的計畫 bit 生產量，合計合約金額達 420 億美元（其中 110 億美元為保證金額，預付款部分為 4 億美元）。 SanDisk 管理層將這些協議稱為New Business Models，目前已完成五份協議，並仍在與其他客戶積極洽商。
Samsung 對 2027 年的說法
Samsung 在 2026 年第一季法說會上透露，公司目前收到的 2027 年需求預定，已超過部分供給能力。機構在解讀 Samsung 財報後指出，這一輪 LTA 的 binding commitment 程度，預計高於過去歷次 LTA 的慣例。 這是一個罕見的信號，通常廠商不願意在還有兩年的時間點就鎖定太多產能，因為市場條件可能改變。但如果客戶願意提前鎖定並支付 premium，代表他們對 shortage 的持續時間已形成明確預期。
SK Hynix：連 LTA 都滿足不了
更極端的情況出現在 SK Hynix 身上。公司在財報中明確指出，目前的供給緊張程度，甚至讓他們難以滿足客戶的 LTA 請求，供應商根本沒有多餘的產能可以承諾。這個細節，在市場的解讀中可能沒有受到足夠的重視。如果連長約都無法滿足，現貨市場的供需缺口只會更大。
這種客戶行為的轉變，是目前這輪記憶體 cycle 最值得關注的結構性變化之一。它代表買方對未來供需的預期，已經發生了質的改變，從「記憶體遲早會過剩，等跌就好」，變成「如果現在不鎖，之後根本搶不到」。
四、這輪 Cycle 與過去的本質差異
過去的記憶體週期長什麼樣子
傳統的記憶體週期，幾乎都遵循同一套邏輯：
PC 出貨量上升 → server refresh cycle 啟動 → DRAM/NAND 需求擴張 → 廠商擴產 → 供過於求 → 價格崩潰 → 廠商認列虧損 → 減產 → 下一輪週期
這個邏輯的核心特徵是供給彈性相對高，而需求的主要驅動力（PC 與智慧型手機）成長速度有限，每年大概 3-5%。
因此，週期的頂部往往是短暫的。一旦毛利率攀升至歷史高位，市場就會本能地去尋找賣點。因為高毛利一定會吸引供給擴張，而供給擴張最終一定導致過剩。
AI 時代的不同之處：需求斜率更陡，供給彈性更低
這一輪的核心差異，在於需求和供給兩端同時發生了結構性的改變，而且方向相同，都朝向供需更緊張的方向移動。
需求端，AI infrastructure 的年度 CapEx 成長率遠超 PC/smartphone 時代。Morgan Stanley 在報告中提到，基於 GPU 廠商的評論，AI spending 成長率超過 50%，且「或許遠超 50%」。 而且這個需求的 memory intensity更高，每個 GPU server 消耗的 DRAM 遠超傳統 server，每個 AI rack 的 storage 需求也遠超過去的數據中心設計。
供給端，如前所述，advanced packaging 複雜度、EUV 設備限制、clean room 建設周期，讓新產能的回應速度遠低於過去。更重要的是，HBM 的 wafer consumption 高，持續從 conventional DRAM 的 wafer 池子裡借用產能，進一步壓縮了 conventional memory 的供給能力。
兩端的變化疊加，讓這一輪的需求持續時間遠超市場最初的預期。Samsung、SK Hynix、Kioxia、SanDisk等主要供應商在最近的財報中，都指向同一個方向：2027 年的供需仍然偏緊，甚至可能比 2026 年更緊。
產業週期特徵的潛在轉變
我不打算說「cycle 永久消失了」或者「這次真的不一樣」。這類說法在市場高點總是很危險。我的觀點是更保守的：AI 正在改變記憶體產業的週期結構，讓高點持續的時間更長、供需彈性更低、pricing power 更持久。
從投資角度看，這意味著過去那套「看到 gross margin 接近 80% 就砍倉」的反射性交易，在這個環境中可能過早。當然，timing永遠是最難的問題，而且這個產業的週期性從來不會溫柔地告訴你頂部在哪裡。
五、風險因素：這輪週期的可能中斷點
風險一：AI CapEx 放緩
如果 hyperscaler 的 AI infrastructure 投入因為商業模式壓力或監管因素而放緩，整個 memory demand 曲線的斜率會立刻改變。這是最直接的風險，也是市場最怕的情境。目前的反例是，Nvidia 的 2026 年 data center 業務指引依然強勁，各大雲端廠商在 Q1 法說會中都沒有釋放縮減 CapEx 的訊號。但這個風險不能排除，尤其在 AI ROI尚未充分兌現的背景下。
風險二：AI 效率提升超預期
如果 KV cache compression 或其他架構創新讓 memory footprint 大幅下降，超出目前業界的預期，那之前文章討論的「efficiency improvement 帶來消費擴張」邏輯就可能失效。這是個技術風險，難以提前量化。
風險三：Samsung / SK Hynix 大幅擴產
如果兩家韓廠在高毛利環境下決定大幅提高 capex，並在 2027-2028 年釋放大量新產能，供給過剩的風險就會重新出現。Samsung 在 2026 年的 capex 確實有所提升，這是 Morgan Stanley 在報告中提到的「market is pricing in durability concerns」的核心來源之一。 目前的 capex 增長，主要是用於 HBM 和 advanced node，但不是傳統的 commodity DRAM 擴產。
風險四：終端需求意外轉弱
PC 和智慧型手機的換機需求，在這一輪的討論中被 AI 需求遮蔽，但並沒有消失。如果全球消費性電子需求因為宏觀環境惡化而大幅萎縮，即便 AI 需求維持，整體 memory demand 的底部也會受到影響。TrendForce 的 PC DRAM 定價預測，就已經預設了今年筆電出貨量下降約 8% 的假設，但定價仍然強勁，足見目前 server 和 AI 需求的主導性。
結語
把核心觀點整理一遍：
AI 對記憶體產業的影響，已經從HBM 單一產品的需求暴增，演變成整個 memory ecosystem 的供需結構重組。目前的變化，包括：需求端從 HBM 擴散至 server DRAM、LPDDR5X、Enterprise SSD 和 NAND；供給端因 advanced packaging 複雜度、EUV 限制和 clean room 建設周期而彈性受壓；客戶行為從觀望等跌轉向主動鎖貨，LTA 的 binding commitment 程度大幅提升；定價持續超過市場預期，且每一次上修的方向都一致往上。
Samsung 的 2026 年第一季 server DRAM ASP 達到約每 Gb 1.4 美元，季增約 120%；SK Hynix 的 Q1 營業利益年增 405%；SanDisk 的 Q1 毛利率比市場預期高出 861 個基點；Kioxia 預示 Q2 營收再季增 70%。這些數字是一個持續超越市場預期的結構性定價走強。
這不表示風險不存在。AI CapEx 的可持續性永遠是市場最核心的問號。如果 hyperscaler 的投入因為 AI 商業化進度不如預期而降溫，整個需求鏈會快速傳導。短期的 panic buying 如果結束，現貨溢價也會收窄。中國廠商的技術追趕，是一個不知道何時會爆發的長期尾部風險。
Source: Morgan Stanley, Goldman Sachs
免責聲明：本報告內容僅供學術探討與專業投資參考，不構成任何買賣證券的建議。投資者應基於自身的風險承受能力與獨立判斷做出投資決策。本報告所引用的投行數據與預測均基於公開可得之研究資料，此文不對其絕對準確性提供擔保。過往財務表現不代表未來收益保證。