AI 晶片成本大洗牌 — 記憶體佔比飆到三分之二意味著什麼
2026年5月29日 · HW SHU · 5 分鐘閱讀
記憶體AI 晶片記憶體成本衝到 63%，錢都被誰賺走了？
> Meta Shift
一個數字先講：AI 晶片的記憶體成本已經從 2024 年 Q1 的 52% 暴漲到 2025 年 Q4 的 63%。這不是小調整，這是整個產業價值鏈重新洗牌。
Epoch AI 最新研究顯示，Nvidia、AMD、Google、Amazon 這四大 AI 晶片設計商的產品中，HBM（高頻寬記憶體）已經佔了總成本的三分之二。對比之下，邏輯晶片（logic dies）成本占比維持在 13%，先進封裝從 19% 降到 15%，其他輔助元件從 15% 掉到 9%。
這個變化反映的不只是技術需求，更是商業格局的大搬風。當記憶體成為 AI 晶片最大的成本項目，誰控制了 HBM 供應鏈，誰就控制了 AI 產業的命脈。
商業模式拆解
HBM 市場現在基本上是 SK Hynix、三星、Micron 的三國殺，但 SK Hynix 明顯是王者。據估計，SK Hynix 在 HBM 市場的占有率超過 50%，三星約 40%，Micron 大概 10%。
從數字來看就知道這市場有多瘋狂：整個 AI 晶片的 HBM 支出從 2024 年的 120 億美金暴增到 2025 年的 320 億美金，單年成長 167%。這個增長速度比其他任何元件都快。
HBM 的定價策略也很有趣。因為技術門檻高、產能有限，基本上是 seller's market。一顆 HBM3e stack 的價格大概是 300-500 美金，比上一代 HBM3 貴了 50% 以上。而且交期長達 6-12 個月，客戶得先付訂金排隊。
這護城河有多深？製造 HBM 需要先進的 Through-Silicon Via（TSV）技術、極高的良率控制、還有複雜的 stack 工藝。新進者要花至少 3-5 年才能量產，而且還不一定做得出來品質穩定的產品。
Nvidia 現在每顆 H100/H200 用 6 個 HBM stack，B200 用 8 個。以 H100 為例，一顆晶片的 HBM 成本就要 1800-3000 美金，占整顆晶片 BOM 成本的六成以上。
競爭格局
記憶體廠商現在是躺著賺錢，但各自策略不太一樣：
SK Hynix：技術領先者，HBM3e 最早量產，跟 Nvidia 關係最好。策略是維持技術優勢，專注高階產品，毛利率據估計超過 40%。
三星：追趕者，靠價格競爭搶市占。最近開始供貨給 AMD 和一些中國 AI 晶片廠商。策略是用產能和價格優勢擴大市占率。
Micron：起步較晚但追得很兇。主打與 Intel、AMD 的合作關係，還有就是產品組合比較全面，從 HBM2e 到 HBM3e 都有。
下游的 AI 晶片設計商就比較辛苦了。Nvidia 雖然賺得多，但成本壓力也在上升。AMD 的 MI300 系列本來想靠性價比競爭，結果記憶體漲價把優勢稀釋了不少。
Google 和 Amazon 的自研晶片（TPU 和 Trainium）相對好一點，因為它們是垂直整合，可以透過雲服務把成本轉嫁給客戶。但記憶體成本上升還是會影響他們的獲利。
Meta 判讀
這是典型的 Meta Shift。整個 AI 硬體產業鏈的價值分配正在重新洗牌，記憶體廠商從配角變成主角。
這讓我想到 2017-2018 年的記憶體超級週期，當時 DRAM 和 NAND Flash 價格暴漲，三星靠記憶體業務單年獲利超過 Intel。但這次不一樣的是，HBM 的技術門檻更高、客戶更集中、替代方案更少。
從競爭動態來看，這更像是早期的智慧型手機 OLED 面板市場 — 三星一家獨大、供不應求、價格居高不下，直到京東方、LG 等廠商追上來才開始降價。
不過 HBM 市場的特殊性在於，客戶對價格敏感度相對較低。對 Nvidia 來說，HBM 漲價 20% 可能只會讓 H100 漲價 10%，但性能如果差 20% 客戶就不會買。所以只要技術領先，定價權就很強。
Microsoft 已經在 FY2026 的 capex guidance 裡預留了 250 億美金的漲價空間，Meta 也把 2026 年的 capex 上修 100 億美金，理由都是「元件漲價」（來源：公司財報）。
工程師該怎麼看
從技術趨勢來看，這個記憶體成本爆炸反映了一個根本問題：現在的 AI 模型架構對記憶體頻寬的需求是指數級增長，但記憶體技術的進步是線性的。
對工程師來說，這代表兩個機會：
1. Memory-efficient 的模型架構會變得更重要。MoE（Mixture of Experts）、quantization、pruning 這些技術不再只是學術研究，而是實際的商業需求。如果你在做 AI infra 或模型優化，這方向值得深入。
2. Edge AI 的機會變大了。當雲端推理成本高漲，把模型放到 edge device 跑的經濟誘因就增強了。Apple 的 M 系列晶片、Qualcomm 的 Snapdragon，還有各種 AI PC 的晶片，都是在搶這塊市場。
如果你在考慮 side project 方向，memory optimization 相關的工具或服務可能會有不錯的市場。畢竟當 memory 變成最大的成本項目，任何能幫助節省記憶體的解決方案都有商業價值。
至於投資角度，記憶體廠商現在是躺著賺錢，但要小心週期性。HBM 不會永遠缺貨，當供給追上需求，或是新的記憶體技術出現，這個超級週期就會結束。不過短期內（1-2 年），SK Hynix 和三星還是穩穩的受益者。
延伸閱讀
HW SHU
9年媒體人
這篇文章對你有幫助嗎？
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。