2026年7月31日 下午08:46

半導體產業能追高嗎?記憶體為何變成最燙資產?瘋漲後會反轉嗎?|Kelly Tsai

學習筆記

TL;DR

當前記憶體市場因AI對HBM的龐大需求而結構性缺貨並推升價格,但記憶體產業具有強烈的景氣循環特性,投資人應警惕歷史重演,並關注毛利率、超大買家資本支出、現貨價及中國廠商進度等可驗證訊號。

快速結論

當前記憶體產業正經歷一波由AI需求驅動的結構性狂潮,特別是高速記憶體 HBM (High Bandwidth Memory) 因其製程複雜且佔用大量先進晶圓產能,導致三星、SK海力士、美光等主要廠商將大部分產能轉向生產HBM,進而排擠一般記憶體的供給。這種供需失衡已造成記憶體價格飆升,使記憶體廠商獲利豐厚,甚至連筆電、手機等消費性產品的記憶體也預期漲價15-20%,市場訂單滿足率降至歷史新低。

然而,記憶體產業在華爾街被形容為「漲時輩跌久沉」,過去四十年來景氣循環劇烈。廠商往往在需求最旺時決定擴廠,但新產能需2-3年才能開出,屆時需求可能已減退,導致供給過剩、價格崩盤,如2018年因加密貨幣挖礦與伺服器囤貨推高需求,隨後DRAM價格崩跌8成。歷史經驗顯示,高點前的3-6個月庫存會開始堆積,價格也會早於財報轉弱。

此次循環雖有AI這個新的結構性需求,但仍存在多項變數可能導致歷史重演。首先,全球記憶體廠商的大規模擴廠計畫,其新產能預計將在2027-2028年集中湧入市場,此時AI需求的不確定性最高。其次,市場缺貨導致客戶重複下單,造成訂單量被灌水,形成虛假的強勁需求。再者,AI模型效率化技術(如量化、KV Cache壓縮)的進步,可能讓AI記憶體需求不如預期般線性成長。最後,中國長鑫存儲 (CXMT) 等國家補貼的廠商可能打破供給競逐的默契,加劇供給過剩。

因此,投資者不應盲目追高或預測頂部,而應密切關注可驗證的結構性訊號。這些訊號包括:廠商毛利率的變化(毛利率鬆動可能比營收更早預示轉折)、超大型買家(如Google、Microsoft、Meta)的AI資本支出是否開始削減、記憶體現貨價格與合約價格的差異(現貨價鬆動常是庫存堆積的先兆),以及中國CXMT的量產進度。理解AI需求與產業景氣循環兩者並存不衝突的本質,是做出投資決策的關鍵。

這支影片在說什麼

這支影片探討半導體記憶體產業的現況與未來走向,特別聚焦於由AI需求驅動的當前記憶體狂潮。影片深入分析了這波缺貨的成因(如HBM需求與產能排擠效應)、記憶體產業固有的景氣循環特性、本次循環與過往的不同之處,以及可能導致市場反轉的潛在變數。影片也提供了具體的觀察指標,幫助觀眾判斷何時可能出現轉折,適合關心科技產業、半導體投資或對宏觀經濟趨勢有興趣的讀者。

最重要的 3-5 個重點

  1. AI對HBM的龐大需求是本波記憶體狂潮主因: AI資料中心對高速運算力的需求,帶動HBM(High Bandwidth Memory)的爆發性成長。HBM的複雜製程與對晶圓的巨大消耗,排擠了傳統記憶體產能,導致整體市場結構性缺貨與價格飆漲。
  2. 記憶體產業本質為高波動景氣循環型: 記憶體市場有「漲時輩跌久沉」的歷史規律,主要因為新廠建設需2-3年,導致廠商擴產時機常與實際需求錯配,引發供需過剩與價格崩盤。2018年的DRAM市場崩盤便是例證。
  3. 多重變數可能使歷史重演: 未來有大量新產能預計在2027-2028年開出;市場上存在客戶因恐慌而重複下單的「假性需求」;AI模型效率化技術可能降低記憶體實際需求;以及中國廠商CXMT等國家級競爭者,都可能破壞市場供需平衡。
  4. 關注可驗證的領先指標而非盲目預測: 與其猜測市場頂部何時來臨,不如密切追蹤幾個關鍵訊號:記憶體廠商的毛利率(對價格反轉極敏感)、超大買家(Google、微軟、Meta等)的AI資本支出是否出現變化、記憶體現貨價格與合約價格的走勢,以及中國CXMT的量產進度。
  5. AI需求真實存在,但產業景氣循環規律不變: AI對記憶體的需求確實是結構性的,但這並不代表記憶體產業就能擺脫其固有的景氣循環特性。兩者同時存在且不衝突,投資者應以長期且謹慎的眼光看待。

知識架構

I. 記憶體市場現況與狂潮成因

  • A. 2022上半年成為全球最熱資產: 三星、美光市值破兆,股價漲三倍。

  • B. 價格與獲利飆升:

  • 三星半導體部門獲利佔公司94%,營業利益率達57%。

    • 毛利率衝到七、八成,遠超過去「苦哈哈」的印象。
    • 供貨滿足率歷史新低(僅約七成訂單能滿足),客戶強制預定2027年產量。
    • PC、手機記憶體價格預估上漲15-20%。
  • C. AI驅動的結構性短缺:

    • 1. HBM (High Bandwidth Memory) 需求爆炸:
      • AI資料中心算力需要GPU,GPU需要高速記憶體快速餵資料,HBM應運而生。
      • HBM特性: 多層記憶體晶片堆疊,直接貼在GPU旁,提高資料進出頻寬。
    • 2. HBM 製程挑戰與產能排擠:
      • HBM 極度消耗晶圓面積(約DDR5的3倍,下一代HBM4約4倍)。
      • 多層堆疊、微細通道導致良率下降。
      • 主要廠商(三星、SK海力士、美光)將7-8成先進產能轉做HBM。
      • 導致一般記憶體(如DDR5)產能大幅減少,造成結構性缺貨與漲價。
      • HBM佔跳晶圓比重一年內從19%跳到23%,HBM產能年增29%,一般記憶體僅增10%。

II. 記憶體產業的景氣循環特性

  • A. 「漲時輩跌久沉」歷史規律: 科技業中景氣循環最兇猛的產業。
  • B. 擴廠時間差導致供需錯配:
    • 蓋新廠成本超過100億美金,從決定到量產需2-3年。
    • 廠商常在需求最旺時擴廠,但2-3年後需求可能已退,導致供給過剩。
  • C. 歷史案例:2018年崩盤:
    • 加密貨幣挖礦與伺服器囤貨,DRAM營收突破1000億美金。
    • 高點過後,價格一路崩跌,2019年跌了8成。
    • 循環預兆: 統計上,3/4的循環庫存會在高點前3-6個月多,價格會早於財報轉弱。

III. 本次循環的變數與風險(與過去不同或可能導致反轉的因素)

  • A. 攻擊競逐(供給時間差):
    • 全球大規模擴廠(南韓兩大廠+美光),總投資額達天文數字。
    • 新產能預計集中在2027年底-2028年大量開出,恰好是AI需求最不明朗的時點,可能造成過剩。
  • B. 重複下單(假性需求):
    • 市場缺貨導致客戶恐慌,向多家供應商下超量訂單,造成表面訂單爆滿的假象。
    • 過去每次供給過剩前,需求看起來都「結構性強勁」。
  • C. 需求效率化:
    • AI模型優化技術:
      • 量化壓縮: 將模型數字精細度降低,減少記憶體佔用。
      • KV Cache壓縮: AI對話時記憶小抄壓縮,節省記憶體。
    • 技術可使同一任務節省3-5成記憶體,AI推論階段的需求可能不如線性成長預期。
  • D. 中國廠商崛起 (CXMT長鑫存儲):
    • 趁三巨頭轉向高階記憶體(HBM)的空檔,卡位一般記憶體市場。
    • 已送HBM樣品給華為,實際放量預計2027-2028年。
    • 國家補貼,目標自主自足,不在乎獲利,可能破壞供給控制,加劇競爭。

IV. 看多方的論點

  • A. 超大買家資本支出持續增加:
    • Google、微軟、Meta等巨頭AI資本支出從2020年3800億美金增至今年6000多億(估計可達8000億)。
    • 目前沒有任何大買家砍單或放緩AI資本支出。

V. 如何觀察市場反轉訊號

  • A. 毛利率:
    • 記憶體行業固定成本高,價格反轉時毛利率會比營收更快崩跌。
    • 毛利率鬆動是循環轉彎的重要早期訊號。
    • 高盛看空美光,認為其81%毛利率已是循環頂部。
  • B. 超大買家資本支出:
    • Google、微軟、Meta等公司的AI資本支出增減,是最直接的領先指標。

C. 現貨價格與合約價格差異:** * 現貨價(市場即時買賣)比合約價(長期穩定)更敏感。 * 歷史上3/4的循環價格都是從現貨價開始轉弱,若現貨價鬆動而合約價仍硬,常是庫存堆積的初步訊號。

  • D. 中國CXMT的量產進度:
    • 若2027-2028年中國產能如期甚至提前放量,將對供給端造成巨大變數,影響最遠但最大。

VI. 總結

  • AI對記憶體的需求是真實的,但記憶體產業的景氣循環也是真實的,兩者同時成立且不衝突。
  • 本波狂潮可能還有得漲,看多的證據目前仍存在。
  • 但最終會有下波循環,不會因AI而消失。與其過度緊張猜測泡沫,不如關注可觀察且可驗證的結構性訊號。

關鍵概念

  • HBM (High Bandwidth Memory): 一種高速記憶體,透過多層晶片堆疊並直接貼近GPU等處理器,大幅提高資料傳輸頻寬,滿足AI運算對高吞吐量的需求。
  • DDR5: 泛指目前主流的第五代雙倍資料率同步動態隨機存取記憶體,廣泛應用於個人電腦、伺服器等一般消費與企業級裝置。
  • 景氣循環 (Cyclicality): 指經濟活動或產業發展呈現週期性的上升與下降波動,記憶體產業被認為是科技業中景氣循環最劇烈的行業。
  • 攻擊競逐 (Supply race): 產業中各家廠商為爭奪市場份額或因應高需求,競相擴大生產規模或增建廠房的行為。
  • 重複下單 (Duplicate orders): 在市場缺貨時,客戶為確保能取得貨源,向多家供應商下達比實際需求更高或重複的訂單,可能造成虛假的市場需求訊號。
  • 量化壓縮 (Quantization): 一種AI模型最佳化技術,透過將模型中的數字從高精細度(如浮點數)轉換為低精細度(如整數),以減少模型大小和記憶體佔用。
  • KV Cache壓縮 (KV Cache compression): 在AI模型(特別是大型語言模型)進行對話推論時,將儲存上下文資訊的Key-Value Cache進行壓縮,以節省記憶體使用。
  • 現貨價 (Spot price): 指記憶體產品在市場上即時交易的價格,通常較為波動,能快速反映短期供需變化。
  • 合約價 (Contract price): 指記憶體供應商與客戶簽訂長期供貨合約的價格,通常較為穩定,反映中長期市場趨勢。
  • CXMT (長鑫存儲): 中國的記憶體製造商,在國家政策支持下,致力於發展記憶體自主供應鏈,其產能擴張可能對全球記憶體市場造成影響。

重要例子與細節

  • 2018年記憶體市場崩盤: 當時因加密貨幣挖礦與伺服器囤貨,DRAM營收曾突破1000億美金高點,但高點過後,價格在2019年一路崩跌8成。
  • HBM製程消耗: HBM製造所需的晶圓面積約為一般記憶體DDR5的3倍,下一代的HBM4預計將達到4倍。
  • 主要廠商產能轉移: 三星、SK海力士、美光等大廠已將其先進製程產能的7至8成轉用於生產HBM及高階記憶體。
  • HBM晶圓比重變化: HBM在整體晶圓生產中的比重,在一年內從19%快速提升到23%。
  • 記憶體廠商驚人獲利: 三星電子在某季度,其半導體部門獲利佔公司總獲利的94%,該季的營業利益率高達57%。
  • 市場訂單滿足率: 記憶體市場目前的訂單滿足率為歷史新低,大約只有七成的客戶訂單能夠被滿足,客戶甚至必須強制預定到2027年的產量。
  • 記憶體在PC中比重提升: 記憶體在一台新電腦的成本比重,已從2024年的不到一成翻倍至現在的18%。
  • 終端產品漲價預估: 聯想和HP已宣布P[C]需要漲價15-20%;手機均價估計將上漲14%,可能推升智慧手機價格突破523美金的歷史新高。
  • 記憶體建廠時間與成本: 蓋一座新的記憶體廠需要花費超過100億美金,從決定建設到大量出貨需約2至3年的時間。
  • AI模型效率化對記憶體需求的影響: 透過量化壓縮和KV Cache壓縮等技術,可以讓AI模型在執行相同任務時,節省30%到

50%的記憶體使用量。

  • 超大買家AI資本支出: Google、微軟、Meta等科技巨頭的AI資本支出持續增加,從2020年的約3800億美金一路增長到今年的6000多億美金,甚至有機構預估可能達到8000億美金,且目前沒有任何大買家砍單。
  • 高盛(空方)觀點: 高盛認為美光的毛利率高達81%已是循環頂部,預估美光股價從目前高點還有約6成的下跌空間,其目標價為400美金[資訊不足,此處數據與推論有矛盾]。

可學習的洞察

  1. 理解景氣循環產業的特性: 對於記憶體這類資本密集、製程複雜且有顯著景氣循環的產業,高獲利時期往往伴隨著擴張衝動,但這種衝動可能在2-3年後導致供給過剩。投資人應認識到,當前的「賺大錢」不代表能無限持續,並需警惕產業固有的波動性。
  2. 區分真實需求與市場雜訊: 在市場狂熱和缺貨時,需警惕「重複下單」等行為造成的虛假繁榮。表面的高訂單量可能包含恐慌性囤貨,而非全部是真實的終端需求,這要求我們更深入地分析數據。
  3. 技術革新是雙面刃: AI雖然創造了HBM這種新的結構性需求,但AI模型本身的效率優化技術(如量化、KV Cache壓縮)也在不斷進步,這意味著未來AI對記憶體的單位需求量可能不會像大家想像中那樣線性暴增,這對長期需求預估帶來不確定性。
  4. 領先指標的重要性: 相較於滯後的財報數據,一些領先指標(如毛利率的變化、現貨價與合約價的差異、大型客戶的資本支出變動)能更早地預示景氣循環的轉折點。理解並追蹤這些指標,有助於投資者提前做出判斷。
  5. 地緣政治與產業競爭的影響: 中國長鑫存儲(CXMT)等國家補貼的廠商,可能不以短期獲利為主要考量,其大規模量產恐會打破全球記憶體市場的供給平衡,成為影響長期產業格局的重要變數。

可行動的整理

  1. 追蹤記憶體廠商毛利率: 將美光、三星、SK海力士等主要記憶體廠商的毛利率作為關鍵監控指標,觀察其是否出現鬆動,作為判斷景氣循環轉折的依據。
  2. 關注超大買家AI資本支出動態: 定期查看Google、微軟、Meta等雲端巨頭的財報、法說會,特別是其AI相關資本支出的規劃與實際執行情況,作為AI需求強度的領先指標。
  3. 比較記憶體現貨價與合約價: 留意記憶體市場的現貨價格是否開始出現下跌或鬆動,並與長期合約價格進行比較,若現貨價先轉弱,可能預示庫存開始堆積。
  4. 研究中國記憶體廠商發展: 追蹤中國長鑫存儲 (CXMT) 等廠商的技術進展與量產計畫,評估其對全球一般記憶體市場競爭格局的潛在影響。
  5. 學習AI模型優化技術: 了解AI模型量化、KV Cache壓縮等技術原理,以宏觀角度思考其對AI硬體需求(尤其是記憶體)長期趨勢的影響。
  6. 複習記憶體產業歷史: 回顧2018年等過去記憶體市場崩盤的歷史案例,理解其背後的供需錯配機制,加深對「漲時輩跌久沉」產業特性的認知。

複習問題

  1. 記憶體市場本波狂潮的主要驅動力是什麼?它與傳統記憶體有何不同,導致價格飆升和產能排擠?
  2. 為什麼記憶體產業被形容為「漲時輩跌久沉」?其主要原因為何?請結合建廠時間差進行說明。
  3. 除了AI需求外,哪三項變數可能導致本次記憶體景氣循環與過往相似,並面臨反轉?
  4. 影片中提出哪四個可觀察的訊號,能幫助判斷記憶體市場景氣循環的轉折點?
  5. 為什麼即使AI帶來結構性需求,我們仍需謹慎看待記憶體產業的長期走勢?「AI效應」與「景氣循環」兩者關係為何?

待確認資訊

  • 影片開頭提到「聯想HP都已經宣布P需要漲價15到20%」,其中「P」應指PC(個人電腦),但原文口語化,需回聽確認或補註。
  • 關於三星第一季半導體部門獲利數字:「三星經驗第一季關辦導體這一個部門就賺了整間公司獲利的94%那一季的營業利益是57%很遠換算大概是3700多億美金」。3700多億美金究竟是營業利益的數字,還是該部門的「獲利」數字,或全公司獲利的94%的實際金額,與營業利益率57%之間的關係,語意上不夠清晰,需回看影片釐清。
  • 關於高盛對美光的目標價與下跌空間的描述:「美光現在一股大概95%美金今天以來已經長了超過3倍過去一

年更是長了7506%可是高勝的目標價值還到400美金等於他覺得從現在這個位子大概還有6成的下跌空間差不多是要打個4折」。目前95美元股價若高盛目標價400美元,應為上漲空間而非下跌空間。若要下跌6成(打4折),則目標價應約為38美元左右。此處的「目標價值還到400美金」與「大概還有6成的下跌空間」的推論明顯矛盾,需回聽影片確認原文或其語意。

觀看原始影片