AI 點解會引發全球 DRAM 荒？電腦、手機同數據中心會受咩影響？

今次記憶體緊張，與其話係需求突然暴增，不如話係一場產能分配震盪。AI 伺服器需要大量高頻寬記憶體（HBM）；HBM 由多層 DRAM die 垂直堆疊而成，仲要依賴先進封裝。當記憶體製造商將更多產能同投資放去呢個價值較高嘅市場，供應畀伺服器、交換機、PC 同智能手機使用嘅一般記憶體自然少咗。

價格變化尤其明顯。韓國 DRAM 出口單價截至 8 月首 20 日升至每公斤 92,183 美元，按年上升 401%，約為 2023 年 1 月低位嘅 12.5 倍。11 不過要小心解讀：呢個係根據出口金額同重量計算嘅綜合海關單價，並唔係某款標準 DRAM 晶片嘅實際報價。13

HBM 點解會擠壓一般 DRAM？

HBM 將多塊 DRAM die 疊埋喺同一個封裝入面，目標係提供 AI 加速器所需嘅超高頻寬。相比傳統記憶體，佢更加依賴有限嘅晶圓、先進封裝同產品認證產能。

商業誘因亦相當直接：HBM 同大容量伺服器記憶體服務緊增長最快、價值最高嘅市場，製造商自然有充分理由將生產同資本開支轉向呢啲產品。結果就係一般 DDR4、DDR5、LPDDR 同伺服器 DRAM 供應變得更緊，即使市場對呢啲產品嘅需求並未消失。

高盛預計，整體 DRAM 供應短缺率會由 2026 年 5.0% 擴大至 2027 年 5.9%，原因包括 AI 伺服器所需 HBM 同大容量伺服器 DRAM 消耗有限產能。4 呢個始終係預測，唔代表結果已經確定，但反映市場點解將今次短缺視為結構性問題，而唔係短期現貨市場波動。

數據中心面對兩重樽頸

AI 數據中心唔只需要 AI 加速器，亦需要足夠快、足夠多嘅記憶體去餵飽呢啲處理器。即使營運商已經買到計算晶片，HBM 供應不足仍然可以限制伺服器部署速度。

HBM 同傳統伺服器 DRAM 價格上升，亦會推高每部伺服器嘅成本。大型雲端服務商憑住採購規模同長期供應關係，通常較容易鎖定貨源；規模較細嘅營運商同企業買家，就可能面對部署延遲、系統價格上升，或者要優先保留畀最有價值嘅工作負載。

呢個唔代表所有數據中心項目都會停工，而係話記憶體會成為影響部署速度同系統經濟效益嘅重要限制，與 AI 加速器、電力、網絡同先進封裝並列。

企業交換機同 WLAN 設備亦難獨善其身

今次短缺亦已經傳導至企業網絡設備。校園網絡交換機同無線區域網絡（WLAN）產品都會使用 DDR 記憶體，因此製造商同樣要承受伺服器及 PC 面對嘅零件成本上升。

Dell’Oro 指，DDR 8Gb 記憶體晶片現貨價喺一年內上升 788%。廠商一般透過合約採購記憶體，未必直接支付現貨價，但現貨市場可以反映合約議價正承受幾大壓力。Dell’Oro 估計，記憶體過往只佔校園交換機同 WLAN 設備物料清單成本約低至中個位數百分比，但喺受影響產品入面，比例可能升至約 30%。54

對企業嚟講，後果相當實際：設備加價、記憶體配置縮減、換機週期延長，以及更多依賴現有設計。Dell’Oro 認為，呢個市場要到 2028 年前後先可能見到較有意義嘅紓緩。54 不過呢個係展望，並非固定期限，供應、需求同產品組合一變，時間表亦可能改變。

PC 同手機或會更貴

消費電子產品吸收大幅記憶體成本上升嘅方法有限。製造商可以加價、降低入門型號嘅記憶體或儲存容量、削減其他零件，或者自行承受較低毛利；但每個選擇都會將代價轉嫁畀買家或供應商。

Gartner 預測，2026 年全球 PC 出貨量會較 2025 年下跌 10.4%，智能手機出貨量則下跌 8.4%。該機構又估計，DRAM 同 SSD 合計價格到 2026 年底可能上升 130%，令平均 PC 價格上升 17%，智能手機價格上升 13%。18 21

入門產品尤其脆弱，因為記憶體佔其物料成本比例較高，而消費者對加價亦較敏感。市場可能因此出現較少入門配置、同規格產品售價上升，以及家庭同企業延長換機週期等情況。

半導體市場正按記憶體種類分化

今次短缺對半導體業界唔會一視同仁。具備 HBM 技術、先進封裝能力，同 AI 加速器客戶關係穩固嘅企業，會受惠於市場轉向高端記憶體；專注 PC、手機、網絡設備同一般電子產品嘅供應商，則要同時面對投入成本上升、貨源受限同出貨量轉弱。

因此，業界競爭唔再只係比拼最先進邏輯製程。DRAM 製程、HBM 堆疊、封裝產能、良率同客戶認證，全部都成為 AI 硬件供應鏈愈來愈重要嘅能力。

最終市場可能變得更加兩極化：高端 AI 記憶體保持高盈利，但一般記憶體就因為製造商將產能重新分配而變得短缺同昂貴。

記憶體內運算有潛力，但唔係即時解決方案

其中一個可能方向係記憶體內運算（PIM），即係將有限嘅運算邏輯放到 DRAM bank 附近，甚至同記憶體放喺同一個封裝入面。部分運算可以直接喺資料儲存位置附近完成，減少記憶體同 AI 處理器之間來回搬運資料。

三星喺 Hot Chips 2026 發表 LPDDR5X-PIM，並以 Meta 嘅 Llama 3.1 8B 模型喺邊緣 AI 加速器上測試。按三星公布嘅比較結果，系統每秒產生 81.3 個 token，傳統 LPDDR5X 則為每秒 27 個 token。34

呢個結果對該項特定測試相當突出，但唔代表 PIM 已經可以取代整個 AI 市場嘅 HBM。PIM 目前較適合部分推理同邊緣 AI 工作負載；大型模型訓練及其他需要極高記憶體頻寬嘅應用，仍然依賴唔同系統架構。一次成功示範，亦唔等於 PIM 已經會廣泛用於 PC 或智能手機。

供應緊張幾時先會完？

延伸至 2027 或 2028 年嘅預測，應該視為情境推演，而唔係鐵板一塊。以下幾項發展都可能減輕壓力：

• 新 DRAM 同先進封裝產能比預期更快落地；
• AI 基建投資放慢，令 HBM 需求減弱；
• 裝置需求轉弱，釋放部分一般記憶體供應；
• PIM 等架構改變，減少特定工作負載嘅記憶體流量；
• 買家同製造商重新設計產品，採用其他記憶體密度或配置。

反過來，如果 AI 加速器需求繼續強勁、封裝擴產慢過預期，或者生產同認證出現問題，供應緊張亦可能持續更耐。

核心重點係：AI 正由市場內部重新塑造記憶體產業。 HBM 需求唔只係多咗一類產品，而係改變咗稀缺 DRAM 產能嘅分配方法。正因如此，一場源自 AI 伺服器嘅短缺，可以同時推高校園交換機成本、延長 PC 換機週期，亦令智能手機嘅物料成本更難控制。