AI 為何引爆全球 DRAM 短缺？PC、手機與資料中心將受到什麼影響

這場記憶體危機，與其說是需求突然暴增，不如說是產能重新分配造成的衝擊。

AI 伺服器需要大量高頻寬記憶體（HBM）。HBM 由多層 DRAM 裸晶垂直堆疊而成，還需要先進封裝技術。當記憶體製造商把更多產能與投資轉向這個價值更高的市場，便會有較少產能留給伺服器、交換器、PC 和智慧型手機所使用的傳統記憶體。

價格訊號已相當驚人。南韓 DRAM 在 8 月首 20 日的出口單位價達到每公斤 92,183 美元，按年上升 401%，約為 2023 年 1 月低位的 12.5 倍。11 不過，這個數字必須謹慎解讀：它是以出口金額除以重量計算出的海關統計單位價，並不是某一款標準化 DRAM 晶片的報價。13

為何 HBM 會擠壓普通 DRAM？

HBM 把多層 DRAM 裸晶封裝在一起，目的是提供 AI 加速器所需的高記憶體頻寬。與傳統記憶體相比，它更依賴稀缺的晶圓、先進封裝與產品驗證能力。

商業誘因同樣關鍵。HBM 和大容量伺服器記憶體服務的是目前增長最快、價值最高的市場，因此製造商有充分理由把生產與資本開支轉向這些產品。結果是，普通 DDR4、DDR5、LPDDR 和伺服器 DRAM 的供應變得更緊張——即使這些產品的需求並未消失。

高盛預計，整體 DRAM 供應短缺將由 2026 年的 5.0% 擴大至 2027 年的 5.9%，理由包括 AI 伺服器所需的 HBM，以及大容量伺服器 DRAM 正消耗有限的生產產能。4 這是預測而非必然結果，但它說明市場為何把本輪短缺視為結構性問題，而非短暫的現貨市場波動。

資料中心面臨兩重瓶頸

AI 資料中心不只需要 AI 加速器，也需要足以餵飽這些處理器的高效能記憶體。因此，即使營運商已取得計算處理器，HBM 短缺仍可能限制伺服器部署速度。

HBM 與傳統伺服器 DRAM 價格上升，也會推高每部伺服器的成本。大型雲端服務商憑藉採購規模和長期合作關係，更有能力確保供應；規模較小的營運商與企業買家，則可能面臨部署延遲、系統價格上漲，或只能優先支援最具商業價值的工作負載。

這不代表每個資料中心項目都會停擺，而是記憶體將成為影響部署速度與系統經濟效益的更重要限制，與 AI 加速器、電力、網路和先進封裝並列。

企業交換器與 WLAN 設備格外敏感

短缺也正蔓延至企業網路設備。校園網路交換器和無線區域網路（WLAN）產品都會使用 DDR 記憶體，因此製造商同樣承受伺服器與 PC 所面對的元件成本上升。

Dell’Oro 指出，DDR 8Gb 記憶體晶片的現貨價格在過去一年上升 788%。供應商通常透過合約採購記憶體，而不是直接按現貨價購買；不過，現貨市場仍可反映合約議價所承受的壓力。Dell’Oro 估計，記憶體過去只佔校園網路交換器與 WLAN 設備物料清單成本的低至中個位數百分比，但在受影響產品中，這一比例可能升至約 30%。54

可能出現的商業後果相當直接：設備價格上漲、記憶體配置縮減、更新週期延後，以及更多依賴現有設計。Dell’Oro 認為，這個市場要看到有意義的供應緩解，可能要等到 2028 年之後。54 不過，這仍屬市場展望，而非固定期限，因為供需和產品組合都可能改變。

PC 與手機可能變得更貴

消費電子產品較難吸收大幅記憶體成本衝擊。製造商可以提高售價、降低基本記憶體或儲存容量、削減其他元件成本，或接受較低利潤；但每個選項都會把代價轉嫁給買家或供應商。

Gartner 預測，2026 年 PC 出貨量將較 2025 年下跌 10.4%，智慧型手機出貨量則下跌 8.4%。該機構並估計，到 2026 年底，DRAM 與 SSD 合計價格可能上升 130%，令 PC 平均價格提高 17%，手機平均價格提高 13%。18 21

低價裝置尤其容易受到衝擊，因為記憶體在其物料成本中所佔比例較高，而消費者對價格也更敏感。市場可能因此出現較少入門配置、相同規格產品價格更高，以及家庭和企業延長裝置使用週期等現象。

半導體市場正按記憶體類型分化

這場短缺對半導體業不同企業的影響並不一致。具備 HBM 能力、先進封裝技術和成熟 AI 加速器客戶關係的公司，將受惠於市場轉向高階記憶體；專注於 PC、手機、網路設備和一般電子產品的供應商，則要同時面對投入成本上升、供應受限和單位需求轉弱。

這也改變了產業競爭中最具戰略價值的能力。競爭焦點已不再只是先進邏輯製程，DRAM 製程技術、HBM 堆疊、封裝產能、良率和客戶驗證，正成為 AI 硬體供應鏈的重要環節。

因此，市場可能呈現更明顯的分層：高階 AI 記憶體維持高利潤，但傳統記憶體卻因製造商把產能重新分配出去而變得稀缺且昂貴。

記憶體內運算有潛力，但不是即時解方

其中一個可能的技術方向是記憶體內運算（PIM）。它把有限的運算邏輯放在 DRAM 記憶體庫附近或內部，讓部分計算可以在資料儲存的位置完成，減少記憶體與 AI 處理器之間反覆搬移資料的需要。

在 Hot Chips 2026 半導體研討會上，三星展示了 LPDDR5X-PIM，並公布以 Meta 的 Llama 3.1 8B 模型在邊緣 AI 加速器上進行測試的結果。在該項測試中，系統每秒產生 81.3 個 token；採用傳統 LPDDR5X 的比較系統則為每秒 27 個 token。34

這項結果對該項特定測試具有參考價值，但並不能證明 PIM 可以在整個 AI 市場取代 HBM。PIM 更適合特定推論與邊緣 AI 工作負載；大規模訓練及其他需要極高記憶體頻寬的應用，仍依賴不同的系統架構。一次成功的展示，也不代表這項技術已廣泛部署於 PC 或智慧型手機。

什麼可能令短缺結束？

延伸至 2027 或 2028 年的預測，應被視為情境推演，而不是確定結果。以下發展都可能降低市場壓力：

• 新的 DRAM 與先進封裝產能比預期更快投產。
• AI 基礎設施支出放緩，令 HBM 需求下降。
• 裝置需求轉弱，釋放部分傳統記憶體供應。
• PIM 等架構變化減少特定工作負載的記憶體流量。
• 買家與製造商重新設計產品，採用不同記憶體密度或配置。

反過來，AI 加速器需求若持續強勁、封裝擴產速度較慢，或製造與驗證出現問題，供應緊張期也可能延長。

核心結論是：AI 正由內而外重塑記憶體市場。HBM 需求不只是新增一類產品，更改變了稀缺 DRAM 產能的分配方式。這正是為何一場源自 AI 伺服器的供應緊張，能同時推高校園網路交換器成本、延長 PC 更換週期，並令智慧型手機的物料成本更難控制。