AI 競賽撞破記憶體市場，你的下一台筆電將貴到讓你心痛

AI 產業對記憶體的無止盡渴求，已徹底改變了半導體版圖。過去兩年，企業瘋狂搶購 GPU；時至今日，瓶頸不再是晶片能執行多少次浮點運算，而是數據進出晶片的速度有多快。這道「記憶體高牆」已引爆一場結構性的供應短缺，重創消費性電子市場，也催生了一個全新的記憶體技術類別來應戰。

典範轉移：為何 AI 現在拚的是記憶體，而不是運算力

從 2023 年到 2025 年初，稀缺的資源是純 GPU 運算力，但那個階段已經結束。隨著 AI 模型從實驗性質的訓練，邁向大規模部署（也就是推論），限制因素已變成了記憶體頻寬與容量。

這股趨勢從現代 AI 加速器的設計就能一目了然。一顆 Nvidia Rubin R100 超級晶片，現在需要搭配高達 288GB 的 HBM4（高頻寬記憶體），與兩年前的配置相比，增幅極為驚人。業界根本無法生產足夠的 HBM 來滿足需求。

幾股力量正在驅動這個現象：

• 資料搬移才是真正瓶頸：在超大規模資料中心裡，資料搬移的能耗與延遲成本，對 AI 效能的影響，已經超越了處理器理論上的峰值運算力。
• 模型架構要的是記憶容量，不是運算力：混合專家（MoE）架構與長上下文脈絡處理，使模型權重與 KV 快取對記憶體容量的需求急遽飆升，瓶頸正是記憶容量，而非運算力。
• HBM 已成為戰略核心：業界焦點已從單一晶片的運算指標，轉移到系統層級的記憶體效能。HBM 不再是配角，而是影響成敗的關鍵路徑。
• 市場已預先反應：2025 年記憶體類股表現大幅超越 AI 晶片股，顯示投資人已理解到，這場超級循環的主角是記憶體，而非邏輯晶片。

短缺內幕：價格、供需鴻溝，以及為何是消費者買單

這場始於 2024 年的記憶體短缺，被戲稱為「RAMmageddon」或「RAMpocalypse」，與疫情期間的晶片荒截然不同。這不是短期的供應鏈中斷，而是製造產能結構性地重新分配至高毛利的 AI 記憶體產品，使得消費性與企業 PC 市場面臨斷炊。

AI 資料中心預計在 2026 年消耗全球約 70% 的高階 DRAM 產量。而 Meta、Alphabet 與微軟這類超大規模客戶，每年豪擲 700 億至 930 億美元以上建置 AI 基礎設施，等於已提前數年鎖定了記憶體供應。

這使得消費級記憶體，像是 DDR4、DDR5 和 NAND 快閃記憶體，只能搶食剩下的 30% 產出，結果就是殘酷的價格暴漲：

• 64GB DRAM 模組：從 2025 年第三季的約 255 美元，漲到 2026 年 5 月的 420 美元以上；估計 2027 年初可能衝向 700 美元。
• 消費級 DDR4 和 DDR5 價格：根據 Deloitte 的 2026 年半導體展望報告，光是 2025 年 9 月到 11 月間，價格就飆漲了約 4 倍。
• 整體 RAM 成本：截至 2026 年初，過去一年漲幅高達 172%。
• 標準 DRAM 合約價：2025 年底已上漲近 60%，2026 年預計仍會有雙位數的漲幅。

分析師普遍預期，這波漲勢至少會延續到 2026 年底。市調機構 IDC 預測，短缺情況可能持續到 2027 年；在最壞情境下，PC 出貨量年減幅度甚至可能達到 9%。

消費電子：短缺對你我荷包的實際衝擊

連鎖效應已經出現在商店貨架上：

• PC 價格已上揚 15% 至 20%，因製造商將記憶體成本暴漲轉嫁給消費者。戴爾、聯想和惠普都已預告漲價，部分漲幅最高恐達 15% 至 30%。
• 2026 年的手機與筆電將面臨價格上揚與有限的升級選項。IDC 警告，這對消費裝置定價與供應的影響，可能一路延續到 2027 年。
• 消費者需求開始動搖。隨著 RAM 成本年增 172%，PC 價格節節攀升，消費者已對購買產生遲疑，這是典型的「需求破壞」訊號。
• 邊緣 AI 裝置正圍繞記憶體限制重新設計。現在產品決策的關鍵已不是處理器的 TOPS 或感測器規格，而是記憶體的供應與成本。樹莓派基金會在 2025 年 12 月就調漲了數款型號的售價，明確指出肇因是 LPDDR4 記憶體史無前例的成本飆升。

此波短缺的結構性特質，使其難以快速解決。IDC 預估，2026 年 DRAM 供給年增率僅有 16%，低於歷史常態，而需求卻持續超越擴產速度。

Sandisk 的 HBF：以 NAND 為本，對記憶體高牆提出的解答

Sandisk 一直在研發一種名為高頻寬快閃記憶體的架構，特別針對記憶體高牆在容量端的限制對症下藥。

HBF 是一種以 NAND 為基礎的替代方案，設計成與 GPU 封裝在同一個晶片封裝內，讓處理器能快速存取比 HBM 獨力提供時更龐大的記憶體池。目前頂尖的 HBM 堆疊容量上限是幾十 GB，而 HBF 的目標是在相近頻寬和總成本下，提供高出 8 到 16 倍的容量。

關鍵技術要點：

• 架構：HBF 採用 16 層晶粒加基底晶粒的 NAND 堆疊，實體尺寸與 HBM 相容，但使用不同的介面協定。目標是將龐大的 AI 模型參數留在 GPU 封裝內，避免透過 PCIe 連結的 SSD 來回搬移，否則速度會慢上好幾個數量級。
• 目標場景：此技術專為大型資料中心、小型企業及邊緣應用的 AI 推論工作負載打造。
• 定位與差異：透過交換 NAND 較高的延遲，換取極大的容量和非揮發性。HBF 的定位是「擴充」HBM，而非「取代」它；用在推論模型已超越既有 DRAM 容量的系統上。

時間表與標準化進展

Sandisk 正透過一系列縝密的步驟，將 HBF 從實驗室推向業界標準：

• 2025 年 8 月：Sandisk 與 HBM 市場霸主 SK hynix 簽署合作備忘錄，共同定義 HBF 規格。
• 2025 年 8 月（同期）：Sandisk 已將 HBF 技術提交給開放運算計畫（OCP），進行開放標準化。
• 2026 年 2 月：兩家公司在 Sandisk 全球總部舉辦「HBF 標準化啟動會議」，宣布在 OCP 下設立專門工作小組，推動標準制定。
• 送樣時程：Sandisk 計劃在 2026 年下半年交付首批 HBF 記憶體樣品，預計 2027 年初將看到首款採用 HBF 的 AI 推論裝置。

HBF 仍處於規格制定與驗證階段，除了送樣目標外，尚未公佈商業量產時程。不過，與 SK hynix 的結盟以及借道 OCP 推動，已表明其意圖是將 HBF 打造為一個開放、多供應商的標準，而非 Sandisk 的專屬產品。

HBF 代表了專為推論時代從頭設計的首批記憶體架構之一。它能否大規模突破記憶體高牆，要等到真實晶片出貨才能見真章，但方向已無庸置疑：AI 產業正在環繞著記憶體進行重構，而不只是邏輯運算。