記憶體產業：AI 時代來臨 循環表現淡化

台灣股市|科技產業產 業 深 入 分 析 記憶體產業 Fubon Research2026年6月11日 AI時代來臨循環表現淡化 優 於 大 盤 記憶體產業循環表現沖趨淡化，投資首選群聯、南亞科、華邦電 1.生成式AI橫空出世後，記憶體產業的周期循環特性淡化。2.產業技術未來發展先進封裝更重於製程微縮，中長期壓抑擴產能力。3.記憶體價格2H保持向上，預料將投資人最終仍將回補持股。 焦點分析 產業循環的結構性轉變 資料來源：Piscine/Getty Images by Gemini Flash 富 邦 分 析 純 記 憶 體 業 者 海 力 士(SK Hynix)及 類 比IC巨 挈 德 州 儀 器(TexasInstruments，以下簡稱德儀)1Q20以來共25個季度的存貨與DOI(days ofinventory)後發現，分析期間記憶體產業大致經歷兩次小周期，且循環特性正發生根本性的變化。首先，記憶體周期的波動幅度縮窄，以海力士為例，1Q23後的庫存與經營週期波峰、波谷已明顯縮窄，顯示AI帶來的穩定需求正在平滑傳統的景氣波動。同期間德儀的周期特性更鮮明、長度更長、起伏更大。其次，我們發現自2022年11月30日ChatGPT推出以來，德儀DOI在仍處於疫情後的長期修正週期；反觀海力士自1Q23以來的存貨周轉天數下滑、波動性亦明顯縮小。總之，我們大致可以得到一個結論：在生成式AI橫空出世後類比IC產業很可能擁有比記憶體產業更顯著的周期循環特性。 記憶體技術路徑：先進封裝重於節點微縮 夏武正(886-2) 2781-5995 ext. 37011richard.hsia@fubon.com 我們整理記憶體新產品路徑，可發現新產品涉及先進封裝的次數更甚於先進製程。 ⚫先進製程：DRAM 1c/1d/10a製程、3D DRAM⚫先進封裝：(1)Hybrid Bonding或Wafer-to-Wafer技術涉及HBM、3D NANDV10、HBF；矽穿孔(TSV)技術涉及256GB SOCAMM與RDIMM模組。 至於未來世代的近記憶體運算(NMC)與記憶體內運算(CIM/IMC)等技術，可能採用的方式即是將處理器與記憶體直接進行垂直堆疊，這同樣屬於先進封裝的範疇，限於篇幅則未於本文中展開。簡言之，富邦認為記憶體供給端為滿足AI世代之需求而發展的產品路徑，將較以往更依賴先進封裝技術，更甚於製程微縮；而相關技術障礙將造成供給端難以在短期內大量擴出新產能，進而使得產業持續保持在相對偏緊的供需狀態。 AI時代來臨循環表現淡化 記憶體與存儲的產業特性正向晶圓代工行業靠攏 隨著代理式AI（Agentic AI）世代的到來，記憶體產業正經歷一場前所未有的結構性變革。過去記憶體市場主要受個人電腦（PC）與智慧型手機（Smartphone）的作業系統升級週期驅動，但如今AI資料中心建設已成為需求增長的核心推力。據市調推估2026年AI與伺服器將消耗全球66%的DRAM供應量，記憶體將從單純的零組件轉變為關鍵的戰略資源；而資料中心對存儲的需求自2027年起將占據NAND產業逾1/2產出。富邦認為記憶體的產業循環特性正逐漸向台積電的晶圓代工模式靠攏，主要理由有二：(1)AI需求佔據產能主要份額及(2)供給端則因製程微縮與先進封裝技術障礙，難以在短期內大量擴產。 需求端：從消費性電子轉向AI基礎設施 據TrendForce預測，DRAM2026年需求結構中AI與伺服器對位元的消耗量將急劇增加，佔據總供應量的66%。其中，55%的需求來自HBM（高頻寬記憶體）、GDDR及DDR；其餘約11%推測是來自LPDDR。至於NAND的需求結構，AI推論需求帶動企業級SSD(eSSD)大幅成長，2026年eSSD預計佔總產出的39%，到2027年更將佔據全球NAND需求的48%；若再加上傳統伺服器、AI PC及EdgeAI等應用領域，全體AI資料中心與邊緣運算所耗用的NAND產出勢必超過50%。 資料來源：TrendForce 2026/5、富邦投顧整理 供給端：技術障礙抑制產能擴張 不同於過去單純依靠半導體製程節點遷移(Node Migration)即可實現20-30%的微縮效率，AI世代的記憶體製程必須整合「先進封裝」技術，尤其製程進入10nm以下與3D堆疊為必要手段之後，物理極限與封裝難度顯著增加，正導致記憶體供給增加速度遠低於過去水準。 產業循環的結構性轉變 富 邦 分 析 純 記 憶 體 業 者 海 力 士(SK Hynix)及 類 比IC巨 挈德 州 儀 器(TexasInstruments，以下簡稱德儀)1Q20以來共25個季度的存貨與DOI(days ofinventory)後發現，分析期間記憶體產業大致經歷兩次小周期，且循環特性正發生根本性的變化。首先，記憶體周期的波動幅度縮窄，以海力士為例，1Q23後的庫存與經營週期波峰、波谷已明顯縮窄，顯示AI帶來的穩定需求正在平滑傳統的景氣波動。同期間德儀的周期特性更鮮明、長度更長、起伏更大。 其次，我們發現自2022年11月30日ChatGPT推出以來，德儀DOI在仍處於疫情後的長期修正週期；反觀海力士自1Q23以來的存貨周轉天數下滑、波動性亦明顯縮小。總之，我們大致可以得到一個結論：在生成式AI橫空出世後類比IC產業很可能擁有比記憶體產業更顯著的周期循環特性。 海 力 士1Q23後 波峰、波谷明顯縮窄，歷經約3次小周期。 資料來源：Bloomberg、富邦投顧整理 德儀1Q23以來幾乎還在同一個修正周期，直到1Q26確立反轉，期間1次假性復甦、1次正式復甦(進行中)。 記憶體技術路徑：先進封裝重於節點微縮 DRAM技術路徑：邁向10nm以下與3D DRAM架構 全球DRAM三大廠2026年製程升級重點皆放在10奈米級第六代製程(1c)；下一代製程則可能是1d，或直接邁入10a (10nm以下)製程。10a是業界的重要里程碑，實際線寬約9.5-9.7nm。此技術導入了全新「4F方形單元」空間重構，以及VCT（垂直通道電晶體）立體堆疊架構，單顆IC密度暴增30-50%。10a制程為了抑制漏電流並降低電阻，製程中開始導入IGZO（銦鎵鋅氧化物）與Mo（鉬）等新材料，也替製程微縮帶來的技術難點。更長期而言，預計DRAM在經歷10b、10c世代後，將在「10d」世代全面邁入3D DRAM領域，預計於2029至2030年間問世。 至於HBM記憶體則持續在先進封裝努力以擴大頻寬與密度。2026年將是HBM4商業化的關鍵轉折點，堆疊層數將從12層演進至16層，並自HBM4E廣泛導入混合鍵合（Hybrid Bonding）技術以解決散熱與熱阻問題。三星在2026年6月台北國際電腦展（COMPUTEX）首度公開展示了下一代HBM5架構與原型晶片，並預計於2028年左右實現量產商用。HBM5將採用1c或1d製程，其core die將從32Gb起跳；而基礎晶片(Base Die)預計將採用三星自主研發的2奈米邏輯製程；堆疊設計規劃12層、16層及20層等版本。此外HBM5已引進HPB (HeatPath Block)熱管理技術，以降低熱阻並加速散熱，確保在極高頻寬運作下的穩定性。 NAND技術：430層以上的存儲巨塔、高頻寬與高容量 三星將於2026年全面轉產V9（286層）NAND，而下世代V10將一舉躍升至430層以上。為了避免堆疊過高損害底部電路，三星V10將採用「晶圓對晶圓（Wafer-to-Wafer）」混合鍵合技術，將記憶單元與電路分開製造後再接合。無獨有偶，鎧俠同樣將自今年開始導入其CBA（CMOS directly Bonded to Array，CMOS直接鍵合到陣列）技術，即將傳統在同一晶圓上處理的CMOS和Array分開在兩片晶圓上處理，再透過混合鍵合(Hybrid Bonding)技術貼合成的3D快閃記憶體架構。 資料來源：NotebookLM生成 針對AI推論與代理的市場需求，海力士打造了AIN系列產品，包括專注效能的AINP（2026年底推樣）、高密度的AIN D，以及高頻寬的AIN B（採用HBF技術）。與HBM堆疊DRAM的概念類似，HBF利用矽穿孔（TSV）與先進封裝技術，將多層（首代預計16層）的NAND快閃記憶體垂直堆疊，單一AIN B堆疊的容量可高達512GB並上看4TB，可以作為傳統HBM的補充性質記憶體。同樣，鎧俠也推出相似的產品組合。其GP系列SSD是一款專為AI系統與高效能運算設計的「超高IOPS」企業級固態硬碟，該系列SSD可作為高頻寬記憶體（HBM）的擴展，支援輝達(NVIDIA)的Storage-Next計畫，讓GPU直接存取SSD。其次，鎧俠也針對超高容量需求，推出LC9系列eSSD，專為AI應用、巨量資料及超大規模資料中心設計的超高容量企業級SSD，一顆LC9系列SSD就能取代機櫃中多個傳統高功耗HDD，可有效減少伺服器佔用空間並提升散熱效率。 資料來源：XFASTEST網站2026/2/26 邊緣AI(On-Device AI)記憶體模組演進 DRAM模組技術為了打破運算單元與記憶體之間的「記憶體牆」，逐步由傳統的RDIMM大幅進化至專為AI伺服器打造的SOCAMM、HBM記憶體。高容量(如256GB)RDIMM/SOCAMM版本與HBM皆皆涉及DRAM die的矽穿孔(TSV)技術；而SOCAMM廣泛應用於新一代AI伺服器中(如Vera Rubin世代)，及大型AI叢集Scale-Out(橫向擴展)的交換器(Switch)記憶體。展望未來，邊緣推論需求往AI手機與AI PC發展，預料將帶動LPDDR5X與5T（超頻版本）的普及，這些產品憑藉極高頻寬與低功耗，成為手機、AI PC運行大型語言模型（LLM）的核心。 結論：記憶體產品路徑之技術主體統計 我們整理以上提及之記憶體新產品路徑，可發現新產品涉及先進封裝的次數更甚於先進製程。 ⚫先進製程：DRAM 1c/1d/10a製程、3D DRAM⚫先進封裝：(1)Hybrid Bonding或Wafer-to-Wafer技術涉及HBM、3DNAND V10、HBF；矽穿孔(TSV)技術涉及256GB SOCAMM與RDIMM模組。 至於未來世代的近記憶體運算(NMC)與記憶體內運算(CIM/IMC)等技術，可能採用的方式即是將處理器與記憶體直接進行垂直堆疊，這同樣屬於先進封裝的範疇，限於篇幅則未於本文中展開。簡言之，富邦認為記憶體供給端為滿足AI世代之需求而發展的產品路徑，將較以往更依賴先進封裝技術，更甚於製程微縮；而相關技術障礙將造成供給端難以在短期內大量擴出新產能，進而使得產業持續保持在相對偏緊的供需狀態。 產業供需及價格預測 代理式AI（Agentic AI）的崛起正促使記憶體產業經歷一場結構性的根本變革，市場供需受到AI需求激增與技術障礙的雙重影響。富邦預期未來市場將在供需平衡到偏緊之間擺盪，主因供給端卻面臨前所未有的產能制約。過去廠商僅需依靠製程微縮（Node Migration）即可實現20-30%的晶片尺寸微縮或容量提升，但AI世代的產品（如HBM、RDIMM、V10 NAND）必須整合先進封裝技術，這成為了擴產的主要障礙。實際上，我們認為今天的記憶體產業正如同4~5年前的晶圓代工產業所經歷過的，正迎接主流需求由PC、Smartphone轉向AI伺服器/資料中心所需要的高度整合型產品，如HBM、高容量NAND與RDIMM模組。 TrendForce：2Q26 DRAM供給短缺估約2%，26年產值估抵6,187億美元 據市調機構預估，2026年記憶體產業將進入一個產值急遽擴張且供應嚴重短缺的關鍵階段，預期2027年底才可能稍見供需轉為接近平衡的狀態。首先，TrendForce指出DRAM產業受AI需求驅動，市場將持續處於高度吃緊狀態根據預估，DRAM供需充足率(Sufficiency Ratio)在