2026年6月30日，比特幣在60,000美元附近窄幅震盪，以太坊維持在1,600美元區間。加密市場經歷6月以來的持續回調後，短期空頭主導格局未改。然而，當加密資產進入「垃圾時間」之際，另一條賽道正經歷前所未有的爆發式成長——半導體儲存。
世界半導體貿易統計組織（WSTS）2026年春季報告大幅上調產業成長預期：2026年全球半導體市場規模有望突破1.51兆美元，年增90%，其中儲存晶片年增高達250%，規模突破8,000億美元。儲存產值將首次超越晶圓代工，成為半導體產業的第一成長極。
而這場儲存革命的絕對主角，正是HBM（High Bandwidth Memory，高頻寬記憶體）。2026年HBM市場規模預計成長58%至546億美元，佔DRAM市場近四成。HBM與DRAM究竟有何不同？AI大型模型為何對HBM如此依賴？
HBM與DRAM：同源不同命
HBM與DRAM共享同一種基礎儲存媒介——動態隨機存取記憶體。然而，兩者的技術路線、架構設計與應用場景，卻走向完全不同的方向。
傳統DRAM走的是「平面擴張」路線。 以DDR4、DDR5為代表的傳統DRAM採用平面架構，透過製程升級（如從20nm推進至2nm）與架構優化（如DDR5預取位數提升）來增強效能。其核心邏輯為：在二維平面上不斷縮小電晶體尺寸、提升頻率。但這條路正逼近物理極限——2nm以下製程面臨量子隧穿效應等難題，僅靠製程微縮已無法滿足AI運算對儲存頻寬的指數級需求。
HBM則選擇了「垂直堆疊」的突破之路。 HBM採用3D結構，利用矽通孔（TSV）技術將多個DRAM裸晶片垂直堆疊，形成立方體結構——在DRAM晶片上開設數千個微孔，透過垂直連通的電極連接上下晶片；底層則設有DRAM邏輯控制單元，負責整體時序與控制。這種「疊羅漢」式設計，使HBM能在極小的物理空間內實現極高的頻寬密度。
兩者在關鍵性能指標上的差距堪稱世代差異：
頻寬方面，傳統DRAM（如DDR5）頻寬約為50-100GB/s，而HBM3E單堆疊頻寬可達1.2TB/s，下一代HBM4預計將提升至2.0TB/s以上。HBM的頻寬是傳統DRAM的10倍以上。
功耗效率方面，HBM可低至5pJ/bit以下，傳統DRAM則為10-15pJ/bit。在動輒數千張GPU同時運作的資料中心，這一差距意味著每年數千萬美元的電費差異。
延遲方面，傳統DRAM憑藉平面架構優勢可維持在10ns級，而HBM因堆疊層數增加，延遲在100ns級。但AI訓練推理場景對「吞吐量」的敏感度遠高於「單次延遲」——大量參數的高速吞吐遠比單次存取的快慢更重要。
成本方面，HBM的生產成本遠高於傳統DRAM。HBM4單Gb成本雖較HBM3下降30%，但仍是同容量DDR5的3-5倍。HBM消耗的晶圓用量約為DDR5的4至5倍，TSV工藝使HBM晶片的位元密度顯著低於同規格DDR——SK海力士D1z DDR4的位元密度為0.296Gb/mm²，比其HBM3（0.16Gb/mm²）高出85%。TSV所需的額外面積與複雜堆疊封裝工藝，是HBM成本居高不下的核心原因。
簡言之：傳統DRAM追求「便宜夠用」，HBM追求「極致頻寬」——這是一場「成本優先」與「頻寬優先」的技術路線之爭。
記憶體牆危機：為什麼AI大模型非HBM不可？
AI大模型對HBM的依賴，根源在於業界稱為「記憶體牆」（Memory Wall）的根本性瓶頸。
過去20年間，GPU運算能力提升了6萬倍，而DRAM頻寬僅提升100倍。運算能力提升速度遠高於資料供給速度——就像一輛馬力暴增的賽車，燃油管路卻還是20年前的規格。GPU是引擎，HBM是燃油噴射系統；如果燃油供給速度跟不上，引擎馬力再大也只能空轉。
大型語言模型的運作機制放大了這一矛盾。AI模型生成回答並非簡單檢索靜態資訊，而是持續維護一個包含上下文視窗、鍵值快取（KV Cache）、中間激活與路由決策的「工作狀態」。這些資料需以超低延遲即時存取且隨時可用。在完整Token序列處理過程中，模型需持續存取並更新上下文——即便記憶體延遲微幅上升，也可能導致吞吐量下降、回應延遲，甚至迫使營運商增配硬體。
訓練階段，萬億參數的大模型需在大量資料上反覆迭代，每一次前向傳播與反向傳播都涉及巨量參數的讀取與更新。HBM提供的TB/s級頻寬，是縮短訓練時間的決定性因素。
推理階段，隨著多模態大模型與AI Agent加速發展，Token調用量快速上升。推理應用的瓶頸往往不在於「算得有多快」，而在於「資料餵得有多快」。頻寬的盡頭就是HBM。
在系統層面，AI運作於分層記憶體架構之上：HBM為加速器提供資料，DRAM儲存即時狀態與對話記憶，基於NAND的SSD則為資料集、嵌入、檢索索引、日誌與檢查點提供持久化儲存。HBM處於最接近運算核心的位置，承擔最高頻、最緊急的資料供給任務——這是任何其他儲存媒介無法取代的。
正因如此，所有用於生成式AI訓練與推理的領先AI加速器皆採用HBM。HBM不是AI的「可選配件」，而是決定AI能走多快的「氧氣瓶」。
供需失衡：一場持續數年的結構性短缺
HBM的需求屬於剛性，供給卻是「鎖死」的。
需求端，2026年全球AI基礎設施支出將達4,500億美元，其中推理運算占比首次超過70%，由此帶動GPU、HBM及高速網路晶片的強勁需求。2026年HBM需求成長主要由AI ASIC產能升級推動，每顆AI晶片的HBM容量將從96GB/192GB大幅提升至216GB/288GB。NVIDIA Rubin平台雖單顆GPU的HBM容量與前代持平，但更高的出貨量持續推高整體需求。全球九大雲端服務商2026年合計資本支出預計達約8,300億美元，年增79%。
供給端，儘管三星、SK海力士、美光三大原廠已將70%的新增/可調配產能傾斜至HBM，但HBM產能缺口仍高達50%至60%。截至2026年第一季，三大原廠的HBM產能已全數售罄。根據SemiAnalysis數據，2026年DRAM供應低於需求約7%，HBM缺口6%，2027年擴大至9%。
更關鍵的是供給剛性。即便三大原廠現在決定擴產，受限於TSV工藝、先進封裝良率、設備交付週期等物理限制，新增產能釋放最快也要到2028-2029年。國際投行普遍認為HBM供不應求的結構性短缺至少將持續到2028年。NVIDIA執行長黃仁勳更明確表示：全球HBM供應短缺「根本不是短期市場波動，而會是持續數年的結構性產業困局」。
價格端，三星電子與SK海力士已將2026年HBM3E供應價格上調近20%。HBM4 12層初期合約價預計較2025年HBM3E 12層溢價10%以上。
市場格局：誰在主導這場儲存革命？
HBM市場呈現極高集中度。法人預測，SK海力士2026年出貨市占率約52%，三星電子約39%，美光約8%，中國大陸業者維持極低比重。以銷售額計算，SK海力士2026年HBM營收有望達59.5億美元，穩居全球第一。
2026年第一季全球HBM市場中，SK海力士市占率約51.4%。集邦科技預計其2026年全年HBM市占率可維持約50%；Counterpoint更預測其在HBM4市場的份額將達54%。
三大原廠的毛利率已突破70%甚至80%。HBM的利潤分配呈「金字塔」結構——越接近技術核心與瓶頸環節，分配比例越高。
同時，一個有趣的現象正在發生：通用型DRAM的獲利能力正結構性反超HBM。截至2026年第一季，通用型DRAM與HBM的營業利潤率差距已擴大至逾15個百分點。市場估算顯示，2026年將產能分配給通用DRAM，每片晶圓產生的營收已是HBM的兩倍以上，毛利接近三倍。這正是SK海力士考慮將部分資源重新向通用DRAM傾斜的原因——但這也印證了整個儲存市場正處於全面性的景氣高峰。
投資視角：HBM超級週期中的機會
HBM的結構性短缺與價格上行趨勢，為投資者提供清晰的產業邏輯支撐。
儲存原廠是直接受益者。SK海力士（韓股）、三星電子（韓股）與美光（美股）憑藉技術壟斷與產能稀缺，賺取產業鏈中的絕大部分超額利潤。摩根士丹利基於DRAM均價至2026年上漲62%的預測，將儲存原廠獲利預估上調56%至63%。
產業鏈上游同樣受益。儲存龍頭的大規模擴產直接帶動蝕刻、薄膜沉積、測試等半導體設備需求，產業景氣正從上游向中游傳導。HBM的先進封裝需求也推動了CoWoS等2.5D封裝技術的產業化。
AI晶片廠商是HBM的最終需求方。NVIDIA（美股）、Broadcom（美股）等AI晶片龍頭對HBM的採購需求持續擴大。NVIDIA Rubin Ultra單顆GPU的HBM容量將提升至1TB。
Gate股票交易：一站式參與全球儲存與AI投資
對於希望參與這一波儲存超級週期的投資者，Gate股票提供便捷的入市管道。
目前，Gate股票已形成涵蓋美股、港股與韓股三大核心市場的7×24小時交易服務體系，支援超過10,000檔美股及ETF、1,500餘檔港股及1,000餘檔韓股，合計覆蓋全球超過12,500檔股票及ETF資產。標的涵蓋蘋果、NVIDIA、微軟、騰訊控股、小米集團、三星電子、SK海力士等全球代表性上市公司。
用戶可透過Gate統一帳戶使用USDT一站式參與全球股票投資，支援最低0.01股起投的零股交易，享有股息派發等權益。平台同時支援拆股、合股等公司行動服務，並已實現App與Web雙端全面覆蓋。
Gate股票在原有盤前、盤中及盤後交易基礎上，進一步支援隔夜及週末交易，突破傳統證券市場交易時間限制。券商間轉倉服務也即將上線，將進一步提升用戶股票資產管理的靈活性與便利性。
交易方式：用戶在Gate平台完成統一帳戶儲值後，即可在股票交易模組選擇目標股票，以USDT計價進行買賣。平台提供即時行情、技術分析工具與訂單類型選擇（市價單、限價單等），操作流程與加密資產交易體驗一致。
結語
HBM與DRAM的差異，本質上是「頻寬優先」與「成本優先」兩種技術路線的分野。在AI運算能力持續擴張的背景下，HBM憑藉3D堆疊與TSV技術突破「記憶體牆」，成為大型模型訓練與推理不可替代的核心元件。
2026年，全球半導體市場規模突破1.51兆美元，儲存晶片成長250%，HBM市場成長58%至546億美元。產能缺口高達50%至60%，三大原廠產能全數售罄。這不是一輪普通的週期波動，而是由AI基礎設施長期資本支出驅動的結構性變革。
對投資者而言，儲存原廠、設備材料、AI晶片三大鏈條均存在清晰的產業邏輯支撐。而Gate股票提供的7×24小時美港韓三股交易服務，為全球投資者參與這一波儲存超級週期提供靈活高效的工具。在市場情緒極度恐懼（恐懼指數14-16）的當下，產業基本面與市場情緒之間的背離，往往孕育著最值得關注的結構性機會。
FAQ
Q1：HBM和DRAM的核心差異是什麼？
HBM與傳統DRAM的核心差異在於架構。傳統DRAM採用平面架構，透過製程升級提升效能；HBM則採用3D堆疊技術，利用TSV矽通孔將多個DRAM裸晶片垂直堆疊，實現超寬資料路徑。HBM3E頻寬可達1.2TB/s，是DDR5的10倍以上，但成本也是同容量DDR5的3-5倍。
Q2：為什麼AI大模型必須使用HBM？
大型模型訓練與推理需要大量參數的高速讀寫。傳統DRAM頻寬成長遠落後於運算能力提升（20年運算能力增6萬倍，頻寬僅增100倍），形成「記憶體牆」瓶頸。HBM憑藉TB/s級頻寬，能持續為GPU供給資料，避免運算能力空轉。所有領先的AI加速器都採用HBM。
Q3：HBM市場的主要玩家有哪些？
HBM市場高度集中。SK海力士2026年出貨市占率約52%，三星約39%，美光約8%。SK海力士以銷售額計算穩居第一，2026年HBM營收有望達59.5億美元。三大原廠2026年全部HBM產能已售罄，部分客戶已將產能鎖定至2028年。
Q4：HBM供不應求的狀況會持續多久？
國際投行普遍認為HBM供不應求將至少持續到2028年。需求端受AI基礎設施資本支出驅動，供給端受TSV工藝、封裝良率、設備交付週期等物理限制。即便現在擴產，新增產能釋放最快也要到2028-2029年。黃仁勳稱這是「持續數年的結構性產業困局」。
Q5：如何在Gate平台投資HBM相關股票？
Gate股票支援美股、港股、韓股7×24小時交易，覆蓋超12,500檔股票及ETF。用戶可透過統一帳戶使用USDT一站式投資，最低0.01股起投。HBM相關標的包括儲存原廠SK海力士（韓股）、三星電子（韓股）、美光（美股），以及AI晶片廠商NVIDIA（美股）等。
