PC 可能先降溫，HBM 需求為何走得更久？從供需分化看台灣記憶體產業

同一輪記憶體行情，可能出現不同的轉折時間

觀察目前資料，本文的基準判斷是：PC 終端需求與相關記憶體採購，可能比 HBM 更早放緩；HBM 的需求成長與供給壓力，則可能延續較久。 這項判斷有兩個前提：AI 基礎建設投資仍持續落地，而 HBM 的合格產出增加速度，尚不足以充分滿足客戶需求。它不代表 PC 全面衰退，也不代表 HBM 價格會一直上漲。需求、出貨、庫存與價格，是四個需要分開觀察的變數。

一、PC 的壓力，正在從零組件成本傳到消費者

宏碁董事長暨執行長陳俊聖在 2026 年 9 月 19 日表示，宏碁記憶體庫存仍高，DDR4、DDR5 的供應有所增加；他也提到，價格上漲已出現壓抑消費量與需求的現象。這提供了 PC 市場可能先降溫的線索，但其供貨觀察仍有品牌與產品組合的範圍限制。[1] TrendForce 在 9 月 30 日指出，較高的零組件成本正反映到筆電售價，拖累終端銷售；PC 品牌卻仍因擔心 2027 年供應吃緊而積極採購。也就是說，終端買氣轉弱與上游訂單維持高檔，可以同時發生。[2] 本文認為，若前期備貨逐漸充足，而消費者延後換機或降低規格，品牌後續就可能減少補貨。這會讓記憶體供應商看到的採購需求，比實際使用需求更快轉弱。 但庫存增加本身還不是需求反轉的充分證據。漲價前備貨、提高安全庫存，以及單價上升，都可能使帳面庫存增加。要確認轉折，應同時觀察庫存週轉天數、實體容量、終端銷售與後續採購量，而不能只看庫存金額。

二、HBM 的成長動力，來自 AI 部署規模與每套系統的需求

HBM 是把多層 DRAM 垂直堆疊、提供高頻寬的記憶體。其需求與 AI 加速器的部署數量、每顆加速器配置容量，以及系統架構密切相關。[7] 美光在 9 月 30 日財報會議資料中表示，已完成涵蓋 2027 年絕大多數 HBM 位元供給的協議，並預期 HBM 位元出貨增速到 2028 年仍高於一般 DRAM。公司也指出，模型規模、上下文長度與同時服務的使用者數量，正在增加 AI 系統對記憶體的要求。這是供應商的展望，並非對未來需求的保證，但顯示訂單能見度已跨入下一年度。[3] 從供需推論，HBM 的支撐不只來自大型模型訓練，也來自推論服務擴大與更複雜的使用情境。當 AI 從偶爾回答問題，走向持續推理、反覆調用工具與保存較長上下文，單位工作負載雖然更有效率，整體系統的容量與頻寬要求仍可能增加。 因此，「每次運算更省記憶體」與「市場需要更多 HBM」並不矛盾。前者描述效率；後者還取決於部署規模及實際使用量。

三、技術節省的 HBM，是否已被新增需求超過？

目前資料支持的說法是：效率改善尚未讓市場普遍轉為供過於求，新增部署與規格需求仍構成明顯壓力。但僅靠出貨成長，還不能精確算出「新增需求比技術節省多了多少」。 在加速器端，可以先用一個簡化關係理解： 當期裝機的 HBM 容量需求 ≈ 採用 HBM 的加速器出貨量 × 每顆加速器平均 HBM 容量。

供應商接到的採購量，還會受到備貨、庫存去化與交貨時點影響。軟體效率改善也不會即時拆掉已封裝的 HBM，而是先改變既有硬體可承載的工作量，再影響下一代配置與新增設備需求。 以下僅是算術示例，並非市場預測：如果採用 HBM 的加速器出貨增加 60%，每顆平均配置因架構與效率改善而減少 20%，則新增裝機容量仍是原來的 1.6 × 0.8＝1.28 倍，也就是增加 28%。效率進步確實降低了需求，但沒有抵銷全部擴張。 TrendForce 在 8 月的預測是，2027 年 HBM 位元出貨可能增加 50%–60%，仍不足以追上需求成長；同時，部分 AI 晶片廠正評估較低容量的 HBM 配置。[4] 這項觀察支持供應壓力仍在，其中的 50%–60% 是出貨成長預測，不是缺貨比例。 目前引用的公開資料，沒有同一期間、同一產品世代與相同認證口徑的完整供需數量，因此不適合替全球 HBM 缺口寫下一個確定百分比。已簽約產能、追加需求與客戶安全備貨，也不能直接相加當成終端需求。

四、缺貨可以緩解，但不會只靠一座新廠

HBM 的供給改善需要多個環節共同推進：DRAM 晶圓產出、可用良率、堆疊與測試能力，以及與運算晶片整合的先進封裝。不同環節的產能，不能當成彼此完全可替代。[7][8] 短期可以透過提升良率、調整產品組合、採用較低容量配置，以及更有效的記憶體管理，減輕特定系統的供貨壓力。中長期則需要新增晶圓與封裝產能。美光最新規劃包括新加坡 HBM 先進封裝廠於 2027 年初開始產出，以及台灣銅鑼廠於 2027 年中形成具規模的產品出貨；新產能仍需逐步爬升，不能把啟用日期等同全面解除缺貨。[3] 需求端也可能帶來調整。若資料中心電力、部署進度或 AI 投資回報不如預期，採購可能延後。本文對 HBM 較長成長期的判斷，必須隨這些條件重新檢視。

五、DDR4 未必最先緩解，DDR5 也不是同一個市場

把市場切成「HBM、DDR5 缺貨，DDR4 以下先恢復正常」，仍然過於粗略。除了產品世代，還要看用途、容量、供應商退出速度與客戶認證。

表中為依公開資料整理的情境判斷。[2][4][5]

TrendForce 在 6 月指出，主要供應商減少成熟製程產品配置，供應壓力甚至延伸至 DDR3、DDR2。[5] 這說明記憶體是否缺貨，不能只從需求強弱判斷：一個縮小中的市場，也可能因供給收縮得更快而漲價。

六、新計算技術會改變 HBM 的使用方式

降低 HBM 用量的技術正在進展。低精度量化可減少權重與快取容量；例如 NVIDIA 公布的 NVFP4 KV cache 技術，在其評估條件下，相較 FP8 可將該部分的記憶體占用降低最多約一半。這不等於整台伺服器的 HBM 需求直接減半，因為權重、其他運算資料與服務配置仍須計入。[6] 架構上的分工也在改變。NVIDIA 對 Groq 3 LPX 的說明，是以片上 SRAM 支援低延遲推論工作，並與 Rubin GPU 分工：GPU 仍負責輸入處理與注意力運算，LPU 承接特定解碼工作。[16] 這類設計確實可能降低某些工作的 HBM 需求強度，但也顯示新架構可以與 HBM 系統共同使用。 因此，真正需要追蹤的是：在相同模型品質、延遲與服務量下，完成工作需要多少搭載 HBM 的設備，以及效率提升後，使用量是否成長得更快。技術替代會影響成長斜率；要推論總需求下降，還需要看到部署與採購量的相應變化。

七、台灣企業如何參與 HBM？先分清楚它們提供什麼

HBM 記憶體本體的主要供應商包括 SK hynix、Samsung 與 Micron。[3][7][15] 台灣企業的參與則橫跨底層晶片、製程服務、封裝、測試與系統應用。下表列出公開資料可核實的代表性公司，並標示證據能支持的範圍；它不是完整供應商名單。

另須區分「台灣企業」與「在台灣生產」：美光是美國公司，在台灣的 DRAM 製造與擴產是供應鏈的一部分，但不能把台灣美光當成台灣上市櫃的獨立 HBM 原廠。[17] 同樣地，記憶體公司或模組廠的身分，也不足以直接證明已有 HBM 量產業務。

圖：台灣企業在 HBM 製程、封裝測試與 AI 記憶體分層中的代表性角色。連線表示技術環節，不表示所有公司互為客戶；合作布局與公開產品能力，也不等同特定量產規模。資料截至 2026 年 10 月 3 日，來源見 [7]–[15]、[17]。

八、群聯提供的，是以分層方式擴大 AI 記憶體容量

群聯的 aiDAPTIV 將 GPU 記憶體、系統 DRAM 與 NAND Flash 納入多層級管理，讓部分工作資料與快取由 SSD 承擔，支援地端 AI 模型微調、推論與較長上下文。[13] 其所稱的 GPU 記憶體可能是 HBM，也可能是 GDDR，部分平台則使用共享系統記憶體，應依硬體配置判讀。 對採購者而言，這類方案的價值，是在符合工作負載要求時，以較低成本取得更大的有效記憶體容量，或延後新增 GPU 的時間。群聯也已公布以 NAND 為基礎的 AI KV cache 與相關軟體方案。[14] 但容量可以擴充，不代表不同層級的頻寬與延遲就相同。資料搬移、快取命中率、模型大小及可接受的回應時間，會決定實際效果。個別展示結果不宜直接推廣為所有大型資料中心都能以 SSD 等量取代 HBM。 本文由此推論，群聯可能同時參與兩種趨勢：AI 擴張帶動更多儲存與控制晶片需求；記憶體成本上升，則提高客戶採用分層方案的意願。這使群聯值得放入 AI 記憶體供應鏈觀察，但其業務邏輯應與 HBM 原廠分開分析。

##接下來，可能怎麽走？

目前較合理的產業圖像，是不同應用的需求與供給正在分化。PC 可能更早遇到售價與庫存的限制；HBM 則仍有 AI 部署與供給爬升時間的支撐。台灣企業的機會，應從各自提供的製程、封裝、測試與系統能力判斷，並隨實際出貨與營收證據更新。