半導體產業日報
共收錄 20 則產業相關新聞 · 2 則精選深度分析
精選深度分析
華為、寒武紀因 HBM 短缺將 AI 晶片價格推高最多 50%
關鍵事件
受美國出口管制影響，HBM 記憶體晶片無法合法輸往中國，導致中國本土 AI 晶片廠商華為與寒武紀面臨嚴重的 HBM 供應短缺。兩家公司已將旗下 AI 加速器售價上調最多達 50%，反映供應鏈成本壓力全面轉嫁至終端客戶。此情況同步凸顯中國在高頻寬記憶體自主化進程上仍與國際水準存在巨大落差。
關鍵數據
AI 晶片售價漲幅高達 50%；HBM 全球市場由 SK Hynix（約 50% 市佔）、三星（約 30%）、Micron（約 20%）三家壟斷；中國本土 HBM 替代方案長鑫存儲 (CXMT) 預計最快 2025-2026 年量產 HBM2E，但與 HBM3E 仍有兩個世代差距；DigiTimes 同步報導，cluster_size 為 3。
市場重要性
HBM 出口管制正在將中國 AI 晶片市場推向一個「被迫漲價、降規替代」的惡性循環，實質削弱中國 AI 基礎設施建設的性價比競爭力。對 SK Hynix、Micron 等 HBM 供應商而言，短期內對中國出口受阻，但全球其他市場（美、日、歐）的 HBM 需求持續強勁，整體供需緊俏格局並未改變。對台灣封裝測試供應鏈（如日月光、力成）而言，HBM 相關先進封裝需求將更集中在非中國客戶，有利於台廠在高階訂單中鞏固地位。此事件也加速中國本土記憶體廠商的研發壓力，長期觀察長鑫存儲 HBM 量產時程將是關鍵變數。
⚠ 反面觀點
50% 的漲價幅度可能壓縮中國雲端業者與新創公司採購 AI 算力的意願，反而短期降低華為昇騰、寒武紀等晶片的市場滲透速度；此外若長鑫存儲 HBM 量產時程提前或中國政府透過補貼強行壓低價格，漲價效應可能比預期更短暫。
📍 接下來觀察
- 觀察華為昇騰 910C/910D 及寒武紀 MLU 系列在中國雲端市場的實際出貨量與客戶接受度
- SK Hynix、Micron Q3/Q4 法說會對 HBM 配額分配與中國需求影響的最新說法
- 長鑫存儲 (CXMT) HBM2E 量產進度與良率爬坡能否於 2026 年形成有效供給
- 美國是否進一步收緊 HBM 相關設備（如鍵合、先進封裝設備）對中出口管制
- 中國能否在 HBM3/HBM4 世代縮小與國際廠商的技術差距，形成自主供應鏈閉環
- 地緣政治持續惡化下，全球 HBM 市場是否逐步走向「中國內循環」與「非中國體系」兩極分化
❓ 常見問題
為什麼 HBM 短缺會讓華為和寒武紀的 AI 晶片漲價這麼多？
HBM 是 AI 晶片的核心記憶體元件，目前全球僅 SK Hynix、三星、Micron 三家能量產，且受美國出口管制無法對中國出貨，導致中國廠商無法取得足量 HBM，生產成本大幅攀升，最終將漲幅轉嫁給終端買家，漲幅高達 50%。
中國有沒有自己生產 HBM 的能力？
中國長鑫存儲 (CXMT) 正在研發 HBM，預計最快 2025-2026 年量產 HBM2E，但落後國際主流的 HBM3E 約兩個世代，短期內無法有效填補供應缺口。
這波 AI 晶片漲價對中國企業採購算力有什麼影響？
漲價將直接壓縮中國雲端服務商、AI 新創及科研機構的採購預算，可能迫使部分客戶轉向算力較低但價格相對可接受的替代方案，或延後擴建 AI 資料中心的計畫。
晶片新創 Positron 獲得 8.75 億美元融資，以消費級記憶體加速 AI 推論
關鍵事件
AI 推論晶片新創公司 Positron 完成 8.75 億美元鉅額融資，其核心技術主張是以消費級（consumer-grade）記憶體取代昂貴的 HBM，大幅降低 AI 推論伺服器的建置成本。這一技術路線直接挑戰以 HBM 為核心的 NVIDIA GPU 主導架構，若成功量產將對現有 AI 晶片供應鏈產生結構性衝擊。此輪融資規模顯示資本市場對「非 HBM」AI 推論路線存在高度興趣。
關鍵數據
融資金額 8.75 億美元（約新台幣 283 億元）；HBM 在高階 AI 加速器成本中佔比估計達 30-40%（以 NVIDIA H100 為例，HBM3 模組成本約 2,000-3,000 美元）；消費級 GDDR7 或 LPDDR5X 記憶體單位容量成本較 HBM 低 5-10 倍；AI 推論市場預計 2027 年規模達 1,000 億美元以上。
市場重要性
Positron 以消費級記憶體架構切入 AI 推論市場，代表資本市場正在押注「去 HBM 化」推論晶片路線，這是對 NVIDIA 現有 GPU 生態系的直接挑戰。AI 工作負載可分為訓練（高頻寬、高算力）與推論（延遲敏感、成本敏感）兩段，推論端對頻寬需求相對較低，使得以 GDDR 或 LPDDR 替代 HBM 在技術上具備可行性。若此類方案獲得大型雲端業者採納，將衝擊 SK Hynix、Micron、三星的 HBM 出貨量成長預期，並間接影響台積電先進封裝（CoWoS）的 AI 推論端需求。對台灣記憶體相關供應鏈（南亞科、華邦電）而言，若消費級 DRAM 在 AI 伺服器中用量提升，反而是潛在的受惠機會。
⚠ 反面觀點
8.75 億美元融資規模雖然亮眼，但新創晶片公司從融資到量產通常需要 3-5 年，且在軟體生態系（CUDA 替代方案）、系統整合與客戶信任度上面臨極高門檻；消費級記憶體的頻寬與可靠性限制在大規模批次推論場景中能否真正媲美 HBM 方案，仍有待市場驗證，不應過度解讀為 HBM 需求即將下滑的訊號。
📍 接下來觀察
- Positron 首款推論晶片的技術規格發布與早期客戶（雲端業者或企業）試用合作公告
- NVIDIA、AMD 對消費級記憶體推論晶片競爭威脅的法說會回應態度
- Positron 晶片是否順利進入台積電先進製程（N3/N2）量產，及其封裝方案選擇
- 主要雲端業者（AWS、Google、Microsoft）是否將非 HBM 推論晶片納入正式採購計畫
- AI 推論晶片市場是否形成「訓練用 HBM 高端 GPU」與「推論用低成本 DRAM 晶片」雙軌並行的結構
- HBM 需求成長動能是否因推論端替代方案普及而在 2027 年後出現明顯放緩
❓ 常見問題
用消費級記憶體做 AI 推論，效能真的夠用嗎？
AI 推論對記憶體頻寬的需求遠低於模型訓練，消費級的 GDDR7 或 LPDDR5X 在單一推論請求的延遲與吞吐量上確有機會滿足需求，但在大規模平行批次處理或超大模型（如 GPT-4 規模）的場景中，仍可能面臨瓶頸。
Positron 這家公司是要取代 NVIDIA 嗎？
Positron 鎖定的是 AI 推論市場，而非取代 NVIDIA 在模型訓練的主導地位；其策略是以更低成本的硬體提供推論服務，與 NVIDIA 形成市場區隔，而非全面競爭。
這筆 8.75 億美元融資對記憶體廠商是好消息還是壞消息？
短期來看對 SK Hynix 等 HBM 大廠是潛在威脅訊號，因為該方案主張減少 HBM 使用；但若消費級 DRAM（如 GDDR、LPDDR）在 AI 伺服器用量提升，對南亞科等 DRAM 廠商反而是新的成長機會。
