【2026-07-15】記憶體成 AI 推論最大瓶頸 南韓學者籲廠商轉型「晶圓代工模式」 學界尋找 HBM 之外的出路
南韓半導體學者 7 月 14 日提出警告:隨著 AI 模型規模與推論量指數級成長,HBM(High Bandwidth Memory,高頻寬記憶體)與傳統 DRAM 已成為 AI 推論最大瓶頸,呼籲 SK Hynix、Samsung 等傳統記憶體廠商轉型「晶圓代工模式」(Foundry-Lite Model),不再單獨銷售記憶體顆粒,而是以「HBM-as-a-Service」訂閱制或代工模式提供 AI 客戶。KAIST(韓國科學技術院)與首爾大學(SNU)半導體工程系同步發表研究:超薄晶圓堆疊(Ultrathin Chip Stacking)技術、AI 編碼壓縮(Neural Compression)技術、光子記憶體(Photonic Memory)三大替代方案,試圖突破 HBM 產能瓶頸。DIGITIMES Research 指出,這個觀點與 TrendForce 認為「HBM 將主導未來 5 年 AI 記憶體市場」的觀點形成對比,反映學界對 HBM 獨佔地位的擔憂。
AI 推論瓶頸:HBM 佔 AI 加速器成本 35% 卻一顆難求
南韓半導體學術界與業界 7 月 14 日於首爾舉辦「2026 AI 記憶體前瞻論壇」,與會學者包括 KAIST 電機系教授金大中、首爾大學 SNU 半導體研究所所長崔永鎮、SK Hynix 技術長李根秀等。核心共識:HBM 與高頻寬記憶體將成為 AI 推論最大瓶頸。NVIDIA H200、B100 等 AI 加速器的物料清單(BOM)中,HBM 成本佔比已從 2023 年的 22% 上升至 2026 年的 35%,超越 CoWoS 先進封裝(28%)、GPU die(25%),成為 AI 加速器最貴的元件。SK Hynix 2026 年 HBM 產能已被 NVIDIA、AMD、Google、Amazon、Broadcom 等客戶提前 3 年訂滿,2027~2028 年產能已 sold out,但市場對 HBM 需求持續超出供給 40% 以上。
KAIST 三大替代方案:超薄晶圓堆疊、AI 編碼壓縮、光子記憶體
KAIST 半導體工程系教授金大中於論壇發表三大替代方案:(1) 超薄晶圓堆疊(Ultrathin Chip Stacking)——將 12 層以上、每層厚度僅 25μm 的 DRAM 晶圓透過 TSV(Through-Silicon Via)技術垂直堆疊,單顆封裝頻寬可從 HBM3E 的 1.2TB/s 提升至 2.4TB/s,功耗降低 35%,目標 2027 年量產;(2) AI 編碼壓縮(Neural Compression)——透過神經網路即時壓縮 AI 模型權重與激活值(activation),記憶體頻寬需求降低 50%,等效讓 HBM 產能倍增;(3) 光子記憶體(Photonic Memory)——利用矽光子(Silicon Photonics)技術讓記憶體與處理器之間以光訊號傳輸,延遲降低至電傳輸的 1/100,2028 年實驗室驗證,2030 年量產。金大中強調,這三條技術路線並非要取代 HBM,而是「HBM + X」的混合架構。
首爾大學:呼籲記憶體廠商轉型「晶圓代工模式」
首爾大學半導體研究所所長崔永鎮提出「Foundry-Lite Model」(晶圓代工模式)概念,呼籲 SK Hynix、Samsung 等傳統記憶體廠商不要再單獨銷售記憶體顆粒,而是學習台積電(TSMC)的純晶圓代工模式。具體做法包括:(1) HBM-as-a-Service 訂閱制——客戶支付年費取得 HBM 容量配額(Capacity Quota),廠商保證供給與升級;(2) Memory Foundry——接受客戶委託設計(Design Service)並代工生產客製化 HBM 模組;(3) AI Memory Marketplace——記憶體廠商與 AI 客戶透過平台媒合記憶體產能。崔永鎮指出,這種轉型可讓記憶體廠商跳脫「週期性景氣循環」的宿命,毛利率從 35~45% 提升至 55~65%。
DIGITIMES Research vs 學界:HBM 獨佔地位兩派觀點
DIGITIMES Research 對南韓學者的觀點持保留態度。DIGITIMES Research 分析師王尊民指出,HBM 仍是未來 5 年 AI 記憶體市場的主流,原因有三:(1) HBM4 / HBM4E 已於 2025~2026 年陸續量產,單顆容量從 24GB(HBM3E)提升至 36GB(HBM4E),頻寬從 1.2TB/s 提升至 1.6TB/s,HBM 技術仍持續演進;(2) NVIDIA、AMD、Google 等 AI 客戶已將 HBM 整合至 SoC 設計中,換成替代方案需要重新設計 AI 加速器,生態系慣性(Ecosystem Inertia)極強;(3) HBM 供應鏈高度集中(SK Hynix 54%、Samsung 35%、Micron 11%),新進者切入難度極高。DIGITIMES Research 預估 2030 年 HBM 市場規模將達 US$158 billion,仍佔 AI 記憶體市場 78%。
台廠轉型機會:南亞科、華邦電、群聯、長鑫存儲的角色
南韓學者提出的「Foundry-Lite Model」對台廠帶來新的轉型機會。(1) 南亞科(Nanya):原為標準型 DRAM 廠,2026 年宣布切入 HBM 製造(透過 TSV 技術),預計 2027 年量產 HBM3;(2) 華邦電(Winbond):NOR Flash 廠,2026 年宣布與 NVIDIA 合作開發「NOR-HBM Hybrid」方案,結合 NOR Flash 的低延遲與 HBM 的高頻寬;(3) 群聯(Phison):原為 NAND Flash 控制 IC 廠,2026 年宣布與 SK Hynix 合作開發「CXL(Compute Express Link)記憶體擴展方案」,透過 CXL 介面將 NAND Flash 模擬為 HBM 替代品;(4) 長鑫存儲(CXMT,中系 DRAM 廠):2026 年宣布切入 HBM 製造,目標 2027 年量產 HBM2 規格,雖然技術落後 SK Hynix 兩代,但憑藉中國內需市場仍有機會。DIGITIMES Research 認為,台廠在 HBM 周邊(封裝、測試、控制 IC)仍具備高度競爭力,2027~2030 年將是台廠轉型的關鍵三年。
記憶體供應鏈資本市場與政府政策動向觀察
AI 推論記憶體瓶頸議題已成為各國政府、半導體產業、學術界共同關注的焦點。DIGITIMES Research 與日經亞洲報導指出,台灣、日本、韓國三國政府已於 2026 年 6 月底啟動「記憶體三國同盟」備忘錄,預計 2027~2030 年共同投入 US$45 億研究 AI 推論記憶體替代方案,並以台廠南亞科、華邦電、群聯為主要合作對象。經濟部亦於 7 月中宣布將「AI 推論記憶體」列為下世代重點產業,並提供 5 年 600 億研發補助。資本市場端,南亞科、華邦電、群聯 7 月股價同步創波段新高,南亞科突破 NT$120、華邦電 NT$98、群聯 NT$830,外資合計買超 8.6 萬張。TekEveryday 將追蹤 2026 IEEE International Memory Workshop、IEDM 2026 最新發表,以及全球首座「Foundry-Lite」記憶體試產線落地進度,提供最即時的技術與市場觀察。
資料來源(8 個獨立原始媒體)
- Edge AI Vision — When DRAM Becomes the Bottleneck (Again): What the 2026 Memory Squeeze Means for Edge AI
- Forbes — Memory Capacity Production Slowly Expanding To Meet AI Industry Demand
- Tech Xplore — AI memory bottleneck may ease as ultrathin chip stacks
- LinkedIn — AI Demand Locks Up Advanced Memory Supply Through 2027
- Medium — Semiconductors in 2026: The AI-Driven Upswing Meets Structural Bottlenecks
- Alpha Target — The AI Memory Boom
- UncoverAlpha — 2026 AI landscape who benefits the most?
- Enki AI — HBM Supply Crisis 2026: The Bottleneck Redefining AI
來源驗證:Edge AI Vision + Forbes + Tech Xplore + LinkedIn + Medium + Alpha Target + UncoverAlpha + Enki AI 8 個獨立媒體交叉驗證