觀點|記憶體大亂流:DDR4比DDR5貴意味著什麼?下一步,PC與手機恐怕「漲定了」
觀點|記憶體大亂流:DDR4比DDR5貴意味著什麼?下一步,PC與手機恐怕「漲定了」
2025.12.08 |

DRAM缺貨行情愈演愈烈,市場傳出使用者買不到貨,而且有價格一日三市、供應商「惜售」的情況。

原因在於從DRAM廠到通路皆限量供貨,導致價格一路漲不停,讓手機、PC等業者成為嚴重的「受災戶」。因此,終端產品(手機、PC等)價格可能不得不調漲,以吸收DRAM漲價所增加的成本。

南亞科、華邦電⋯因DDR4而貴

這波漲價潮始於今年5、6月,之後市場價格一路攀高,DDR4、DDR5漲幅皆超過7、8倍;更令人驚訝的是,DDR4價格超越DDR5,形成「價格倒掛」的奇異現象。

DDR4是舊一代產品,DDR5則是新一代產品,通常舊世代產品價格較新一代為低。造成價格倒掛的主要原因是,三星電子、SK海力士及美光科技不再生產DDR4,造成供需失調,導致價格暴漲。

目前南亞科、華邦電子成為全球生產DDR4的主力晶圓廠。由於價格暴漲,這兩家公司的營收與獲利「脫胎換骨」,從虧損轉為獲利。

今年上半年DRAM市場情況不佳,南亞科今年第一季每股盈餘(EPS)為-0.63元,第二季每股盈餘為-1.32元,愈來愈糟,虧損擴大,上半年每股盈餘合計為-1.95元。

第三季是轉折點。從7月起,南亞科每月營收大幅增加,轉虧為盈,第三季EPS達0.5元。

10月再下一城,南亞科自結稅後純益達20.39億元,月增196%,年增1006%,每股稅後純益0.66元。

10月單月獲利就超越第三季整季的0.5元,後市看好。

不過,累計前10月,南亞科每股稅後仍虧損0.79元。以目前DRAM市場來看,南亞科2025年整年獲利可望轉正,終結2023、2024連續兩年的虧損。

南亞科2025年1-11月累計營收達545.69億元,較2024年同期的319.26億元年增70.92%。由此可見,DRAM市場從今年第三季起動能方興未艾。

再看華邦電子,今年第一季每股盈餘為-0.24元,第二季為-0.29元,第三季由虧轉盈,每股盈餘達0.65元;累計第一至第三季每股盈餘達0.12元。

華邦電子除了DRAM,尚有NOR記憶體等產品線,不同於南亞科是純DRAM廠。

在三星電子、SK海力士及美光科技棄守DDR4後,目前僅剩南亞科、華邦電子以及中國的長鑫存儲三家DRAM廠持續生產。不過,長鑫存儲在DDR5產品推進順利,似乎有意全力衝刺DDR5產量,DDR4產能將縮減。

從資本支出來看,預估2026年全球DRAM廠資本支出約613億美元,較2025年的537億美元增加14.2%。

HBM市場太香!大廠逐漸搶進

DRAM廠資本支出重點為製程升級,推進到1-gamma製程,並導入「混合鍵」等新技術。資本支出的另一重點是擴大HBM(高頻寬記憶體)產能,以滿足AI伺服器的龐大需求。

由於著重導入新技術與HBM,三大DRAM廠的產能擴充幅度不大,導致整體「位元成長率」不會很高;這對目前供不應求的市場而言,並非好消息。

從全球DRAM市場來看,2023年全球DRAM市場營收為817億美元,為自2021年高點滑落後的近期底部。

2024年DRAM市場反彈,全球營收達969億美元,年增18.6%。

今年全球DRAM市場營收預估將成長至1150億美元,較2024年成長18.7%。

這波DRAM市場的成長主要拜AI之賜。隨著AI用GPU的功能不斷提升,記憶體容量與性能也持續精進。

輝達的Ampere、Hopper、Blackwell等架構GPU使用HBM,以因應GPU快速存取記憶體資料的需求。

HBM規格也一再提升,從HBM、HBM2、HBM2E、HBM3、HBM3E到最新第六代HBM4,堆疊層數不斷增加,容量亦隨之擴大。

HBM.jpeg
HBM規格一再提升,堆疊層數不斷增加。
圖/ 美光

由於HBM晶粒面積遠大於一般DRAM,DRAM廠產能被HBM佔據不少,使標準DRAM供需逐漸吃緊;在需求快速增加下,供需失衡,造就近期DRAM市場的多頭行情。

SK海力士是HBM先行者,與輝達緊密合作,HBM市占率超過五成。

SK海力士營收快速上升,整體DRAM營收預估今年將超越盤據逾30年的龍頭三星電子。

預估今年全球HBM營收約285億美元,約占整體DRAM市場24.8%。

明年(2026年)全球DRAM市場營收預估可達1365億美元,較2025年成長18.7%;其中HBM營收約475億美元,占比升至34.8%。由此可見,HBM在DRAM市場的比重快速提升。

對SK海力士、三星電子及美光科技而言,HBM是發展重心;在產能調配上,HBM具最大優先權。連長鑫存儲也積極開發HBM產品。

2026年第三季(輝達會計年度2025年8月至10月)輝達資料中心部門營收達512.15億美元,較第二季的410.96億美元成長24.6%。

與2025年第三季(會計年度)的307.71億美元相比,成長66.4%;較2024年第三季(會計年度)的145.14億美元,成長252.9%。

由此可推知AI伺服器市場快速成長,對HBM的需求量也隨之攀升,造成DRAM產能中HBM比重快速上升,使其餘DRAM產能無法成長,甚至萎縮。

PC、手機,價格料將攀升

目前DRAM價格快速攀升,已到匪夷所思的地步;DDR4、DDR5相較年初皆有數倍漲幅,讓手機、PC等業者承受巨大壓力。除了貨源不足外,價格大幅攀升也使成本暴增。

解決之道,除了降低手機、PC等成品的記憶體容量,成品售價也不得不向上調整。

在DRAM的賣方市場下,這種市場調節機制可緩解缺貨壓力:降低設備的記憶體容量,能降低記憶體需求;終端產品漲價,將抑制出貨量,從而降低對記憶體的需求。

在供不應求的景氣循環中,市場情緒往往愈來愈樂觀,認為「供不應求」將持續很久;即使增加資本支出興建新產能,仍不足以滿足需求。殊不知,行情常在不知不覺中反轉。

明年DRAM仍可能持續供不應求,不過這波缺貨行情能走多久仍未定。我們將持續關注追蹤,一有反轉訊號,將以專文報導。

延伸閱讀:記憶體好缺,早上下午不同價!AI推升記憶體價格狂飆背後,卻讓這類廠商「苦哈哈」

責任編輯:李先泰

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓