文 | 半導體產業縱橫

近日，高盛分析師預測，2026年HBM的價格或將下跌10%。

HBM 的定價權將從制造商轉移到以英偉達為代表的客戶手中。這意味著 SK 海力士壟斷 80%-90% 英偉達訂單的局面將不復存在。

這是SK海力士在今年被潑的第一盆冷水。

價格下跌的核心原因是“供過于求”。

高盛表示，隨著三星、SK 海力士、美光等巨頭加速擴產，HBM 供應量將大幅超過需求，直接壓低平均銷售價格（ASP）。數據顯示，高盛已將 2026 年 HBM 總目標市場（TAM）預測下調 13%，從 510 億美元降至 450 億美元，同時將增長預期從 45% 大幅下調至 25%。

關于 HBM 即將供應過剩的傳聞，這已經不是第一次。去年9月，法國巴黎銀行旗下證券部門Exane BNP Paribas就曾表示預計在2025年底前，HBM產能將大幅超出需求，這將進一步打壓價格。

那么此次預測是否空穴來風？明年 HBM 市場是否會迎來價格的急轉直下？

在回答這些問題之前，要先來看一看市場的 HBM 產能究竟有多少？以及市場需要多少的 HBM？

HBM，水深火熱

眾所周知，在HBM市場，主要有三大供應商，分別為SK海力士、三星和美光。

從2026年HBM的產量來看，據分析師透露：

• SK 海力士已將 2025 年底月產能目標從 6.5 萬片上調至 15 萬片，并計劃 2026 年進一步擴建。
• 三星2025 年底 HBM 月產能預計達 15 萬片晶圓，雖較此前計劃下調，但仍在加速向博通、AWS 等客戶供應 HBM3E 產品，2026 年出貨量或年增 20%；
• 美光2026 年底月產能預計達 9 萬片，同時在美國加碼 2000 億美元投資，涵蓋 HBM 封裝設施。

也就是說，單單是SK海力士與三星這兩家公司在2025年底的HBM月產能就達到30萬片，而此前Exane BNP Paribas預測同時期的HBM月需求僅僅為16.8萬片。不過，僅僅是來自市場的一則數據并無法證實HBM市場將會迎來供過于求。

因為，隨著亞馬遜、Meta 和谷歌等公司運營的 AI 模型專用定制半導體需求激增，ASIC 市場也迎來了快速增長。

三星電子、SK海力士和美光公司正在擴大面向ASIC設計公司的HBM產品供應。上個月，美光公司在其業績發布會上提到，除了英偉達和AMD之外，ASIC平臺公司也是HBM批量出貨的四大主要客戶。

而來自ASIC的市場需求數據，并未全面被考慮在內。因此，難以準確預測明年的HBM市場供需格局。

不過，半導體是一個周期性很強的產業，在“需求爆發、缺貨漲價、投資擴產”的上升周期之后，往往跟隨的就是“需求萎縮、產能過剩、價格下跌”的衰退周期。HBM 作為半導體行業的重要品類，恐怕也難以脫離這一周期，因此需求過剩的概率仍有較大可能發生。

退一步講，倘若2026年的HBM市場當真出現供過于求的情況，那么將會集中在哪些HBM產品領域，SK 海力士又是否會成為首個受到沖擊的企業？

來自HBM市場的幾則數據，已經指出HBM未來的發展方向。

HBM遇冷之際，誰最先受到沖擊？

關于最先受到沖擊的公司，筆者認為未必是SK海力士。

根據TrendForce的數據，SK海力士目前在HBM市場的占有率約為50%，遠超三星電子（30%）和美光（20%）。

若僅看最新的HBM3E產品，SK海力士的市占率更是高達70%。

早在2024年Q2的業績說明會上，SK海力士就曾提到其HBM3E產品2024年的出貨量占比將超過整體HBM出貨量的50%，2025 年12層HBM3E的出貨量將超過8層HBM3E產品。

上述數據可以得出結論：8層和12層HBM3E是2025年HBM市場的主流產品，而SK海力士又是該產品的主要供應商。

今年3月，SK海力士首席執行官郭魯正就曾表示該公司2025年的HBM產品已然售罄。SK海力士還表示訂單能見度可達2026年一季度。

作為HBM的最主要客戶之一，英偉達的GPU需求量一定程度上也會影響HBM的需求。

上文提到，SK海力士幾乎壟斷了英偉達的HBM訂單，占據了80%-90%的份額。而三星的HBM3E產品一直未能得到英偉達的驗證，其主要客戶為AMD，此外三星為博通提供的8層堆疊HBM3E產品剛剛完成認證測試。

韓媒ZDNET Korea 報道稱，由于遲遲未得到英偉達的 HBM3E 12Hi 內存供應許可，三星電子已在二季度末將相關產品的晶圓投片量從此前的每月 7~8 萬片降低至 3~4 萬片。

三星電子為在獲得英偉達批準的第一時間就出貨HBM3E 12Hi，從今年一季度末開始大幅提高了 HBM3E 12Hi 的生產規模，但原計劃 6 月完成的測試目前看來至少要拖到 9 月，此時降低產能是為了避免庫存過多。

此外，由于HBM3E 到 HBM4 的世代交替將從今年末啟動，即使此后順利得到了英偉達的許可，三星也可能在HBM3E 12Hi 上保持較低的生產強度。

而SK海力士這邊，則呈現另一番景象。

近日，美國對英偉達面向中國市場的AI芯片"H20"的出口管制解除。H20原本采用HBM3內存，但從今年起主要搭載SK海力士的HBM3E 8層產品。

出口管制一解除，SK海力士便開始緊鑼密鼓的增產。本周，SK海力士通知英偉達，將有限度地為H20供應額外的產能。SK海力士計劃在今年第三季度前完成面向H20的HBM3E 8層產品量產。

上述一系列結論證明，倘若市場出現供過于求，作為HBM龍頭企業的SK海力士或許并不是第一個受到沖擊的對象，HBM2 等舊款產品可能最先出現供應過剩，倘若庫存消化不及時，三星也有可能先一步陷入窘境。

TrendForce此前也曾預測，受AI平臺積極采用新一代 HBM 產品的影響，2025 年超 80% 的 HBM 需求將集中于 HBM3e 產品。其中，12hi 產品占比將超一半，成為下半年 AI 領域主要廠商競相訂購的主流產品，8hi 產品需求次之。

因此，即便出現供過于求的情況，也更可能出現在 HBM2e、HBM3 等舊世代產品上。至于對各 DRAM 供應商的影響程度，則取決于它們各自的產品組合。

因此筆者的觀點更傾向于另一所研究機構所言：瑞銀表示，隨著AI對計算的需求繼續重塑內存格局，HBM有望在2026年迎來突破性的一年。

盡管短期內存市場存在一些噪音，尤其是圍繞英偉達與SK海力士、三星和美光科技公司等高帶寬內存供應商的談判，但真正的故事正在醞釀中。

瑞銀認為，SK海力士在英偉達的領導地位將得以維持，而谷歌、AWS和微軟的ASIC部門最近贏得的設計勝利表明，SK海力士將被鎖定為該行業主要的HBM供應商。即使HBM市場競爭預計會加劇，但在2026年底之前，這不太可能成為SK海力士的嚴重阻力。

HBM4，2026年的焦點之一

不能確定的是：HBM是否會在2026年迎來供應過剩。

但可以確定的是：2026年的對局將不限于HBM3E。

HBM4是明年的一大看點。

SK海力士計劃在今年下半年開始量產HBM4。

三星的HBM4產品進程也在近日迎來更新。據悉，三星已準備在本月底前向 AMD 和英偉達等客戶提供 HBM4 樣品。在此前HBM3系列產品研發進程中，三星可謂是連連受挫。因此，三星正卯足力氣以期在HBM4的競爭中打贏這場翻身仗。

三星將采用10納米級第六代DRAM工藝（1c）來開發更精密、良率更高的HBM4，以改變SK海力士在HBM3E市場上的獨家供應地位。根據此前信息，三星計劃在8月交付更高堆疊的HBM4 16Hi樣品。這一系列動作表明，三星正在積極爭取在HBM4市場中占據一席之地。

今年6月，美光宣布已向多家主要客戶送樣其12層堆疊36GB HBM4內存。美光在HBM領域的布局也顯示出其積極追趕三星和SK海力士的意圖。美光計劃在2026年實現HBM4的產能爬坡，以與客戶的下一代AI平臺量產節奏保持一致。

隨著這些存儲原廠紛紛推進HBM4的研發和生產，預計將會對AI芯片存儲市場產生重大影響。特別是對于英偉達等AI加速器制造商而言，HBM4的引入意味著更高的性能和效率，同時也可能帶來成本上的競爭優勢。

《經濟日報》援引韓國分析師的話警告稱，當下一代 HBM4 在 2025 年上市時，SK 海力士的市場份額可能會萎縮。

具體的競爭情況，還要看各家HBM4產品進入量產應用的實際表現。

HBM，未來十年之爭

HBM4的競爭，遠遠不是終點。

日前韓國科學技術院（KAIST）教授 Joungho Kim公布了2025 年到 2040 年 HBM 各代的技術路線圖。

HBM5將于2029年到來，KAIST 預計 HBM5 將繼續使用微凸塊技術 （MR-MUF），盡管據報道該行業已經在考慮與 HBM4 直接鍵合。此外，HBM5 還將在基礎芯片上集成 L3 緩存、LPDDR 和 CXL 接口，以及熱監控。KAIST 還預計 AI 工具將在 HBM5 一代開始在優化物理布局和減少抖動方面發揮作用。

HBM6將于2032年到來，其將采用主動/混合（硅+玻璃）中介層技術，最大堆疊層數從HBM5的16層增至20層，單堆容量可達96-120 GB。

HBM7將于2035年到來，其將支持最高24層堆疊，容量達160-192 GB，帶寬24 TBps，是HBM6的三倍。

HBM8將于2038年到來，其同樣支持24層堆疊，帶寬提升至64 TBps，容量增至200-240 GB。HBM8的亮點是可能采用雙面中介層設計，一面安裝HBM，另一面可安裝HBM、LPDDR內存或HBF（高帶寬閃存）。

從HBM4到HBM8，內存技術正經歷由“高速存儲”向“內存即計算”的深刻轉變，3D集成、熱管理、AI輔助設計與異構互聯正在共同構建新一代高性能系統的核心內存平臺，HBM的發展還將進一步走向與光互聯、片上網絡（NoC）、存算融合等前沿技術的結合。