跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

三星称2027年HBM产能已按目标价格售罄

三星在10月29日的财报电话会上表示,其2027年高带宽内存计划产能已按目标价格售罄。SK海力士在前一天称,长期协议已覆盖其2027年和2028年产能的一半以上;美光则表示,其2027年HBM比特产能大部分已经签约。

科技解释王雅琴发布: 2026年11月7日4 分钟阅读资料来源 24
三星称2027年HBM产能已按目标价格售罄

AI服务器、笔记本电脑和手机的买家将继续为内存支付更高的价格。IDC研究经理Jitesh Ubrani表示,短缺在2027年底之前不会缓解。

三家供应商的说法

三家供应商都没有公布2027年分配量的具体数量或每吉比特价格,因此有多少产能被锁定仍不公开。10月29日,三星第三季度财报电话会表示:“我们2027年HBM供应的谈判已经完成,价格体现了我们产品的竞争力,产能已经售罄。”公司还称,仍在收到主要客户追加供应的请求。三星也希望签订覆盖到2030年、占其产能60%至70%的长期合同。

售罄的是按目标定价的2027年计划分配量,而不是三星能生产的每一片HBM4晶圆。

SK海力士10月28日称,长期协议覆盖其2027年和2028年产能的50%以上。公司表示,HBM需求超过其供应能力的两倍,内存供应紧张可能持续到2030年。美光10月1日称,其2027年HBM比特产能的绝大部分已经签约,价格同比大幅上涨。三星HBM4销售额第三季度环比增长两倍以上。

晶圆产能为何追不上

IDC预计2026年全球DRAM供应仅增长16%,NAND供应增长17%,均低于历史常态。

HBM4产量预计要到2027年中期左右才能满足需求。IDC称,瓶颈在洁净室空间、封装产线和HBM本身大量消耗晶圆的设计。晶圆账能解释这个缺口。据BigGo的分析,一片12英寸晶圆可产出约300GB普通DDR5,但只能产出约100GB HBM3E,因为HBM裸片更大,需要12至16层堆叠。三星预计2027年HBM将占用全球DRAM晶圆产能的近30%,目前约为20%。SK海力士预计2027年将是DRAM市场最困难的一年。

增加产能需要数年时间。Michael Dell对《华尔街日报》表示,建一座晶圆厂大约需要四年。这位戴尔首席执行官在10月16日发表的采访中说:“根据我们目前看到的情况,我认为2027年会更糟。”

价格已反映供应紧张

IDC预计内存总收入将从2025年的2260亿美元升至2026年的5947亿美元和2027年的7904亿美元。合同价格在元件层面说明了同样的情况。10月DDR4 8Gb均价为27.50美元,较9月上涨5.77%,约为TrendForce 2016年开始追踪时2.90美元的9.5倍。TrendForce估计第四季度PC DRAM合同价格将再涨13%至18%。推动涨价的不是出货量。据BigGo 11月6日发布的分析,三大厂商出货量增长约20%,而美光DRAM价格上涨180%,三星上涨220%。美光2026财年营收从上年同期的374亿美元增至1332亿美元,公司将这一跃升归因于价格上涨。TrendForce分析师Bryan Ao估计,随着北美云服务商增加订单,企业级SSD合同价格上涨55%至60%。美光预计2027财年第一季度营收约为615亿美元。

谁来承担成本

戴尔2027财年第二季度末的AI服务器积压订单为950亿美元,当季AI服务器营收为164亿美元。

公司表示,消化积压订单取决于能否在合适的时间拿到合适类型的内存。规模较小的买家余地更小。Ubrani称,PC厂商“在可预见的未来将难以维持完整的产品线”。

接下来会怎样

IDC的追踪报告认为短缺将持续到2027年并延续到2028年,制约因素包括内存、电力和先进封装。

到2027年底,主要制造商预计只能满足约60%的DRAM需求。美光预计供应紧张将持续到2028年,2027年和2028年行业DRAM比特出货量均将增长20%出头。三星、SK海力士和美光计划新建的大多数工厂预计要到2027年或2028年才会投产。

评论 0

资料来源

24
  1. 01Samsung Sells Out 2027 HBM as HBM4 Sales Triple [2026]EN
  2. 02RAM Shortage: IDC Sees Only 16% DRAM Supply Growth [2026]EN
  3. 03Micron's Memory Revenue Catches Up to TSMC, but Gross Margin Dragged Down by HBM: Why the Shortage Could Last Until 2028EN
  4. 04Micron (MU): AI Memory Boom Could Outlast Your ExpectationsEN
  5. 05Dell CEO Expects Memory Shortage to Worsen in 2027 Despite New CapacityEN
  6. 06Micron Halts Construction of $4.5 Billion Memory Plant Amid Global ShortageEN
  7. 07TSMC is weighing a move into AI memory chips at Nvidia's requestEN
  8. 08Micron Plans $24 Bn Singapore Semiconductor FactoryEN
  9. 09Micron Expands Memory-Chip Production In Singapore Amid Shortage - Investor's Business DailyEN
  10. 10Why Micron Is Doubling Down While the HBM Shortage PersistsEN
  11. 11Micron Halts Construction of $4.5 Billion Memory Plant Amid Global ShortageEN
  12. 12Ongoing labor dispute sees Micron pause construction at its $4.5bn memory fab in Taoyuan, Taiwan – reportEN
  13. 13Micron sees demand rising for its ‘Made-in-Singapore’ chips amid AI boom - Singapore Economic Development Board (EDB)EN
  14. 14AI’s Expansion Hits the Limits of Local PowerEN
  15. 15 Micron's $4.5 billion Taoyuan plant construction halted amidst labor dispute EN
  16. 16Scientists discover mysterious “lonely” brain waves linked to memory lossEN
  17. 17Stoke Space evaluating expansion of Cape site for second Nova padEN
  18. 18 Micron details ambitious DRAM and NAND roadmap — 3D NAND, High-NA EUV, new materials, and custom silicon makes a comeback EN
  19. 19Singapore Reveals Five-Year Energy Plan to Feed Data Center, Semicon ProgressEN
  20. 20More Performance From Every Byte: How Full-Stack Codesign Solves AI’s Memory ChallengeEN
  21. 21Xen Hypervisor Flaws Let One Malicious VM Read and Write Any Other VM's MemoryEN
  22. 22What makes Singapore a prime location for semiconductor companies driving innovation? - Singapore Economic Development Board (EDB)EN
  23. 23Deadly Intel Fab 28 explosion causes two-week shutdown, cost $600MEN
  24. 24A developer recreated a 1990s 486 PC in JavaScriptEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。