AI伺服器需要HBM還是NAND？美光、晟碟和SK海力士業務有什麼區別？

一台完整的 AI 伺服器通常會同時使用 NAND、DDR 記憶體和 HBM。資料首先保存在基於 NAND 快閃記憶體的企業級 SSD 中，進入計算任務後被載入至系統記憶體，最後傳輸到靠近 GPU 或 AI 加速器的 HBM 中完成運算。

可以將這一過程簡單理解為，NAND 是容量巨大的倉庫，DDR 是中轉區域，HBM 則是緊鄰 GPU 的高速工作台。缺少 HBM，GPU 可能因為等待資料而無法充分發揮算力，缺少 NAND，伺服器又難以保存規模不斷擴大的訓練資料、模型參數、向量資料庫和推論快取。

在訓練階段，GPU 需要頻繁調用模型參數和中間計算結果，因此對 HBM 的頻寬、容量和功耗非常敏感。HBM3E、HBM4 等產品的升級，可以讓單顆 AI 加速器處理更大的模型，並減少資料搬運造成的等待時間。

進入推論階段後，NAND 的重要性會進一步提高。大量使用者同時調用模型會產生龐大的 KV 快取、向量資料與互動紀錄，如果所有資料都保存在昂貴的 HBM 中，成本將難以控制。美光目前已經將產品組合涵蓋 HBM、DDR、LPDDR、NAND 和資料中心 SSD，並明確提出由 HBM 處理高頻模型計算與熱 KV 快取，由企業級 SSD 承接持久化快取與資料湖。

SK 海力士也在推動分層儲存架構，透過 SALT-KV 等方案，按照資料調用頻率將 KV 快取分配至 HBM、DRAM 和 SSD。公司還在開發高頻寬快閃記憶體 HBF，希望在 HBM 與傳統 SSD 之間建立新的儲存層，以兼顧容量、速度與成本。

因此，HBM 和 NAND 並不是相互替代的產品。AI 訓練更加依賴 HBM，而推論、智慧體和長上下文應用會同時拉動 HBM、系統記憶體和 NAND 需求。

美光科技：HBM 和伺服器 DRAM 是核心 AI 成長點

美光科技是美國市場最具代表性的記憶體晶片公司之一，其 AI 業務主要集中在 HBM、伺服器 DRAM 和企業級 SSD。

在 AI 伺服器架構中，美光科技能夠同時參與高速記憶體和伺服器儲存，因此 AI 資本支出成長對公司的影響比較直接。

美光科技近年來持續提高高價值資料中心產品的比重。公司先前揭露，資料中心業務已經成為推動整體業績成長的重要力量，而 HBM 則是其中最受市場關注的產品之一。隨著 AI 加速器效能不斷提升，單顆 GPU 對應的 HBM 容量也在增加，這會進一步提高每台 AI 伺服器中的記憶體價值量。

與此同時，伺服器 DRAM 也同樣重要，傳統伺服器通常使用 RDIMM 等記憶體模組，而 AI 基礎設施不斷擴大之後，通用 CPU 伺服器的數量同樣增加，這會進一步推高伺服器 DRAM 需求。

TrendForce 在此前的 DRAM 研究中指出，由於供應商持續把部分產能轉向 HBM 和伺服器應用，PC 和智慧型手機獲得的 DRAM 供應受到擠壓，整體 DRAM 市場繼續處於緊張狀態。

這也是美光科技與晟碟最大的區別之一。

晟碟主要受益於 NAND 和 SSD 價格，而美光科技可以同時受益於 HBM 和 DRAM 價格上漲。因此，如果 AI 伺服器繼續提高對高效能記憶體的需求，美光科技的營收和利潤彈性可能更多來自 DRAM 及 HBM。

但與此同時，美光科技也更容易受到 HBM 競爭格局和 DRAM 週期的影響。三星和 SK 海力士都在積極擴大 HBM 產能，因此未來隨著更多供應進入市場，HBM 價格和利潤率也需要重新評估。

SK 海力士：AI 記憶體邏輯最突出的是 HBM

SK 海力士長期深耕 DRAM，並較早進入 HBM 市場。隨著輝達等 AI 晶片廠商不斷提高算力效能，HBM 已經成為 AI 加速器週邊最重要的高價值記憶體產品之一。

SK 海力士目前正在推進 HBM4，並進一步研發下一代產品。公司 2026 年第二季業績顯示，高效能 DRAM 和 HBM 需求持續推動營收成長，公司也表示 HBM4 已經達到客戶要求的效能和功耗標準，並開始擴大供應。

這意味著，只要 AI 加速器出貨繼續增加，或者每顆 AI 晶片搭載的 HBM 容量持續提高，SK 海力士就有機會繼續獲得成長。

但 SK 海力士並不只有 HBM。

透過旗下 Solidigm，公司同樣參與 NAND 和企業級 SSD 市場。近年來，Solidigm 重點發展高容量 QLC 企業級 SSD，而這剛好契合 AI 資料中心對於大容量、低成本儲存的需求。

因此，SK 海力士實際上同時涵蓋 AI 伺服器的兩種重要儲存需求，SK 海力士本體重點受益於 HBM 和伺服器 DRAM，而 Solidigm 則參與企業級 SSD 市場。

晟碟：AI 帶來的主要機會來自 NAND 和企業級 SSD

晟碟與美光科技、SK 海力士最大的區別，是它並不生產 HBM。

晟碟主要專注於 NAND Flash 及相關記憶體產品，因此 AI 帶來的機會主要來自企業級 SSD 和大容量儲存需求，而不是 AI 加速器所使用的 HBM。

這並不意味著晟碟在 AI 伺服器中的作用較小。

恰恰相反，隨著 AI 模型從訓練階段進入大量實際應用，資料中心需要保存的資料量可能不斷增加。尤其是 AI 推理、AI 代理以及長期資料歸檔，會產生大量需要高速讀取和長期保存的資料。

因此，AI 伺服器不僅需要 GPU 和 HBM，也需要越來越多高容量企業級 SSD。

TrendForce 預估，2026 年企業級 SSD 需求繼續受到生成式 AI、AI 代理服務和大型資料中心建設推動。美國大型雲端服務商近期還進一步上調了企業級 SSD 採購預期，因此 2026 年第四季企業級 SSD 訂單預計仍將維持成長。

這正是晟碟目前最大的產業機會。

不過，晟碟與美光科技和 SK 海力士相比，也面臨更加明顯的 NAND 週期風險。TrendForce 預估，NAND 供應緊張狀態可能在 2027 年下半年開始緩解，新產能釋放以及消費性電子需求疲弱可能使供需關係逐漸改善。

因此，SNDK 的股價和獲利不僅取決於 AI 資料中心需求，也會受到 NAND 價格週期影響。

三家公司最大的區別，在於產品覆蓋範圍以及對 HBM 和 NAND 市場的依賴程度。美光和 SK 海力士同時經營 DRAM、HBM 及 NAND 業務，晟碟則主要聚焦 NAND 快閃記憶體和 SSD。

如果 AI 伺服器繼續圍繞 GPU 叢集和大模型訓練擴張，HBM 仍然是價值量成長最明確的環節之一。在這種情境下，SK 海力士對 HBM 的業務曝險更直接，美光則同時受益於 HBM、伺服器 DRAM 和資料中心 SSD 需求。

如果 AI 產業的成長重心逐漸從訓練轉向推論，NAND 的重要性將明顯上升。AI 代理應用、企業知識庫、影片生成和長上下文模型都會產生更多需要長期保存的資料，企業無法將所有內容放在成本高昂的 HBM 中，因此需要依靠大容量 SSD 建立分層儲存架構。在這一趨勢下，晟碟對 NAND 和企業級 SSD 需求變化的敏感度較高，SK 海力士和美光也會透過各自的 NAND 業務獲得增量。

值得注意的是，HBF 等新技術可能進一步模糊記憶體與儲存之間的界線，HBF 試圖採用類似 HBM 的堆疊方式提升 NAND 頻寬，在容量遠高於 HBM 的同時，縮小與傳統 SSD 之間的效能差距。不過，HBF 短期內更可能成為 HBM 和 SSD 之間的補充層，而不是取代 HBM。

本內容經由 AI 翻譯並經人工審閱，僅供參考與一般資訊用途，不構成投資建議。