2026年6月18日，韓國儲存晶片龍頭 SK 海力士宣布已向主要客戶交付 12 層 HBM4E 樣品，當日股價盤中一度上漲 5.6% 至 264.2 萬韓元，創下歷史新高。收盤漲幅進一步擴大至 7% 以上，收在 271.2 萬韓元。至此，SK 海力士今年以來累計漲幅已超過 300%。
這並非一次普通的樣品交付。在 AI 算力需求呈指數級增長的背景下，HBM（高頻寬記憶體）已從 DRAM 的一個細分品項躍升為決定 AI 晶片效能上限的「戰略資源」。HBM4E 送樣，象徵著新一代 AI 記憶體的客戶驗證與量產競賽全面展開。
HBM4E 送樣為何能推動股價創歷史新高
資本市場對 HBM4E 送樣反應極為迅速且強烈。SK 海力士股價連續五天大漲 24.2% 後，6月18日早盤再度勁揚 5.6%，創下盤中歷史新高。韓國綜合指數同日首次突破 9000 點大關，SK 海力士成為本輪行情最重要的推升動力。
送樣時點明顯早於市場預期，是股價爆發的直接催化劑。此前業界預期 SK 海力士可能要到 7 月才會向客戶發送 HBM4E 樣品，實際進度提前約一個月。在 AI 算力軍備競賽中，「時間差」本身就是競爭優勢——率先送樣意味著率先進入客戶認證流程，搶先鎖定新一代 AI 加速器的記憶體供應份額。
更深層的驅動力在於 HBM 市場供需的結構性失衡。根據 SEMI 中國數據，2026 年 HBM 市場規模預計成長 58% 至 546 億美元，佔 DRAM 市場近四成。然而，即使三星、SK 海力士、美光三大原廠已將 70% 的新增產線傾斜至 HBM，產能缺口仍高達 50% 至 60%。高盛等機構預期，HBM 供不應求的結構性短缺至少將持續到 2028 年。三大儲存巨頭 2026 年的全部 HBM 產能已被客戶預訂一空，核心客戶甚至已將產能鎖定至 2028 年。
在如此緊張的供給格局下，任何關於新一代產品推進的正面訊號都會被市場放大解讀。大和證券於 6 月中旬大幅上調 SK 海力士目標價至 360 萬韓元，並重申「買進」評等。
AI 算力擴張如何重塑高階儲存晶片的供需邏輯
要理解 HBM4E 送樣的產業意義，需先明白 HBM 在 AI 算力鏈中的定位。HBM 透過 3D 堆疊技術將多顆 DRAM 晶片垂直整合，為 AI 加速器提供極高頻寬的資料通道。大型模型訓練與生成式 AI 推論對記憶體頻寬與容量的需求呈指數級增長，HBM 的頻寬與容量直接決定 AI 訓練與推論的效率。
HBM 的供需緊張並非單純的「需求大於供給」，而是多重結構性因素疊加的結果。首先，HBM 的生產涉及複雜的 TSV（矽通孔）與先進封裝製程，產能擴充存在天生的時間落差。其次，三大原廠將大量 DRAM 產能轉向 HBM，反而加劇了傳統 DRAM 的供給收縮，形成「HBM 越擴產、整體 DRAM 越緊缺」的連鎖效應。
TrendForce 預估，截至 2027 年底，三大供應商的 HBM 晶圓投入將佔 DRAM 總晶圓投入的 30%，HBM 對 DRAM 總容量的擠壓效應將進一步加劇。瑞銀則認為 DRAM 產品的復甦週期將持續至 2028 年第二季。
在這樣的背景下，HBM4E 的推進不僅是技術迭代，更牽動整個 AI 基礎設施的供給能力。HBM4E 預計將搭載於 NVIDIA 計畫於 2027 年推出的 Rubin Ultra 平台，其量產進度將直接影響新一代 AI 加速器的出貨節奏。
從 HBM3 到 HBM4E：記憶體世代躍進的技術邏輯
HBM4E 屬於第七代高頻寬記憶體產品，在 HBM4 基礎上全面升級。從技術參數來看，此次送樣的 12 層堆疊 HBM4E 實現多項關鍵突破：
頻寬與速度方面，引腳速率最高可達 16 Gbps，單一堆疊頻寬高達 4.0 TB/s。與 HBM4 相比，HBM4E 約提升 38% 頻寬，單顆 Die 容量提升 33%。
容量方面，採用 12 層堆疊結構實現 48 GB 的儲存容量。
能效方面，能效較前一代提升超過 20%，顯著強化 AI 訓練與推論所需的資料處理能力。
散熱管理方面，導入先進的 MR-MUF（批量回流模製底部填充）製程，熱阻較 HBM4 降低約 17%，確保在高效能運算環境下的穩定運作。
從 HBM3 到 HBM3E、HBM4 再到 HBM4E，每一代產品的迭代週期都在縮短，性能提升幅度卻持續擴大。這種加速迭代的趨勢，本質上反映 AI 算力需求對記憶體性能的「倒逼」——當 GPU 算力每兩年翻倍，記憶體頻寬也必須同步提升，才能避免成為系統瓶頸。
三星搶先送樣之後：HBM 賽道「三國殺」進入新階段
HBM4E 送樣之所以受到高度關注，還因其直接牽動 HBM 市場的競爭格局。SK 海力士此次送樣距三星電子宣佈交付首批 HBM4E 樣品僅約三週。5月29日，三星電子已開始向全球交付 HBM4E 首批樣品，並宣稱為全球首批出貨。
兩大韓國巨頭的時程差距極小——三星領先約三週，但 SK 海力士的實際送樣時點同樣早於市場預期。這種「你追我趕」的節奏意味著 HBM4E 的客戶認證窗口已全面開啟，誰能率先通過主要客戶的認證並鎖定量產訂單，誰就能在下一輪 AI 記憶體供應中占據有利地位。
從市占率來看，SK 海力士目前仍居領先地位。根據 Counterpoint Research 數據，2026 年第一季 SK 海力士在全球 HBM 市場以 58% 市占率位居首位，三星與美光各佔 21%。Visible Alpha 統計則顯示 SK 海力士市占率約 55.5%，三星 23.3%，美光 21.2%。雖然不同機構統計口徑略有差異，但 SK 海力士的領先優勢相當明確。
不過，競爭正在加劇。TrendForce 預計 2026 年 SK 海力士 HBM 市占率可能從 59% 縮小至約 50%，三星的份額則逐步上升。美光則計畫明年啟動 HBM4E 標準產品量產，其 HBM4E 將首次導入 EUV 光刻設備的 1γ 製程。三家業者的 HBM4E 產品已陸續進入客戶認證窗口。
SK 海力士的主要客戶包括 NVIDIA、AMD 及 Google 等全球 AI 巨頭。與 NVIDIA 的深度合作關係是其核心競爭優勢之一——NVIDIA 的 Rubin 與 Rubin Ultra 平台預計將大規模採用 HBM4E。三星則積極推進 1c DRAM 製程的大規模導入，並計畫 2026 年將 HBM 總產量提升至 2025 年的三倍以上。
產能瓶頸與漲價預期：HBM 高景氣週期的可持續性
HBM4E 送樣事件引發的股價暴漲，實則反映市場對 HBM 高景氣週期持續性的強烈預期。但這一預期能否實現，取決於多項變數的變化。
供給端 HBM 產能擴充面臨技術與資本的雙重限制。先進封裝的良率提升需要時間，新產線的投產週期通常為 18 至 24 個月。即使三大原廠全力擴產，HBM 的產能缺口短期內仍難以彌補。
需求端 AI 算力投資持續加速。TrendForce 指出，2026 年 HBM 需求成長主要由 AI ASIC 容量升級推動，單顆 AI 晶片的 HBM 容量將從 96 GB/192 GB 大幅提升至 216 GB/288 GB。2027 年，NVIDIA Rubin Ultra 平台將進一步推升單顆 GPU 的 HBM 容量至 384 GB。
價格端 2026 年 HBM 合約價出現結構性下滑，在一定程度上抑制了 SK 海力士整體產品售價漲幅。但機構預期 2027 年 HBM 合約價將上漲數倍。供需缺口的持續存在，為價格上漲提供了基本面支撐。
不過，風險同樣存在。SK 海力士股價年內累計上漲超過 300%，市場已提前反映 AI 記憶體高成長預期。後續漲勢能否延續，將取決於 HBM4E 的量產時程、良率改善、客戶導入速度與價格趨勢。若 AI 資本支出維持高檔，SK 海力士仍有望受惠於高階記憶體缺貨與產品組合升級；但若供給擴張速度超越需求成長，市場對 HBM 高毛利週期的評價也可能出現修正。
總結
SK 海力士 HBM4E 送樣並非單一公司的個別事件，而是 AI 算力軍備競賽在儲存晶片領域的集中體現。從股價劇烈反應到技術世代加速迭代，從「三國殺」格局的重新洗牌到產能缺口的持續擴大，這一事件折射出整個半導體產業正經歷結構性變革。
HBM 已從 DRAM 的一個細分品項，蛻變為 AI 時代的戰略物資。HBM4E 的客戶認證與量產競賽，將直接決定 2027 年及以後 AI 加速器的供給能力與成本結構。對投資人而言，HBM 賽道的高景氣週期具備紮實的供需基本面支撐，但股價的提前反應也意味著波動風險的累積。持續追蹤 HBM4E 的量產進度、客戶導入節奏與價格趨勢，將是評估此賽道後續發展的關鍵指標。
常見問題（FAQ）
Q1：HBM4E 與 HBM4 的主要差異為何？
HBM4E 是 HBM4 的增強版本，在頻寬、容量與能效方面均有顯著提升。HBM4E 引腳速率最高可達 16 Gbps，單一堆疊頻寬達 4.0 TB/s，較 HBM4 提升約 38% 頻寬；12 層堆疊實現 48 GB 容量；能效提升超過 20%，熱阻降低約 17%。
Q2：SK 海力士在 HBM 市場的競爭地位如何？
SK 海力士目前是全球 HBM 市場的領導者。2026 年第一季，其全球 HBM 市場市占率約 55.5% 至 58%，領先三星（約 21% 至 23%）與美光（約 21%）。主要客戶包括 NVIDIA、AMD 與 Google。
Q3：HBM4E 預計何時量產？
HBM4E 計畫於 2027 年正式量產。2026 年下半年需完成客戶的測試驗證與優化流程。SK 海力士表示將與合作夥伴緊密合作，確保如期量產。
Q4：HBM 市場的供需狀況如何？
HBM 市場目前處於嚴重供不應求狀態。2026 年 HBM 市場規模預計成長 58% 至 546 億美元，但即使三大原廠將 70% 的新增產線傾斜至 HBM，產能缺口仍高達 50% 至 60%。機構預期結構性短缺至少持續到 2028 年。
Q5：HBM4E 將應用於哪些 AI 晶片？
HBM4E 預計將搭載於 NVIDIA 計畫於 2027 年推出的 Rubin Ultra 平台，以及 AMD 的 Instinct MI500 系列等新一代 AI 加速器。
