記憶體超級週期｜代幣經濟如何塑造新一輪投資機會？

• AI 推理、長上下文及 AI 代理需求擴張，令記憶體頻寬與容量成為新一輪硬件瓶頸。
• 代幣價格顯示輸出成本遠高於輸入成本，反映解碼階段對記憶體讀取與容量的需求更高。
• 記憶體需求正由 HBM 延伸至 LPDDR 及 NAND。英偉達、美光、三星、SK 海力士及中國記憶體供應鏈面對價值機會  。

過去市場普遍認為GPU供應決定AI發展的上限，隨着推理需求爆發、AI代理逐步落地，以及上下文長度爆炸式增加，真正的瓶頸早已擴展至記憶體頻寬與容量。

與此同時，模型公司也逐漸開始獲得盈利。市場過往認為前沿模型實驗室是「燒錢機器」，但這個看法可能已經過時。以 Anthropic 為例，公司年化營收由 2025 年底的90 億美元，升至2026年4月的逾300億美元，並預計於2026年第二季錄得營業利潤。

當模型實驗室開始實現盈利，便具備更強資本能力與更大誘因，為支撐推理增長而加大硬件投入。換言之，AI價值鏈的重定價，正由模型層全面延伸至硬件瓶頸。而在當前AI硬件層面中，最被低估的瓶頸並非只有 GPU，而是記憶體。

記憶體超級週期｜由代幣價格窺探記憶體瓶頸

要理解記憶體為何會成為推理時代最重要的硬件瓶頸，我們可以先從模型實驗室的代幣價目表入手。代幣價格不只是收入來源，也反映不同推理階段的成本差異。

環顧美中兩地的主要前沿模型，輸出代幣價格普遍明顯高於輸入代幣，兩者通常相差數倍、甚至一個量級以上。以 Anthropic 的 Claude Opus 為例，輸入代幣收費為每百萬 5美元，但輸出代幣收費高達每百萬 25美元，價差達五倍。OpenAI、DeepSeek、Qwen 及 Kimi 的公開價目表，亦呈現類似的現象。

表一：主要前沿實驗室代幣價格比較

實驗室 — 模型	輸入（美元／百萬代幣）	輸出（美元／百萬代幣）	輸出／輸入比
Anthropic — Claude Opus 4.7	5.00	25.00	5 倍
OpenAI — GPT-5.5	5.00	30.00	6 倍
DeepSeek — V4 Pro	0.435	0.87	2 倍
Moonshot — Kimi K2.5	0.60	3.00	5 倍
資料來源：Anthropic、OpenAI、DeepSeek、Moonshot 及奕豐金融編纂 數據截至：2026年5月26日

這種定價差異，源於不同推理階段背後的成本結構不同。對模型實驗室而言，主要開支來自GPU租用；GPU每運行一秒，都是實際成本。因此，模型實驗室的核心目標，是在有限的GPU時數內處理盡可能多的用戶請求。

為了降低單位成本，實驗室會將多名用戶請求集中，並同時送進 GPU 進行批次處理（batching）。同一張 GPU 能同時服務的用戶愈多，每名用戶分攤的成本就愈低。

GPU推理成本（耗時）主要可拆分為兩部分：

•       資料讀取成本：將模型權重及任何已儲存的上下文由記憶體載入 GPU運算核心所消耗的時間。

•       運算成本：執行實際數學運算（即矩陣乘法以預測下一個代幣）所消耗的時間。

預填：一切皆可共享

預填（Prefill）是GPU推理計算的第一階段。當用戶輸入提示，例如一份文件，模型會一次過讀取並處理整段文本，分析不同詞元之間的關係。

由於輸入內容一開始已經固定，GPU可以同步處理整段文本中的大量計算，無須等上一個詞元完成後才處理下一個。因此，模型權重與輸入資料只需集中讀取一次，相關運算亦可一次過完成，令資料讀取成本與運算成本都大幅降低。

解碼階段：工作不可高效共享

解碼是推理的第二階段，解碼的成本較高，主要原因有兩個：

1.     同一名用戶內部無法共享成本

模型每生成一個代幣，GPU 都需要重新從記憶體讀取模型權重及上下文記憶，然後才能輸出下一個代幣。答案必須一個代幣接一個代幣生成：第二個代幣要先看到第一個代幣，第三個代幣又要先看到第二個代幣，無法像預填階段般同步處理。因此，每次資料讀取的成本，基本上只能由單一輸出代幣承擔。

2.     批次處理不能無限放大

用戶期待即時回應，若批次過大，每名用戶都要等待更長時間，延遲將明顯上升。對 AI 代理而言，問題更嚴重，因為代理往往需要執行數十、甚至數百個連續步驟；若每一次解碼都產生長延遲，將嚴重影響用戶體驗。

總括而言，即使模型實驗室盡量透過批次處理攤薄成本，解碼階段仍然難以像預填階段般高效共享。GPU 的運算本身非常快，先時AI真正的瓶頸，是每生成一個代幣都要消耗大量時間等待資料從記憶體搬入GPU的運算核心。正如我們在〈記憶體超級週期｜技術變革，正在重寫供需邏輯〉中提及，AI瓶頸不只是算力，而是記憶體的頻寬與容量。

隨着AI使用場景不斷擴大，三股力量令記憶體挑戰進一步被放大。

•       上下文長度爆炸性增長

前沿模型的上下文窗口已由 2024 年的 20 萬代幣，擴展至今日的 100 萬代幣以上。由於鍵值快取（KV cache）*與上下文長度大致成正比，解碼階段每名用戶所需的記憶體佔用，已較過去擴大一個量級。

•       MoE（專家混合）模型成為主流架構。

MoE 將模型拆分為多個專家，每個代幣只啟用其中一部分的專家。以 DeepSeek V3 為例，模型總參數量約6,700 億，但每個代幣實際只啟用約 370 億，其餘 6,300 億參數仍須儲存在可快速存取的位置。然而，若將全部參數都放入 HBM，成本上並不可行。

•       併發用戶批次處理推高記憶體佔用。

如前文所述，解碼階段需要將大量併發用戶集中為一個批次，以分攤反覆讀取模型權重的成本。問題是，批次愈大，每名用戶的鍵值快取亦必須同時在線，令整體記憶體佔用被急劇放大。

*鍵值快取（KV cache）：模型在生成答案時，暫存的「短期記憶」，避免每生成一個新代幣都重新計算整段內容。

這三股力量疊加後，記憶體需求呈現爆炸式增長。即使英偉達的Rubin 每張 GPU 配備 288GB HBM（市場上最大的HBM容量），仍無法將所有數據集中在單一記憶體內。換言之，HBM 正同時觸及容量上限與成本上限。

因此，業界的解決方向，不是單純堆疊更多 HBM，而是將記憶體架構拆分為不同層：

表二：AI 推理的三層記憶體階層

層級	記憶體類型	角色定位
熱層（Hot）	HBM	當前解碼步驟、活躍權重、最熱鍵值快取
暖層（Warm）	LPDDR	溢出鍵值快取、未啟用 MoE 專家、預填階段上下文
冷層（Cold）	NAND / SSD	長期上下文儲存、低頻存取資料
資料來源： SemiAnalysis 及奕豐金融編纂 數據截至：2026年5月26日

暖層是此一架構中關鍵的中間層級。LPDDR5X（低功耗 DDR，原本廣泛用於智能手機的低功耗記憶體，現亦廣泛用於資料中心儲存資料）相對 HBM 約低 10 倍的頻寬，但每美元可提供約 10 倍的容量 — 對於需要合理存取速度、但不需要 HBM 高階吞吐量的資料而言，極具吸引力。

SOCAMM（系統單晶片附加記憶體模組）是英偉達專為 Rubin 平台設計的插槽式 LPDDR5X 記憶體模組。在 GB300 及更早世代中，DRAM 通常直接焊接於主板，成本亦隱含於整體系統定價之內。

SOCAMM2 打破了這一慣例：記憶體被拆分為獨立出售的模組，並以插槽式方式安裝。這並非單純技術選擇，而是具備明確商業意圖：

•       讓英偉達可將記憶體從 GPU 定價中拆分出來，獨立重定價，在不直接上調 GPU 價格的情況下提升系統毛利率；

•       將記憶體由一次性綑綁元件，轉化為可隨 LPDDR 市價調整的收入來源；

•       令英偉達成為模型實驗室與記憶體供應商之間的守門人，並在供應緊張下累積優勢。

表三：英偉達可通過SOCAMM2的彈性定價為自己創造更多收入

指標	價格／毛利	備註
2026 年第一季英偉達採購成本	約8美元（每 GB）	已較上季出現顯著跳升，源於消費端與伺服器市場 LPDDR5X 供應緊張
2026 年底預測價格（每 GB）	逾 13美元 （每 GB）	2026 全年累計升幅約 60%
英偉達轉售毛利率	約 60%	英偉達全新毛來源
資料來源： SemiAnalysis 及奕豐金融編纂 數據截至：2026年5月26日

英偉達掌握市面上大部分 LPDDR5X 供應，並明確採取多源採購策略。目前，三星電子、SK 海力士及美光科技三大記憶體供應商，均已為 Vera Rubin平台量產 SOCAMM2。

表四：Vera Rubin 平台 SOCAMM2 供應商格局

供應商	模組容量	份額	差異化定位
三星電子	192 GB	約 50%（份額領先）	率先解決模組翹曲問題；最早完成量產認證
SK 海力士	192 GB	第二位	製程節點最先進；2026 年 4 月開始量產
美光科技	256 GB	第三位	唯一以規模出貨完整 Vera Rubin 記憶體三件組（HBM4 + SOCAMM2 + PCIe 5.0 SSD）的供應商
資料來源： TrendForce、三星、SK 海力士、美光、SemiAnalysis 及奕豐金融編纂 數據截至 2026 年 5 月 26 日

相關文章：〈南韓記憶體雙寡頭：三星與 SK 海力士如何重塑韓股結構？〉

如果說 SOCAMM 是硬件端對分層記憶體的回應，DeepSeek 的技術創新則是模型端的回應。透過一系列壓縮機制，DeepSeek 大幅降低長上下文推理中的記憶體佔用。

但壓縮並不代表總需求下降，而是加速記憶體需求由昂貴的 HBM，向表二所示的暖層 LPDDR 及冷層 NAND 遷移，令受益者範圍由 HBM 龍頭進一步擴展至 LPDDR 與 NAND 供應商。

DeepSeek 的壓縮工具包由五項獨立機制構成，每一項都針對標準注意力中不同的低效率環節：

表五：DeepSeek 的記憶體壓縮創新

技術名稱	功能描述
多頭潛在注意力	把原本分散的記憶壓縮成一份共享的精簡「共同筆記」，大幅減少重複儲存
DeepSeek 稀疏注意力	只記住真正有變化或重要的內容，跳過大量重複或不重要的資訊
壓縮稀疏注意力	在 稀疏注意力機制基礎上再進一步壓縮資料，讓記憶體占用更低
重度壓縮注意力	把長對話或文件整理成不同層級的摘要，避免所有細節都塞進昂貴記憶體
記憶體與運算取捨框架（Engram）	用更多計算來減少記憶體需求，簡單說就是「多算一點、少存一點」（可將資料存放在較便宜的 LPDDR）
資料來源： Deepseek及奕豐金融編纂 數據截至 2026 年 5 月 26 日

這些機制疊加運用後，DeepSeek 的前沿模型可在更小容量的HBM的運行。

表六：100 萬代幣上下文鍵值快取佔用比較（8 位元精度）

模型	參數量	鍵值快取（100 萬代幣上下文）
DeepSeek V4	1.6 萬億（MoE）	5.48 GB
GLM5	約 7,000 億	60 GB
Qwen3-235B-A22B	2,350 億（MoE）	89 GB
資料來源：kvcache.ai 及奕豐金融編纂 數據截至 2026 年 5 月 26 日

然而，壓縮單一用戶的記憶體佔用，並不會讓整體記憶體需求下降—反而會推動它進一步上升。

•       記憶體會被重新分配至更高價值任務

被釋出的記憶體不會長期閒置，模型實驗室會立即用於更長文件、多步推理，或在同一會話中調用更多工具。換言之，記憶體需求並未消失，而是被重新分配至更高價值的使用場景。

•       壓縮解鎖過往不可行的工作

過去部分任務因記憶體需求過高，在經濟上並不可行；當壓縮技術降低單一用戶的記憶體佔用後，程式碼庫分析、長篇文件審閱等長上下文場景便可大規模落地。隨着這些新應用上線，整體記憶體需求反而會進一步擴張。

•       壓縮改變的是需求分布，而非總量

壓縮與分層架構共同重塑記憶體需求落在哪一層。較小的鍵值快取令更多活躍上下文可留在 HBM 內處理；而不活躍、低頻存取的資料，例如溢出的鍵值快取、未啟用的 MoE 專家及長期上下文，則可下移至 LPDDR 與 NAND。推論系統所需的總容量並未消失，而是沿記憶體階層重新分布。

記憶體超級週期｜有哪些受益者值得留意？

沿着記憶體遷移路徑，除了我們經常提及的兩家韓國記憶體巨頭，另有四家公司值得關注：英偉達、美光科技、長鑫存儲及長江存儲。

表七：記憶體分層架構下的受益者

名稱	重定價機制	2026 下半年催化劑	主要上行驅動因素
英偉達	SOCAMM2 守門人；記憶體轉售毛利率約 60%	Rubin VR NVL72 於 2026 下半年量產爬坡	SOCAMM2 平均售價升幅 60%；系統級價值捕捉
美光科技	唯一供應完整 Vera Rubin 三件組（HBM4 + 256GB SOCAMM2 + PCIe 5.0 SSD）	下半年季度披露顯示 LPDDR 產品組合轉變	直接受惠 LPDDR 平均售價上漲；相對三星、SK 海力士的產品廣度差異化
長鑫存儲	唯一具規模的中國本土 LPDDR5 供應商	科創板 IPO 過會及定價；上海 HBM3 後段封裝啟動；DeepSeek V4 國內部署	在美國出口管制下的「生存路徑」定位
長江存儲	DeepSeek 風格鍵值快取卸載至 SSD 的冷層 NAND 受益者	2026 年 6 月正式遞交科創板 IPO 申請；武漢三期廠房於 2026 年底投運	AI 代理任務帶動NAND 需求
資料來源：SemiAnalysis、TrendForce、美光科技及奕豐金融編纂 數據截至 2026 年 5 月 26 日

英偉達與美光科技 — 西方玩家

雖然不直接生產記憶體，但英偉達能通過對供應鏈的控制捕捉溢價。由於 SOCAMM2 需要被獨立購買，英偉達可透過轉售取得約 60% 毛利率。隨着 Rubin VR NVL72 出貨量及 LPDDR5X 價格預計於 2026 年下半年同步上升，SOCAMM2 有望成為英偉達重要的利潤來源之一。

美光科技亦將同步受惠。雖然三星在供應份額上領先，SK 海力士在製程及密度上亦具競爭力，但美光的差異化在於產品組合更完整，能同時供應 HBM4、256GB SOCAMM2 及 PCIe 5.0 SSD，完整覆蓋 Vera Rubin 記憶體三件組。

長鑫存儲與長江存儲—中國記憶體前線

•       長鑫存儲（CXMT）

長鑫存儲現為全球第四大 DRAM 製造商。亦是中國唯一具規模的 LPDDR5 供應商。在美國出口管制限制中國取得先進 HBM 的背景下，公司正向 HBM 領域延伸，約 20% 總晶圓產能已配置予 HBM3 生產，並目標於 2026 年量產 HBM3E。

•       長江存儲（YMTC）

長江存儲主要受惠於記憶體需求向冷層 NAND 遷移。公司武漢兩座廠房已規模化運作，三期廠房預計 2026 年底投運，產能持續擴張。其 Xtacking 4.0 架構具備技術競爭力，支持公司維持全球前五大 NAND 記憶體製造商的地位；2026 年第一季營收亦按年約翻倍。

此外，長江存儲在混合鍵合技術上的積累，亦與未來 HBM 堆疊發展相關。隨着高堆疊 HBM 對頻寬及散熱要求提升，公司旗下武漢新芯的封裝試產線，以及與長鑫存儲的潛在合作，長遠而言或為其切入 HBM 堆疊相關業務留下想像空間。

表八：長鑫存儲與長江存儲財務概況及 IPO 進度

指標	長鑫存儲（CXMT）	長江存儲（YMTC）
核心產品	DRAM、LPDDR5；HBM3 開發中	3D NAND；經子公司切入 HBM 封裝
2025 年收入	人民幣 618 億，按年 +155.6%	暫未披露
2025 年淨利潤	人民幣 18.7 億，首個盈利年度	暫未披露
2026 年第一季收入	人民幣 508 億，按年 +719.13%	人民幣逾 200 億，按年約翻倍
2026 年第一季淨利潤	人民幣 247.6 億，按年 +1,688.30%	暫未披露
產能／份額	產能利用率 95.73%；全球 DRAM 份額 7.67%，排名第四	兩座廠房合計月產能約 20 萬片；全球 NAND 份額約 13%，位列前五大
IPO 進度	2026 年 5 月 27 日通過科創板上市委審議，待中國證監會註冊批准	2026 年 5 月 19 日完成 IPO 輔導備案，預計 6 月中正式遞表
資料來源：長鑫存儲、長江存儲、彭博、TechNode、BigGo Finance 及奕豐金融編纂 數據截至 2026 年 5 月 26 日

記憶體超級週期｜有何投資啟示？

如果投資者希望通過ETF一籃子方式投資相關機遇，以下產品值得留意

VanEck 半導體 ETF（NASDAQ：SMH）

SMH 是捕捉西方 SOCAMM2 重定價交易最直接的工具。透過單一高流動性 ETF，投資者可受益於英偉達的系統層級價值捕捉，以及美光科技在元件層面的平均售價上行。

不過正如我們在<CPU強勢回歸｜從GPU到CPU，誰是下一個贏家？>提及，MVIS 美國半導體 25 指數的預期市盈率，已升至高於歷史平均一個標準差，反映不少利好因素已被市場提前反映。投資者不宜盲目追高，更適合等待估值回落或市場調整時，分階段增加配置。

圖一：MVIS美國半導體25指數

表九：MVIS美國半導體25指數預測

MVIS美國半導體25指數	2025A	2026E	2027E	2028E
每股盈利 （美元）	329.0	795.4	1,097.1	1,292.3
盈利按年增長 (%)		141.8%	37.9%	17.8%
目標價（基於合理市盈率24倍）				31,015
潛在升幅				26%
資料來源: 彭博及奕豐金融編纂 數據截至2026年5月26日

Global X 中國半導體 ETF（HKEX：3191）

長鑫存儲或長江存儲兩家公司并未上市，但投資者也考慮通過3191捕捉參與中國半導體生態的投資機會。但相較 SMH 及 3119，3191 的投資邏輯更偏向事件驅動，估值本身亦較高。現時可能并不是合適的投資時機。

相關文章：<半導體ETF｜Global X中國半導體ETF：捕捉國產替代與記憶體重估機會>

Global X 亞洲半導體 ETF（HKEX：3119）

如表四所述，SOCAMM2 交易的曝險不可能只透過美光科技捕捉 — 英偉達的供應約有一半落在三星電子與 SK 海力士身上。三星電子與 SK 海力士是3119的重要持股，且估值比較便宜，是捕捉記憶體超級週期的有效工具之一。

圖二：FactSet 亞洲半導體指數

表十：FactSet 亞洲半導體指數預測

FactSet 亞洲半導體指數	2025A	2026E	2027E	2028E
每股盈利 （港元）	19.3	48.5	66.1	74.7
盈利按年增長 (%)		151.7%	36.4%	12.9%
目標價（基於合理市盈率18倍）				1,344
潛在升幅（%）				76%
資料來源: 彭博及奕豐金融編纂 數據截至2026年5月26日

相關文章：半導體ETF｜GX亞洲半導體ETF與記憶體投資策略