SK 海力士 Q3 法說會深度解析：HBM4 良率超越預期，布局 NAND、HBF 新市場

Neo

41 分鐘前

SK 海力士（SK hynix）於 10 月 28 日公布 2026 年第三季財報，單季營收達 104.6 兆韓元，季增 32%、年增 328%；營業利益達 83.3 兆韓元，營業利益率更攀升至 80%，雙雙刷新歷史紀錄。

除了亮眼的財務表現，SK 海力士在法說會問答環節進一步揭露 AI 記憶體市場的供需狀況。管理層指出，將已簽署的長期供應協議（LTA）與正在洽談的客戶需求合併計算，DRAM 與 HBM 至 2029 年的產量已「實質售罄」；HBM 客戶需求更超過現有供應能力的兩倍。

廣告 - 內文未完請往下捲動

另一方面，隨著 Agentic AI 與長上下文推論普及，SK 海力士也正積極開發跨 HBM、DRAM、SSD 的分層記憶體技術，試圖將 NAND 從傳統資料儲存元件，提升為 AI 推論基礎設施的重要組成部分。

Table of Contents

SK 海力士：DRAM、HBM 至 2029 年實質售罄，長約已涵蓋逾半產能

在高盛分析師詢問長期供應協議對未來成長的影響時，SK 海力士管理層透露，公司已與包括全球主要雲端服務供應商（CSP）在內的 14 家重要客戶簽署 LTA，已簽約數量相當於 2027、2028 年總產能的 50% 以上。

更值得注意的是，管理層表示，若將已簽訂的長約與目前正在進行具體採購協商的需求合併計算，未來三年、直至 2029 年的 DRAM 與 HBM 產量，實際上已經全數售罄。

SK 海力士強調，尚在洽談中的需求也來自客戶具體的採購計畫，因此公司認為實現機率相當高。這些 LTA 通常為期五年，部分客戶甚至已開始洽談延長合作期限。價格機制也並非完全固定，而是在雙方約定的範圍內反映市場行情，並透過訂金等保障機制，提高採購計畫轉化為實際訂單的確定性。

SK 海力士預計，未來將持續讓約半數產能由長期協議涵蓋，剩餘產能則保留給市場需求變化，以及下一代高附加價值產品。

HBM 客戶需求超過供應兩倍，降堆疊層數反映記憶體短缺

在 HBM 相關問答中，SK 證券分析師特別詢問，部分客戶考慮降低 HBM 堆疊層數，是否會衝擊 SK 海力士的出貨量及獲利能力。SK 海力士的回答指出，這種規格調整其實反映了 HBM 供應極度緊張的現況。

當客戶希望利用有限的 HBM 供應生產更多 AI 加速器時，降低每組 HBM 的堆疊層數，便可能成為增加可用 HBM 封裝數量的一種方法。從 12 層 HBM4 轉向 8 層 HBM4E，雖然堆疊層數減少，但隨著單顆 DRAM die 容量提高，仍可能抵銷相當部分的容量差異，因此最終容量不一定按層數同比例下降。

管理層進一步透露，目前客戶要求的 HBM 數量已超過 SK 海力士現有供應能力的兩倍，因此即使客戶調整 HBM 規格，公司對中長期需求的預測仍然不變。，降低堆疊層數也不必然代表供應端負擔減少。若要提供相同總位元容量，可能需要更多 HBM 封裝，進一步增加基礎晶片（Base Die）及後段封裝製程的需求。

至於獲利能力，SK 海力士指出，HBM 利潤並非單純由堆疊層數決定，而是取決於產品組合、銷售條件、良率、後段製程生產效率及成本等因素。

公司預期，隨著 2027 年 HBM4 占比提高、產品價格上升，以及量產良率持續改善，HBM 營收與獲利將較今年顯著成長，獲利水準也可望維持在歷史記憶體景氣循環高峰之上。

HBM4 良率超越預期，HBM4E 已完成送樣

摩根大通分析師則將問題聚焦在下一代 HBM 的出貨進度，詢問 HBM4、HBM4E 與客製化 HBM 的最新發展。SK 海力士表示，HBM4 已於第三季正式進入量產與出貨階段，預計第四季在 HBM 總出貨位元量及營收占比上，都將超越 HBM3E，成為公司主力產品。

管理層強調，HBM4 的生產良率不僅保持穩定，而且已經超越原先設定的目標，因此公司進一步上修良率目標。其所稱的後段良率，涵蓋整個後段製程，而非僅計算堆疊、凸塊或個別測試程序。

至於下一代 HBM4E，SK 海力士透露已於今年第二季完成樣品出貨，目前正依照客戶時程進行開發與認證。此外，公司也正在與主要客戶共同推動客製化 HBM（Custom HBM），依據不同 AI 系統及工作負載需求進行產品最佳化。

在產能布局方面，SK 海力士正加速 M15X 廠區的產能提升，目標於今年底達到滿載。管理層並指出，已與主要客戶完成 2027 年 HBM 供應數量與價格協商，新一代 HBM4 的產品價值也反映在定價之中。

AI Agent 帶動 KV Cache 暴增，SK 海力士布局 NAND、HBF 新市場

法說會最後一個問題來自 NH 投資證券，分析師關注的是 AI 推論架構的改變，尤其是 KV Cache 持續膨脹後，是否將為 NAND 帶來新的成長機會。

SK 海力士指出，隨著 Agentic AI 與長上下文（Long Context）應用普及，AI 系統需要保存和重複使用的 KV Cache 資料快速增加。若將所有資料存放在 HBM 或 DRAM，將面臨容量與成本限制。

依照資料存取頻率，在 HBM、DRAM、SSD 之間分配資料的分層記憶體架構（Memory Tiering），正變得愈來愈重要。SK 海力士認為，SSD 未來不僅能承擔 KV Cache 卸載（Offloading），還可能進一步扮演 Context Memory Tier 的角色，讓多部伺服器及 GPU 共享大規模的上下文快取。

公司在問答中揭露兩項相關技術：

SALT-KV（Semantic-Aware Lifecycle Tiering for KV）：透過判斷不同 KV Cache 的重複使用價值及儲存成本，最佳化資料在 HBM、DRAM 與 SSD 之間的分配，目標是在控制成本的同時，維持 AI 推論效率。
CMM-Hybrid：一種以 CXL 為基礎的混合記憶體技術，將完整 KV Cache 儲存在 SSD 中，再預測哪些資料即將被使用，提前載入 DRAM，以減少後續存取延遲。

SK 海力士也正在利用實際 AI 工作負載進行系統展示，驗證企業級 SSD 在推論環境中的適用性與效能需求，為未來導入客戶及平台合作夥伴的系統架構做準備。

中長期而言，公司還計畫透過高頻寬快閃記憶體（High Bandwidth Flash，HBF），結合高頻寬存取與 NAND 的大容量、成本效率優勢，填補 HBM 與 SSD 之間的新興記憶體層級。