這篇用併購引擎型公司的判讀方法來評估國巨:併購有沒有讓公司變更好、商譽累積到什麼程度、以及管理層的資本操作模式對長期投資人意味著什麼。

併購把產品組合重新洗過一遍

國巨的併購有明確的方向——產品組合重構。每一筆併購買進來的能力,對應的是產品線地圖上一塊新的領地。

2026 年第一季的產品線營收比重,已經跟十年前的國巨完全不同:

（來源:2026 Q1 法說會,富果整理）

電阻——國巨起家的產品、至今全球市佔第一的品類——已經從營收主力降到 13.5%。KEMET 帶進來的鉭質電容加上 MLCC 合計 43.3%,磁性元件成為最大營收來源。感測器這條線在三年前還不存在,現在已佔 13%。產品組合洗牌的幅度,在台灣電子業裡罕見。

這個轉型也有反面的讀法:電阻仍是國巨全球市佔第一的產品,commodity 型產品通常有穩定的現金流。營收佔比降到 13.5% 可以讀成「成功轉型」,也可以讀成「原有的現金牛在組織內的優先順序下降」。區分兩者要看電阻事業的絕對營收有沒有衰退——如果絕對營收穩定只是佔比因為其他線更大而相對下降,那是組合擴張;如果絕對營收也在萎縮,就要問電阻事業的市佔是否正在流失。

應用市場也跟著位移:工業控制 29%、電腦與 AI 伺服器 24.9%、車用電子 17.1%、消費電子 13%。國巨法說會把工業、車用、AI、航太國防、醫療歸類為「高門檻市場」,宣稱合計佔營收約 75%。這個數字需要區分:75% 是按應用市場歸類的結果（賣給車廠的標準型電阻也算車用）,分析師估計按產品技術規格分類的特殊品比例約 30-35%。兩者代表不同意義——前者反映客戶結構,後者反映技術壁壘。

整合效果:用三個維度檢驗

毛利率結構有沒有改善

國巨的合併毛利率在 2023 年景氣谷底跌到 33.5%,之後逐季回升,2025 年回到 36.2%,2026 年第一季到 38.1%,接近併購 KEMET 後首個完整年（2021 年）的 38.2%。

（來源:StockAnalysis / S&P Global;2026 Q1 來自 StockFeel 法說會報導）

毛利率的回升有兩個驅動力:景氣循環回暖（被動元件是高度景氣循環的產業,2023 谷底後自然反彈）和產品組合位移（高毛利的鉭質電容與感測器佔比持續擴大）。區分兩者的方法是看下一次景氣谷底時毛利率的底部有沒有比上一次更高——如果 2023 的 33.5% 底部高於更早的谷底,代表產品組合位移帶來的結構性改善是真的;如果底部一樣低,代表改善主要是景氣效果。

被動元件產業裡,品類之間的毛利帶寬差距很大。標準型晶片電阻是 commodity,毛利率約 20-35%;鉭質電容因為鉭礦供應受限加上車用與軍工的認證門檻,毛利率約 30-35%;高階車用或 AI 等級的元件,單價比標準品高 30-50%。國巨透過併購把營收從低毛利的電阻逐步位移到高毛利的鉭質電容與感測器,這是一個結構性而非景氣性的毛利改善來源。

現金流有沒有跟上

營業現金流與淨利的比值,是整合品質的直接指標。國巨在 2021-2025 年間,這個比值穩定維持在 1.2-1.8 倍:

（來源:StockAnalysis / S&P Global）

OCF 持續高於淨利,代表帳面獲利有對應的現金回收,併購帶來的營收不是應計制的會計效果。自由現金流在 2024-2025 年也明顯改善（分別 245 億與 248 億台幣）,主因資本支出從 2023 年的 165 億降到 2024 年的 66 億。

但 CCC 的變化揭露了整合的另一面:

（來源:富邦證券 e-Broker 財務比率表,DSO（應收帳款天數）由週轉率反推。CCC 與 DIO 接近是因為 DSO 和 DPO（應付帳款天數）在各年度大致相消）

CCC 從併購前的 87 天拉長到 128 天。DIO 的增加有三個可能來源,不宜只歸因於其中一個。產品組合位移是第一個——KEMET 的鉭質電容使用鉭粉,供應鏈較長,存貨週轉比標準型電阻慢,高毛利產品的備料週期通常更長。景氣循環是第二個——2023 年全球被動元件去庫存,DIO 衝到 140 天的高點反映終端需求萎縮、成品消化變慢,2024 年回落到 127 天是去庫存效應消退。管理複雜度是第三個——多品牌、多國工廠的存貨管理比單一電阻廠複雜。2024-2025 穩定在 127-128 天,代表去庫存效應已消退、整合後的新常態成形,但營運循環裡的資金佔用確實比併購前多了 40 天。

商譽累積:784 億台幣佔總資產兩成

國巨資產負債表上的商譽從 2021 年的 441 億台幣一路增加到 2025 年的 784 億台幣,佔總資產 20.1%。加上其他無形資產（客戶關係、技術、品牌,約 283 億）,商譽加無形資產合計佔總資產 27.3%。

（來源:StockAnalysis / S&P Global）

商譽最大的一塊來自 KEMET 併購（2020 年以 16.4 億美元收購,企業價值 18 億美元,估計產生商譽 300-400 億台幣以上）。2023 年商譽跳升到 632 億,反映 Telemecanique Sensors 併購的入帳。2025 年再升到 784 億,部分反映芝浦電子併購。

歷史上國巨沒有做過重大商譽減損。商譽金額只增不減,全部來自新併購。被併購方的績效至今沒有低於收購假設到需要減損的程度,這是正面訊號。

待觀察的是 784 億的商譽裡,最大一筆（KEMET）還沒經歷過真正嚴峻的被動元件超級寒冬。2023 年的去庫存是溫和的週期低谷,KEMET 的鉭質電容毛利率底部仍在可接受範圍。如果出現更嚴峻的產業衰退（終端需求結構性萎縮而非景氣循環）,KEMET 的商譽會是最大的減損測試壓力點。

商譽佔比 20% 在連續併購型公司中屬中等偏高（對照:TDK 的商譽佔比約 8-10%,Vishay 約 5-7%）。國巨的高佔比直接反映其「用併購買成長」的模式——同業更多靠內部有機擴張,國巨則把資本大量投入跨國收購。

管理層:資本操作的系統性模式

評估一家併購引擎型公司,管理層的資本配置能力是核心變數。國巨的管理層由創辦人兼董事長陳泰銘主導。他的實質控制力來自董事會席次——2024 年改選後 9 席董事中,6 席一般董事全為陳泰銘陣營（陳氏傳承 1 席、旭昌興企業 5 席的代表人均為經營團隊）,獨立董事 3 席,即使獨董全數反對也無法否決。家族持股透過陳氏傳承公司（佔總股本約 6.82%）與其他關聯實體間接控制,2024 年 10 月陳泰銘把約八成個人持股轉入家族公司,官方說法是傳承稅務規劃。

在併購策略上,執行力有公開紀錄支撐——25 年內完成八筆跨國併購、產品組合從單一電阻廠轉型為四品類平台。芝浦電子併購更展現了在競價戰中的決心:面對美蓓亞三美的白衣騎士介入,從初始出價 4,300 日圓一路加碼到 7,130 日圓（加價 65.8%）,最終在對手退出後 48 小時內再加碼鎖定。這是管理能力的證據。

在整合成果上,KEMET 併購後沒有做過商譽減損——即使經歷了 2023 年的景氣谷底,代表被收購方的實際績效至今沒有低於收購假設。產品組合從單一電阻成功轉型為四品類平台,毛利率在景氣回升時達到接近併購前的水準。OCF/淨利比值持續高於 1.0 倍,代表併購帶來的獲利有實際現金支撐。這些是管理層資本配置能力的正面證據。

但同樣有公開紀錄支撐的,是一系列對小股東權益不利的資本操作:

2011 年 KKR 下市案。陳泰銘聯合私募基金 KKR 嘗試以每股 16.1 元收購國巨下市,當時國巨股價處於低迷期。經濟部投審會最終駁回此案。以每股 16.1 元對照國巨後來的股價走勢,這個收購價格極度有利於買方。

2018 年被動元件缺貨潮中的行為。2017 年下半年起,日系 MLCC 廠商退出低階消費型產品,釋出約兩成產能缺口。國巨在缺貨期間的具體操作包括:連續調漲報價（2017 年至少四次、2018 年更頻繁）、取消對客戶的 VMI（Vendor-Managed Inventory,供應商管理庫存）HUB 庫存保證供應機制（客戶急需庫存時被迫向通路商競標、推高價格）、將供應導向能接受更高價格的通路商。2018 Q1 國巨營業利潤年增 4.9 倍。

股價從 2018 年初的約 353 元漲到 2018 年 7 月的歷史高點 1,310 元（以下均為 2025 年 8 月 1:4 分割前的舊面額價格）。陳泰銘前妻李慧真在高點附近以盤後鉅額交易出脫約 1.2 萬張,套現約 120 億台幣。陳泰銘在 2018 年 8 月法說會上表示「市況比 6 月時更樂觀」、「供需不平衡會持續很久,我沒有任何懷疑」,法說會後股價當日即從 742 元跌破 600 元。法說會上的樂觀表態在電子業 CEO 中是常態行為——村田、TDK 在景氣高點也會發表類似的正面展望。國巨這個案例引起更多關注,是因為樂觀展望與關聯方高點出脫在時間上的密集度。到 2019 年 8 月,股價最低跌至約 203 元,從高點計算跌幅約 84%。

庫藏股與員工認股操作。2018 年國巨以 24 億元買回 2,965 張庫藏股（均價約 816 元）,用途從「維護股東權益」改為「轉讓予員工」。2021 年的員工認股名單中,保全、司機、帳房列入前十大認購人;陳泰銘以策略投資管理委員會主委身分認購 1,719 張,認購價 38.9 元——不到當時市價的一成,以行使期間市價估算帳面獲利約 8-9 億台幣。同年全體股東因庫藏股註銷損失 23.9 億元（每股淨值減少 4.8 元）。

配息與減資。國巨歷經四次現金減資,股本從約 220 億台幣降到約 42 億:

前三次減資在股價低檔——做小股本,讓後來的 EPS 和股價漲幅在數字上更劇烈。第四次在相對高檔。配息率在 EPS 最高的年份反而最低:

（來源:Wantgoo、HiStock。各來源 EPS 有 +/-2 元差異,可能因合併/個別報表口徑不同）

2021-2022 年 EPS 達歷史次高,每股只配 10 元,配息率降到 22-23%。公司理由是保留資金用於併購,但同期陳泰銘行使了遠低於市價的員工認股權。員工認股名單中司機薛宗明在 2020 年因內線交易被判刑 18 個月（緩刑 3 年）。

董事平均年薪酬約 7,824 萬台幣（2024 年度,台灣上市公司第二高）,薪酬高度依賴變動薪（按獲利比例提撥）。員工平均薪資約 74.5 萬台幣（2023 年）,低於同業平均的 95.1 萬。

2026 年 7 月:管理層行為模式的再現。國巨股價在 2026 年 4-7 月經歷了跟 2018 年結構相似的飆漲與崩跌。2025 年 8 月 1:4 股票分割後,股價從 2026 年 4 月底的約 297 元（分割後）一路漲到 7 月 1 日盤中 1,220 元（漲幅超過 300%,市值約 2.54 兆台幣）;7 月 17 日台股系統性崩盤（加權指數單日跌 2,953 點）,國巨連續跌停,7 月 20 日收 630 元,從高點計算跌幅約 48%。

崩跌有多重因素疊加:台股系統性去槓桿（融資餘額單日驟減 416 億,史上最大）、NVIDIA 次世代 Kyber NVL144 因 PCB 製造困難延期至 2028 的消息、陳氏傳承公司 6 月初解質押約 4,640 萬股觸發大股東賣股恐慌（國巨隨即澄清持股未異動）。崩跌期間散戶大量抄底,股東人數飆至約 45 萬人（歷史新高）。

分析師公開指出此次走勢與 2018 年高度相似:先是連續減資做小股本→引爆大牛市→高點附近出現關聯方異動→系統性崩跌。兩次循環的共通結構是股價劇烈波動期間,管理層/關聯方的行為與小股東的利益出現方向性分歧。

這些事件構成一個方向一致的資本操作模式——下市收購價偏低、高點關聯方出脫、庫藏股轉員工認股讓管理層低價取得股權、低配息保留現金在公司內部、營收擴張期減資做小股本、解質押時點引發恐慌——對管理層有利、對小股東不利的方向一致。判讀這個模式要同時看到兩面:併購執行力與產品轉型成果是真實的正面證據（前段的毛利率、現金流、商譽都支持）,資本操作的方向性也是真實的公開紀錄。對把公司治理當篩選條件的投資人,這些紀錄構成結構性排除——不論業務品質多好,管理層與小股東利益的方向性分歧是持續性風險。對聚焦業務品質的投資人,追蹤清單裡的指標（配息率回升、質押比例下降、員工分紅改善）是治理風險可能被重新評估的條件。

來源:SemiMedia、TechNews、關鍵評論網、今周刊、數位時代、自由時報、TVBS、信傳媒。公平交易委員會在搜尋範圍內未找到針對國巨 2018 年漲價行為的調查或裁罰記錄。

估值脈絡

國巨目前（2026 年 7 月）的估值在同業中偏高:

（來源:StockAnalysis,2026 年 7 月快照。估值倍數每日變動,讀者應以查閱當日數據為準。Vishay trailing PE 因近期 EPS 接近零而失真,表中用 forward PE。村田 PB 約數。國巨 PB 來源間差異大,此處取 StockAnalysis 數字,讀者宜以當日收盤價自行計算確認）

這張表的比較有前提限制:四家公司的業務組合不同（村田以 MLCC 為主、Vishay 偏電阻與分立半導體、TDK 偏磁性材料與電池、國巨是全品類併購型）,成長模式不同（國巨靠併購、其餘主要靠有機成長）,資本結構也不同（國巨 D/E 0.89 倍遠高於 TDK 0.28 倍）。PE 的直接排序只能給出「相對位置」,得出「誰偏貴」需要先調整這些前提差異。國巨的估值溢價反映市場對 AI 概念與併購成長的預期。負債權益比 0.89 倍是四家中最高的,直接反映併購驅動的資本結構——每一筆跨國收購都增加了借款。被動元件是高度景氣循環的產業,估值（尤其是 trailing PE）會隨 EPS 的景氣波動劇烈擺盪:EPS 谷底時 PE 被動拉高到 40-60 倍,EPS 高峰時 PE 壓縮到 15-25 倍。用單一時點的 PE 做判斷容易被景氣位置誤導,要看的是正常化盈餘基礎上的 PE。國巨 2021-2025 的五年平均淨利約 212 億台幣,以此作為正常化基礎、除以當前股數,可以得到粗估的正常化 EPS,再用當日股價計算正常化 PE。注意國巨在 2025 年 8 月做了 1:4 股票分割,歷史 EPS 與當前股價在比較時需要調整到同一基礎。

追蹤清單

用併購引擎型公司的判讀方法總結國巨的追蹤指標:

• 毛利率谷底趨勢:下一次景氣低谷時毛利率底部有沒有比 2023 年的 33.5% 更高——如果更高,代表產品組合位移帶來的結構性改善是真的
• 存貨天數穩定性:DIO 穩定在 127-128 天是併購後的新常態;如果開始惡化（季度間拉長 10% 以上）,要追查是哪條產品線的存貨在堆積
• 商譽佔比與減損測試:784 億台幣的商譽至今沒做過減損;下一次嚴峻產業衰退時,KEMET 的鉭質電容業務是最大壓力點
• 感測器事業的整合進度:2022 年花約 7.7 億歐元收購的兩家感測器公司,目前佔營收 13%;追蹤毛利率有沒有因為感測器佔比提升而進一步改善
• 管理層資本操作:陳泰銘的持股已全數轉入家族公司,持股變動與質押狀態需追蹤公開資訊觀測站的內部人申報;配息率與員工分紅比例是管理層對股東態度的持續性指標

跟其他文章的關係

本篇是併購引擎型公司整合效果判讀方法論的實作案例——用國巨的財報數據走一遍毛利率結構改善、現金流跟進、CCC 變化、商譽累積風險四個維度。產業結構的前置脈絡見被動元件產業結構——國巨的併購策略、毛利率波動、2018 事件都鑲嵌在品類集中度、景氣循環與認證門檻的產業結構裡。商譽減損的會計機制見Impairment 卡片。管理層品質在價值投資判讀中的位置見價值投資案例回訪。

這篇拆解被動元件產業的結構,從四個品類的寡占程度出發,解釋為什麼景氣循環特別劇烈、2018 年缺貨潮的驅動因素是什麼、AI 需求怎麼改變供需版圖。產業結構是讀懂國巨案例分析的前置脈絡——國巨的併購策略、毛利率波動、2018 事件都鑲嵌在這個產業結構裡。同時,被動元件缺貨潮是採購端配給機制和漲價應對策略的產業級實證。

四個品類、四種集中度

被動元件不是一個同質的產業。四個主要品類的市場集中度差距很大,集中度是缺貨時價格行為的主要驅動因素之一。

（來源:MLCC 為 TrendForce 2024 年數據;鉭質電容為 SNNTV 2023 年研究;電阻為 QYResearch 2023 年數據。三星電機的 18% vs 24% 差異來自出貨量與營收兩種口徑）

MLCC 是集中度最高的品類——村田一家就超過四成,前五大合計約七到八成。鉭質電容集中度次之,但進入門檻更高——鉭礦供應受限（主要產地為剛果與澳洲）,加上軍工與車用的長週期認證,新進者幾乎不存在。電感由日系主導但沒有單一壟斷者。晶片電阻最分散,國巨與華新科各佔約 16% 共享全球第一,前十大合計才約一半。

集中度影響的是缺貨時的價格彈性:MLCC 由少數幾家控制產能,供需一旦反轉,價格可以在幾個月內漲數倍;晶片電阻因為供應商多、替代性高,同一波缺貨潮裡價格漲幅相對溫和。2018 年的數據部分印證了這個關係——MLCC（最集中）現貨漲幅最劇烈（部分規格達合約價的 15 倍）,電阻（最分散）漲幅較小。但集中度只是必要條件,鉭質電容的集中度也高卻沒出現 MLCC 級的投機性暴漲,原因是鉭質電容的供應瓶頸在鉭礦（地質性稀缺,形成永久性的價格底部）,加上沒有像華強北那樣的大規模現貨投機市場。價格波動的劇烈程度由集中度、產品可替代性、以及投機管道的深度共同決定。

日系廠商的策略退出

2016-2018 年間,日系 MLCC 大廠系統性退出低階消費型產品,是理解 2018 缺貨潮的核心背景。

TDK 在 2016 年 10 月宣布停產 280 個 MLCC 料號（0402-3216 封裝與 FK14K 系列）,釋出約 7 億顆/月的產能缺口。2018 年 4 月再追加停產 440 個料號。村田在 2016 年 11 月停產 GRM 43 和 GRM 55 系列（1206/1210 封裝）,2018 年 3 月再停 GR/ZRA 系列。京瓷在 2018 年 2 月停產 0402 和 0603 封裝的特定規格。

退出的目的是把產能轉向高單價的車用與 AI 應用。村田 2018 年計畫投資約 1,000 億日圓擴增 MLCC 產能,但增加的全部是車用電動車產線,消費型缺口不補回。到 2026 年,村田的資料中心相關電容器營收預計年增 85-90%,ASP（Average Selling Price,平均單價）提升 5-10%——日系廠商的策略是退出價格競爭、往高毛利品類集中。

中國廠商（風華高科、三環集團）在填補低階缺口。中國 MLCC 廠商合計市佔從 2019 年的約 6% 升到 2024 年下半年的約 10%,但高容值產品的市佔仍低於 2%。擴產的主要是中低階消費型,高階車用與 AI 領域仍由日系主導。

景氣循環為什麼特別劇烈

被動元件的景氣循環比半導體更極端,結構原因有四個。

ASP 低加上產品同質性高,價格彈性極端。 標準型 MLCC 是大宗商品,低階品幾乎無差異化,單顆不到一分美元。小幅供需失衡就能引發價格暴漲或暴跌。日本官方數據顯示 2017-2018 年 MLCC 出口價累計年增近 94%;反轉後 2019 年 ASP 跌幅超過 50%。

產能擴建門檻低於半導體,反而造成過度投資。 新建 MLCC 產線從資本決策到投產約 12-18 個月,成本在 1-10 億美元等級;半導體先進製程需要 36-60 個月、晶圓廠 100 億美元以上。門檻較低讓多家廠商在景氣高峰同時擴產,隨後的供過於求更嚴重。

多層通路放大牛鞭效應。 被動元件的供應鏈層次多（原廠→授權代理→獨立通路→EMS/ODM→OEM）,每層獨立做庫存決策。缺貨時恐慌性重複下單、囤貨;市場反轉時每層同時去庫存,需求崩跌的幅度被逐層放大。2018 年 OEM/EMS 雙倍甚至三倍下單,直接導致 2019 年的需求斷崖。

差異化低,無法靠智慧財產穩價。 半導體可以靠製程領先（如台積電的 3nm）維持定價權,MLCC 沒有這種結構——同規格的村田與國巨產品在多數應用中可互換,價格競爭是常態。

跟半導體與面板的比較:

2018 缺貨潮:七個驅動因素的疊加

2018 年被動元件缺貨潮的嚴重程度——MLCC 合約價漲 40-50%、部分現貨漲 10-15 倍、交期從正常 4-8 週延至 30 週以上——來自多個因素同時作用。

日系 EOL 與產能轉移是最核心的供給端因素。 TDK 和村田在 2016-2018 年間累計停產超過 700 個料號,釋出的產能缺口沒有被回補,而是被轉向車用和高階應用。

智慧型手機單機用量翻倍。 iPhone 從 6S 到 X 的 MLCC 用量從約 500 顆跳升到約 1,000 顆。智慧型手機佔全球 MLCC 需求超過 40%,單機用量翻倍等於整個需求端增加了兩成。

車用電子化超出預期。 傳統燃油車約 2,000 顆 MLCC,Tesla Model 3 約 9,200 顆。ADAS（Advanced Driver Assistance Systems,先進駕駛輔助系統）和電動化的速度超過產業的產能規劃假設。

產能投資紀律過嚴。 需求年增 25-35%,產能年增僅 10-25%,缺口逐年累積。村田當時投資 2,200 億日圓,但僅增加約 10% 年產能——日系廠商在歷經前幾次循環的過度投資後變得保守。

恐慌性重複下單與通路投機是放大因素。 OEM/EMS 雙倍甚至三倍下單來搶貨,通路層（尤其華強北現貨市場）出現投機性囤貨。這些行為把實際供需缺口放大到遠超真實水準,也讓隨後的反轉更劇烈。

產業併購收窄供應基礎。 2016 年電子業併購創紀錄,合併後的重疊產品線被整併、低利潤線被砍,獨立供應商數量減少。

中國環保限排。 昆山限污令影響部分電阻廠商產能,但量化影響有限,主要作用在電阻端。

這些因素在採購端的漲價應對框架裡,對應的是「市場趨緊型漲價」——漲幅跟成本指數對不上、交期同時拉長。而缺貨進入配給狀態後的供應商行為——按客戶關係與歷史承諾排序配貨、而非用價格清市——正是不可能三角與配給機制描述的非價格配給。2018 年的被動元件缺貨潮,是這些採購機制在真實產業裡的完整實證。

AI 需求:結構性位移而非景氣反彈

2024-2026 年的被動元件復甦跟前幾次景氣循環有一個結構性差異:AI 伺服器對被動元件的需求量是傳統伺服器的一個量級。

（來源:Morgan Stanley 拆解報告）

從 Blackwell 到 Vera Rubin,MLCC 數量增加超過 30%,MLCC 成本增加近兩倍。村田官方預測 AI 伺服器 MLCC 需求 2025-2030 年 CAGR 達 30%,2030 年需求量為 2025 年的 3.3 倍。

AI 需求拉動最大的品類是高容值 MLCC（47-100uF,用於 GPU 周圍的電源轉換與去耦）。這個品類的交期從正常 8 週延長到 20 週以上,價格上漲 15-35%,部分稀缺型號現貨翻倍。到 2028 年,高階 MLCC 預計將佔去 65% 以上的產能資源——連帶擠壓低階 MLCC 的可用產能,可能讓低階品出現 15-20% 的供需缺口。

鉭質電容也受到拉動。NVIDIA H100 單卡使用約 25 顆鉭質及鉭聚合物電容,GPU 功耗越高對大電流 power rail 的電容需求越大。鉭礦價格 2025 年至今精礦漲約 40%、歐洲鉭金屬漲約 60%。

AI 需求跟傳統景氣循環的差異在於需求端的結構性——資料中心的算力投資是多年期的基礎建設,不像消費電子那樣跟隨短期景氣波動。Goldman Sachs 預期本輪 AI 驅動的 MLCC 循環可延續至 2030 年。但有一個 caveat:AI 伺服器 MLCC 目前佔整體 MLCC 市場約 2-4%（2025 年）,絕對佔比仍低,是否足以帶動整個產業的結構性轉折還要看未來兩三年的實際拉貨量。

認證門檻 = 短期不可替代

被動元件的進入門檻在資本維度遠低於半導體（新建產線 1-10 億美元 vs 晶圓廠 100 億美元以上）,但在認證維度兩者接近——更換供應商的等待期是以年計的。

車用被動元件需要通過 AEC-Q200（車用被動元件可靠度認證標準）認證,含 PPAP（生產件核准程序）的完整供應商認證需要 6-18 個月。車用合格 MLCC 供應商全球僅約 8-12 家,設計凍結後更換元件觸發 late-stage substitution,車廠為避免這個風險會付出 30-50% 的溢價。

軍工與航太更嚴格——MIL-PRF（美國軍規性能規範）認證的初始導入需要 12-24 個月,製造商必須列入 QPL（Qualified Products List）,由美國國防後勤署集中管理,任何設計變更都要經過核准。

認證等待期的實務意義是:缺貨時來不及換供應商。這正是第二來源經濟學的核心論點——養第二家供應商的保費要在平時付,出事之後才投保來不及。被動元件的認證週期讓「等缺貨再找替代」在車用和軍工領域不成立。

跟其他文章的關係

本篇處理產業結構,是國巨案例分析的前置脈絡——國巨的併購策略（為什麼買 KEMET 而非擴產電阻）、毛利率波動（為什麼景氣谷底跌到 33.5%）、2018 事件（為什麼能漲價 4.9 倍）都鑲嵌在這個結構裡。同時連結採購模組的三篇：漲價應對（2018 是「市場趨緊型」的產業級實證）、配給機制（缺貨時的非價格配給）、第二來源經濟學（認證等待期讓臨時尋源不成立）。跟外部衝擊與產業轉型的關係是分析層次不同——那篇教的是外部衝擊的通用判讀框架,這篇是一個特定產業的結構拆解。

不同類型的電子零件,擴建週期差距很大:

（來源:各廠商案例彙整——Murata 出雲廠 2022-2023/Yageo 高雄廠 2020-2022/SK Hynix 龍仁 2025-2027/TSMC Arizona 2021-2024/TSMC 熊本 2022-2024。DRAM greenfield 3-5 年含結構建設 18-30 月+設備安裝 9-15 月+良率爬坡 12-18 月）

被動元件的擴建最快（6-24 個月）,記憶體和晶圓代工最慢（3-5 年）。差距的來源有三:設備複雜度、資本門檻、良率爬坡時間。MLCC 產線的核心設備（漿料塗佈機、多層堆疊機、燒結爐）供應商分散、交期相對短;半導體產線依賴少數關鍵設備供應商,其中 EUV 曝光機是整個產業的硬瓶頸。

設備瓶頸:EUV 曝光機的產能天花板

先進製程晶圓廠的建設速度受限於 ASML 的 EUV 曝光機交付能力。一台 EUV 曝光機由超過 10 萬個零件組成,單價約 1.5-2 億歐元（Low-NA）到 3.8-4 億美元（High-NA）。ASML 2025 年底累計訂單 backlog 達 388 億歐元,其中 EUV 佔 65%。2026 年目標交付 60 台以上,2027 年目標約 80 台——即使客戶今天下單,交貨最快要到 2027 年下半年。

DUV 曝光機（ArF immersion）的交期約 6-12 個月,瓶頸相對低。成熟製程和 DRAM 主要使用 DUV,所以這兩類的擴建不受 EUV 瓶頸直接限制。但 DRAM 的先進節點（如 1-gamma）開始需要 EUV,未來 DRAM 擴建也會受到 EUV 交付速度的約束。

記憶體和被動元件有各自的設備瓶頸。HBM 的後段製程需要 TSV（矽穿孔）蝕刻、晶圓減薄、微凸塊堆疊等專用設備,這些設備的產能跟 DRAM 晶圓的前段製程是獨立的瓶頸。OLED 面板的關鍵瓶頸是 Canon Tokki 的蒸鍍機,單台約 8,500 萬美元,年產量有限,曾有面板廠因等機台導致整條產線延遲半年。

良率爬坡:產能到位不等於有效產出

新產線投產後,實際可用的產出取決於良率。新技術節點的良率爬坡（從初始的 60-70% 到目標的 80%+）需要 12-24 個月。良率偏低時,名目產能和有效產能的落差很大——一條月產 10 萬片晶圓的產線,良率 60% 時的有效產出只有 6 萬片。

HBM 的良率問題更嚴重,因為堆疊製程讓不良率以指數累積。單層 DRAM die 良率 95% 時,8 層堆疊的複合良率降到約 66%,12 層堆疊降到約 54%。堆疊完成後無法拆解,單一壞 die 報廢整個封裝。SK Hynix 在 HBM3E 上達到接近 80% 的良率（2024 年 5 月）,但 Samsung 的 HBM3E 良率問題持續超過 18 個月,市佔率從 2024 年 Q2 的 41% 暴跌到 2025 年 Q2 的 17%。

先進封裝（CoWoS,Chip-on-Wafer-on-Substrate,TSMC 的晶片級封裝技術）的良率和交期是另一個瓶頸。TSMC 的 CoWoS 產能從 2024 年底的約 3.5 萬片/月擴充到 2026 年底目標 13 萬片/月（近 4 倍）,但 NVIDIA 佔走 60% 以上。2024 年 CoWoS 交期超過 50 週。

產能紀律:寡占廠商為什麼不在景氣高峰全力擴產

擴建週期決定了缺貨的「最短持續時間」,但實際持續時間往往更長——因為寡占廠商選擇不在景氣高峰全力擴產。

這個選擇有歷史教訓。2006-2007 年各 DRAM 廠大舉擴產,2007 年 DRAM 價格跌 85%,2008 年再跌 58%。德國的 Qimonda 和日本的爾必達先後破產——爾必達在 2012 年聲請破產保護,負債 55 億美元,是日本戰後最大的製造業破產案。台灣的 ProMOS 和力晶也嚴重受創。

這些教訓讓存活下來的三家記憶體廠（Samsung、SK Hynix、Micron）學到一件事:在景氣高峰保守擴產的長期報酬,高於搶市佔的短期利潤。2022-2023 年的去庫存期間,三廠同步削減晶圓投入量（wafer starts）,SK Hynix 2023 年淨利率降到 -28%、Micron 營收腰斬;但正是這個紀律讓 2024 年價格快速反彈。

「三家可以維持紀律,六家做不到」——2012 年之前 DRAM 有五六家廠商,每家都擔心別人趁機搶市佔而搶先擴產,結果所有人一起虧損。整併到三家之後,賽局的均衡點從「囚犯困境」轉向了「協調博弈」。產業整併本身就是產能紀律的前提條件。

2024-2026 年的記憶體缺貨,產能紀律發揮了跟擴建週期同等重要的作用:三廠的 capex 增長（Samsung +11%/SK Hynix +17%/Micron +23%,2025→2026）幾乎全部投向 HBM 和先進製程,一般 DRAM 的淨產能增量趨近於零。這是主動選擇,不是被動限制。

擴建週期怎麼用在缺貨判讀

判讀一次缺貨會持續多久,要看三個時間軸的疊加:

擴建週期設定下限。 已宣布的新產能什麼時候到位?Samsung 平澤 P5 和 Micron 愛達荷 ID1 都要到 2027 年才有有意義的產出,SK Hynix 龍仁要到 2028 年。即使所有計畫如期執行,記憶體的新增產能最快 2027 年中才開始放量——這就是缺貨持續時間的物理下限。

產能紀律可能延長上限。 廠商有能力選擇不加速擴產。如果現有產能的利潤率足夠高（部分分析師估計 2026 年 DDR5 RDIMM 營業利潤率接近 90%（SK 集團會長崔泰源指出一般記憶體毛利率已達約 80%））,廠商沒有動機用新產能壓低價格。觀察指標是 capex 計畫有沒有加速——如果三廠在高獲利期間仍然維持保守的 capex 增幅,缺貨的實際持續時間會比擴建週期暗示的更長。

良率爬坡加上緩衝。 新產線投產初期的有效產出只有名目產能的六到七成,要再過 12-18 個月才達到目標良率。所以「新廠投產」跟「供給實質緩解」之間還有 1-1.5 年的落差。

跟其他文章的關係

本篇處理的是「為什麼缺貨持續這麼久」的供給端機制。產能擴建到位後,新產能怎麼在高階與低階產品之間分配,見產能排擠機制。供給恢復的訊號怎麼透過合約結構傳導到終端價格,見供應合約與價格傳導。這三篇的通用框架套用到當前記憶體市場的實作分析,見記憶體缺貨分析。被動元件產業結構是同一套框架在另一個產業的應用——被動元件的擴建週期短（6-24 月 vs 記憶體的 3-5 年）,但景氣循環同樣劇烈。

產能排擠跟整體產能不足的判讀方式不同。整體不足靠擴建新產能解決（見產能擴建週期）;排擠靠的是產能「重新分配」——當低階品的價格漲到讓廠商覺得把產能撥回來有利可圖時,排擠就會自我修正。理解這個機制,才能判斷一次缺貨是要等新產能到位（年計）,還是等價格訊號觸發產能回流（季計）。

排擠發生的必要條件

產能排擠要三個條件同時成立:

共用產能基礎。 高階與低階產品共用同一組製造設備或產線。DRAM 和 HBM 共用晶圓廠的前段製程（光刻、蝕刻、沉積）——同一片晶圓可以做 DDR5 也可以做 HBM 的 die,差別在後段的 TSV 堆疊與封裝。MLCC 的高容值品和低容值品共用漿料塗佈和燒結設備。晶圓代工比較特殊——先進製程（3nm）和成熟製程（28nm）的設備不相容（EUV vs DUV）,直接排擠有限,但資本和廠房空間是共用的,間接排擠仍然發生。

毛利差距顯著。 廠商面對有限產能時,理性選擇是把產能分配給毛利更高的產品。HBM 的每片晶圓營收在 2024-2025 年是一般 DRAM 的 3-5 倍。AI 伺服器級 MLCC 的單價比消費型高 30-50%,且供不應求時可進一步漲價。這個毛利差距是排擠的經濟驅動力。

產能擴建週期長。 如果新產能幾個月就能蓋好,高階搶產能只會造成短暫失衡。但 DRAM 新廠要 3-5 年、MLCC 新廠要 1-2 年,擴建週期讓排擠的持續時間拉長——在新產能到位之前,高階與低階的產能競爭是零和的。

傳導路徑:從高階需求到低階漲價

排擠的傳導有一條標準路徑:高階產品需求上升 → 廠商把共用產能重新分配給高階 → 低階品的有效供給收縮 → 低階品漲價 → 終端產品成本上升。

2024-2026 年的 DRAM/HBM 是這條路徑的完整實證。

HBM 佔三大記憶體廠的 DRAM 晶圓投入量,從 2025 年底的約 18% 升到 2026 年的約 22%,預估 2027 年達 30%（TrendForce 2026 年 6 月）。但 HBM 佔 DRAM bit 供給只有約 9%——晶圓投入佔比 22% 對應 bit 供給佔比 9% 的落差,就是排擠效應的數學本質。落差來自兩個因素:每 GB HBM 消耗約 3-4 倍 DDR5 的晶圓面積（Micron 公開數據;HBM die 面積約為 DDR5 die 的兩倍,且 HBM3E 要堆疊 12 層各自獨立的 die）,加上 TSV 堆疊的額外良率損耗。

結果是一般 DRAM（DDR4/DDR5）的有效供給被壓縮。2026 年 Q1 DRAM 合約價季增 90-95%,創歷史最大單季漲幅。DDR5 32GB 套件從 2024 年的 $50-65 漲到 2026 年的 $420-510。IDC 預估 2026 年 PC 出貨下滑 11.3%、智慧型手機出貨下滑 12-14%,部分 OEM 開始銷售不附 RAM 的桌機。

MLCC 有類似的排擠。AI 伺服器級的高容值 MLCC（47-100uF）佔用越來越多產能,交期從正常 8 週延至 20-40 週,價格上漲 15-35%。到 2028 年,高階 MLCC 預計佔去 65% 以上的產能資源,連帶讓低階品出現 15-20% 的供需缺口。

晶圓代工的排擠路徑是資本與廠房空間的間接排擠,跟 DRAM/MLCC 的同產線直接替代不同。TSMC 把 capex 集中在先進製程和 CoWoS 封裝,成熟製程幾乎沒有新建產能。Fab 15A（主要 28nm 廠）的月產能從約 20 萬片降到約 15 萬片,部分產能轉為生產 AI 晶片封裝用的矽中介層。2026 年甚至出現成熟製程內部的排擠——AI 伺服器的電源管理晶片（PMIC）需求激增,把 55nm 高壓製程的產能從面板驅動 IC（DDIC）搶走。

排擠的結束條件

排擠什麼時候結束,看三個條件哪一個先到:

新產能上線。 當新的晶圓廠或產線開始貢獻有意義的產出,高階與低階的產能競爭從零和變成正和。記憶體的新建產能（Samsung 平澤 P5/Micron 愛達荷 ID1/SK Hynix 龍仁）預計 2027-2028 年放量。MLCC 的擴產較快,村田的新產能第一期預計 2027 Q4 投產。

高階需求飽和。 如果 AI 投資放緩、HBM 需求不再以 30%+ CAGR 成長,高階產品不再需要持續搶佔更多產能,低階品的供給壓力自然減輕。目前沒有這個跡象——Goldman Sachs 預期 AI 驅動的記憶體循環可延續至 2030 年。

低階品漲價觸發產能回流。 這是排擠最重要的自修正機制。當低階品的價格漲到讓每片晶圓的營收接近或超過高階品時,廠商會重新評估產能分配。2026 年 Q1,DDR5 64GB RDIMM 的每片晶圓營收和利潤率超越了 HBM3E——因為 DDR5 合約價暴漲 90-95%,而 HBM 的價格被年度合約鎖住無法同步調漲。SK Hynix 隨即放慢 HBM4 的轉產速度,把部分原定轉換為 HBM4 的 HBM3E 產線回撥給 DDR5 生產。SK 集團會長崔泰源指出 HBM 毛利率約 60%,一般記憶體已達約 80%。

這個自修正訊號是判讀排擠持續時間最有操作價值的觀察點:當低階品的每單位產能利潤接近高階品時,產能回流會開始發生。它比等新產能到位快得多（季 vs 年）,但回流的規模受限於廠商的策略考量——即使短期利潤反轉,廠商可能仍然選擇維持 HBM 產能以保住 AI 客戶的長期合約關係。

反向排擠:量大低價搶走量小高價

排擠也可以反方向發生。2020-2021 年的車用晶片荒就是一個例子:COVID 爆發後車廠主動取消晶片訂單,代工廠把空出的產能轉給遠端工作需求暴增的消費電子（量大且毛利較高）。車市意外快速復甦時,產能已被消費電子佔滿,車用晶片排不進去。結果全球汽車減產超過 950 萬輛,產業損失估計 1,100 億美元。

車用晶片的議價力弱有結構原因:車用晶片佔 TSMC 營收僅 3%（2020 年）,單價低且認證週期長。消費電子量大且毛利較高,代工廠理性選擇優先服務大客戶。這個案例說明排擠的方向不固定——在產能競爭中落敗的,是議價力最弱的那一端,不一定是低階品。

量化指標:怎麼觀察排擠的程度

追蹤排擠效應有幾個可觀察的指標:

產能利用率（utilization rate）。 半導體廠商在季度法說會上偶爾揭露整體或大類別的利用率。TSMC 先進製程 2025 年 Q4 起超過 100%（滿載加急）,成熟製程低於 80%。TrendForce 季度報告追蹤前十大代工廠的平均利用率。

晶圓投入量（wafer starts）。 SEMI 的 World Fab Forecast 追蹤全球 1,600+ 座廠的產能趨勢。2025 年全球半導體產能約每月 3,360 萬片（200mm 當量）,DRAM 約每月 450 萬片。晶圓投入量的品類分配（多少給 HBM vs DDR5）是排擠的直接量化。

有效產能 vs 名目產能。 名目產能是理想條件下的最大產出,有效產能考慮良率、產品組合、設備停機後的實際可用產出。HBM 的 die 面積是 DDR5 的兩倍,同一片晶圓切出的 die 數更少——當產品組合從 DDR5 轉向 HBM 時,名目產能不變但有效 bit 產出下降。產業沒有標準化的有效產能公開指標,廠商內部有精確計算但不對外公布。

跟其他文章的關係

本篇處理產能排擠的通用機制。排擠發生的前提是產能擴建跟不上需求變化,這個供給端約束見產能擴建週期。排擠的價格效應怎麼透過合約結構傳導到終端,見供應合約與價格傳導。記憶體市場是當前排擠最劇烈的實證,完整分析見記憶體缺貨分析。被動元件產業結構的 AI 需求段描述了 MLCC 領域的排擠。採購端的配給機制處理的是排擠發生後、買方面對短缺時的應對——兩者是同一個現象的供給端（排擠）與需求端（配給）。排擠的需求端推動力——hyperscaler 的 AI capex 規模與獲利品質——見AI 時代獲利品質判讀。

元件級合約:三種結構、三種暴露方式

元件供應商與買方之間的合約,主要分三類:

長期合約（LTA, Long-Term Agreement） 鎖定 3-5 年的供應量與價格區間。典型條款包含 take-or-pay（買方承諾最低採購量,未達量仍需付款）、預付款（TSMC 2024 年客戶預付總額達 2,911 億台幣）、以及產能預留費（不可退還,買的是「產能的優先使用權」而非實際產出）。LTA 在缺貨時保護買方拿到貨,但代價是在景氣下行時被鎖在高於市場的價格。

一個 SEC 揭露的真實案例:Cirrus Logic 跟 GlobalFoundries 簽的 5 年合約（2022-2026）——產能預留費 6,000 萬美元不可退還、預付款 1.95 億美元抵扣未來晶圓採購、合約期內剩餘採購義務約 8.4 億美元。

現貨（spot）市場 由獨立分銷商和經紀商構成,反映即時供需。主要管道包括 DRAMeXchange（記憶體現貨價追蹤的權威平台）、華強北電子市場（亞洲最大元件集散中心）、以及線上 broker 平台。合約市場佔整體交易量超過九成,現貨量小但波動率高,在缺貨時現貨價是合約價的前導指標——現貨先動,合約在下一季跟進。

配額（allocation） 在缺貨時由原廠按規則分配產出。分配基準通常是歷史購買量、合約承諾量、客戶戰略重要性、預付款規模。TSMC 明確優先供貨給長期忠實客戶;Apple 透過大額預付取得最新製程的優先權。小型公司可能跟原廠沒有正式的配額承諾——Cerebras 在招股書中揭露其與 TSMC「沒有正式的長期供應或分配承諾」。配額機制是採購端配給的供給端對應物。

三類合約的暴露方式不同:LTA 客戶的價格暴露在合約到期時集中釋放（續約時面對新的市場價格）,現貨客戶即時暴露,配額客戶的主要風險是拿不到量而非價格。

2026 年記憶體合約的結構性改變

2026 年記憶體市場出現了合約結構的重大轉變,改變了價格傳導的速度和方向。

Post-settlement pricing（後結算定價）。 三大記憶體廠開始推動一種新機制:產品按初始協議價交付,合約期末依市場實際價格結算差額。例如合約價 100 韓元,市場價漲到 200 韓元,客戶在結算時補付差額。這把合約價格從「固定」變成了「浮動」——買方不再享有合約期內的價格保護。

LTA 價格上限取消。 SK Hynix 已在長期合約中取消價格上限（price cap）,代表漲多少沒有天花板。Micron 保留了雙邊限價但上限釘在 2026 Q2 市場價。Samsung 至少要求三年期合約。三家的策略分歧反映了對未來供需的不同判斷,但方向一致:把更多價格風險從供應商轉移到買方。

Micron 的 SCA（Strategic Customer Agreements）。 Micron 推出的新型長期合約包含明確的價格地板（保障毛利率「顯著高於歷史高峰 61%」）、買方預付現金存款或信用狀、以及已揭露的 1,000 億美元剩餘履約義務。目前已簽 16 份,覆蓋約 20% DRAM 出貨量和三分之一 NAND。

這些變化在目前的賣方市場下加速了價格傳導。但合約創新是否為永久性的結構改變,需要等供需反轉後才能判斷——歷史上每一次記憶體的賣方市場都催生過對買方不利的合約條款,供給正常化後買方會把條款談回來。2018-2019 年的合約條款就在供過於求後被重新議定。Post-settlement pricing 和 LTA 價格上限取消可能是結構性轉變,也可能只是當前缺貨環境下的暫時性賣方優勢——觀察點是下一次供需寬鬆時這些條款是否存續。

假需求:合約機制怎麼放大真實缺口

缺貨時的訂單量並不等於真實需求。買方預期只能拿到訂單的一部分,所以加碼下單;下一層收到膨脹訂單後再加碼;到上游供應商時訂單嚴重失真。這就是牛鞭效應在合約機制裡的具體表現。

McKinsey 估計汽車業在 2021 年半導體短缺期間多訂了 10-20% 的半導體。學術研究測得半導體設備的生產訂單變異數是需求變異數的 7.68 倍。缺貨期間企業實際只收到訂單量的 20-40%,交期從正常 12-16 週延長到 20-52 週。

合約結構放大假需求有四個管道:NCNR 條款（不可取消不可退貨）促使買方在需求確定前先下單搶量;12 週以上的交期迫使提前數月預測,預測不準就靠加碼安全庫存;配額按歷史採購量分配,買方刻意灌量維持未來的分配基數;買方向多家供應商重複下單,恢復後只取一家,其餘取消或變成呆料。

假需求的崩盤也同樣劇烈。2022 年 PC 產品的 OEM 囤積了長達 6 個月的庫存,2023 年記憶體出現嚴重供過於求、價格雙位數修正。假需求把缺貨時的漲幅和恢復後的跌幅都放大了。

成品級合約:元件漲價怎麼傳到消費者

元件漲價要到達消費者,還要穿過 EMS/ODM→品牌這一層合約。

EMS（電子專業製造服務）的定價模型有四種,其中最常見的是 cost-plus（公開全部成本,約定 EMS 固定利潤百分比）和 hybrid BOM（品牌方自行採購關鍵元件、EMS 採購通用件）。Apple 的模式比較特殊:直接向 200+ 供應商採購關鍵元件,送至鴻海/和碩/立訊組裝,組裝成本約佔 iPhone 零售價的 2%（約 $15/支）。

EMS 的營業利潤率很薄——鴻海約 2-3%、和碩約 0.8-1.5%——物料佔 EMS 支出約 95%。當元件大幅漲價時,EMS 沒有利潤空間吸收,必須透過合約裡的 price escalation clause（價格升降條款）向品牌方轉嫁。但談判需要時間（有紀錄案例顯示雙方就 3 個百分點的差異談了 8 週）,時滯通常是一到兩個季度。

品牌方是否把成本轉嫁到終端售價,取決於毛利率結構。Apple 的毛利率 44-46% 能緩衝相當幅度的成本上升——2018 年 MLCC 漲 40-50%,Apple 沒有調整 iPhone 售價,而是內部吸收。PC 品牌（Dell/HP/Lenovo）毛利率約 20%,緩衝空間小,2025-2026 年記憶體漲價期間直接調漲 PC 售價 15-20%。Dell COO 公開表示「從未見過記憶體成本漲這麼快」。

記憶體佔 PC 製造成本的比例從 2025 年的約 15-18% 飆升到 2026 年的 35%（HP 報告數字）。Gartner 預測 $500 以下的入門級 PC 市場到 2028 年可能消失。

現貨與合約的價差:缺貨嚴重程度的溫度計

現貨價與合約價的價差,是缺貨嚴重程度的即時指標:

2026 年出現了一個罕見的反轉:因為供應商對 AI 大客戶強制季度重議,合約價在 2026 年 3 月左右反超現貨價。這代表大客戶的合約價格調整速度已經追上甚至超過現貨市場——合約不再是「比現貨慢」的滯後指標。

跟其他文章的關係

本篇處理價格傳導的合約機制。傳導的上游是供給端的兩個結構約束:產能擴建週期決定新供給什麼時候到,產能排擠決定現有供給怎麼分配。三篇的通用框架套用到當前記憶體市場,見記憶體缺貨分析。採購端的漲價應對處理的是買方收到漲價通知後的行動策略——先判型再選籌碼。合約裡的 NCNR 條款和配額機制,在採購端見原廠與代理商規則的經濟學。

這篇用前三篇建立的框架——產能擴建週期、產能排擠、供應合約與價格傳導——分析這次缺貨的結構原因,判讀持續時間,並識別四個可觀察的轉折訊號。

結構原因:三個機制同時作用

這次記憶體缺貨是三個機制同時作用的結果。

HBM 排擠壓縮了一般 DRAM 的有效供給

AI 伺服器使用的 HBM（High Bandwidth Memory,高頻寬記憶體）跟一般 DRAM 共用晶圓廠的前段製程。當三大記憶體廠把越來越多晶圓投入量分配給 HBM,一般 DRAM 的有效供給就被壓縮。

數字說明排擠的規模:HBM 在 2026 年佔三大廠 DRAM 晶圓投入量約 22%,但只貢獻 bit 供給的 9%。這 13 個百分點的落差就是排擠的精確量化——每 GB HBM 消耗約 3-4 倍 DDR5 的晶圓面積（HBM die 比 DDR5 die 大約兩倍,且 HBM3E 要堆疊 12 層各自獨立的 die）,加上 TSV 堆疊的額外良率損耗。等效看,22% 的晶圓投入被 HBM 佔用,擠壓了超過 30% 的一般 DRAM 有效產能。

HBM 的市場由 SK Hynix 主導（2025 年約 53-63% 市佔）,Samsung 居次（17-35%,HBM3E 良率問題嚴重,市佔波動大）,Micron 第三但快速成長。NVIDIA 透過預付款（對 SK Hynix 和 Micron 各付 $5.4-7.7 億美元）和多年合約（鎖定至 2030 年）綁住 HBM 供給,這種合約結構在傳統 DRAM 市場前所未見。

三大廠的產能紀律讓一般 DRAM 供給幾乎沒有淨增量

排擠壓縮了現有產能的分配,產能紀律則確保新產能不會快速補上缺口。

三大廠 2024-2025 年的 capex 增長幾乎全部投向 HBM 和先進製程,一般 DRAM 晶圓產能沒有淨增加。Samsung 確認「不會建立新產線來滿足消費需求」;SK Hynix 延長 DDR4 產品生命週期但不擴產;Micron 的新廠（愛達荷 ID1）要到 2027 年才有有意義的產出。IDC 估計 2026 年 DRAM 供給年增僅 16%,低於 2015-2020 年的長期均值約 22%。

這個紀律的形成有歷史教訓:2008 年 DRAM 崩盤導致 Qimonda 和爾必達破產,存活的三家學到保守擴產的長期報酬更高（見產能擴建週期的產能紀律段）。2026 年 DDR5 RDIMM 營業利潤率接近 90%,在這個獲利水準下廠商沒有動機用新產能壓低價格。

合約結構加速了價格傳導

傳統的記憶體合約是季度議價 ±10%,這個機制會緩衝漲幅的傳導速度。2026 年三大廠正在推動 post-settlement pricing（先交貨、合約期末依市場價結算差額）和取消 LTA 價格上限。這把價格傳導從「每季調整 10%」加速到「合約期末全額追補差價」——買方的價格暴露更即時、更大幅。

合約結構還加速了需求端的反應。恐慌性重複下單（假需求）讓訂單量遠超真實需求,交期從正常 8-10 週延長到超過 20 週。通路庫存從 2024 年底的 13-17 週驟降到 2026 年初的 2-4 週（健康水位約 8-12 週）。

缺貨會持續到什麼時候

分析師的共識是缺貨至少持續到 2027 年下半年。Gartner 預測缺貨持續至 2027 H2;Micron CEO 明確預期供給緊張到 2027 年;TrendForce 指出至少持續到 2027 Q4。

這個時間線有物理基礎:已宣布的新建晶圓廠（Samsung 平澤 P5/Micron 愛達荷 ID1/SK Hynix 龍仁）最快要到 2027 年中才開始放量,加上 12-18 個月的良率爬坡,有意義的供給緩解最快 2027 年底到 2028 年。

但「2027 H2」是基於所有計畫如期執行的樂觀情境。實際結束時間取決於四個轉折訊號——其中有些已經在發生。

四個可觀察的轉折訊號

訊號一:低階利潤超過高階,觸發產能回流

這個訊號已經在 2026 年 Q1 出現。DDR5 64GB RDIMM（Registered DIMM,伺服器用記憶體模組）的每片晶圓營收和利潤率超越了 HBM3E——因為 DDR5 合約價暴漲 90-95%,而 HBM 被年度合約鎖住無法同步調漲。SK 集團會長崔泰源指出 HBM 毛利率約 60%,一般記憶體已達約 80%。

SK Hynix 的反應已經可觀察:放慢 HBM4 的轉產速度,把原定轉換為 HBM4 的 HBM3E 產線回撥給 DDR5 生產。這是產能排擠的自修正機制的實際運作——利潤反轉觸發產能回流。但回流的規模受限:廠商可能在 2027 年的 HBM 合約中大幅提高 HBM 價格（目前已有報導）,重新拉開價差。所以利潤反轉可能是短暫的,需要持續觀察每季的每晶圓利潤比較。

訊號二:新晶圓廠投產

已宣布的主要新建或擴充產能:

注意 M15X 是 HBM 專用廠,不會直接緩解一般 DRAM 缺貨——反而可能釋放既有產線的 HBM 產能,讓這些產線回頭做 DDR5。真正增加一般 DRAM 供給的是 P5/ID1/龍仁,但都要 2027 年中以後。

訊號三:中國記憶體廠的產能上量

長鑫存儲（CXMT）是目前唯一能量產 DRAM 的中國廠商,2026 Q1 全球 DRAM 市佔約 8%（較 2025 年全年的約 9% 略降,可能反映季度波動或口徑差異）,已推出 DDR5 和 LPDDR5X 產品。如果不受進一步制裁限制,市佔預計在 2027 年成長至約 12%,產能可能達每月 42 萬片。

但 CXMT 面臨兩個結構性約束。第一是設備天花板:目前產能已觸頂,受限於先進 DUV 光刻設備的取得（美國出口管制限制 ASML 浸沒式 DUV 出口）。第二是政策風險:美國提出的 MATCH Act 擬進一步禁止 ASML 剩餘的 DUV 設備出口;如果通過,CXMT 的成長將被進一步壓縮。The Register 報導稱若美國禁止中國記憶體進入消費產品,將「切斷 RAMpocalypse 的緩解來源」。

長江存儲（YMTC）在 NAND Flash 端的產能擴張也受類似約束,但 3D NAND 對光刻精度的依賴低於 DRAM,YMTC 正嘗試用 50% 以上國產設備建設新產線。

訊號四:AI 投資放緩

如果 AI 基礎建設投資減速,HBM 需求成長放緩,高階產品不再持續搶佔更多產能,排擠壓力會自然減輕。目前沒有這個跡象——雲端服務商持續擴大 AI 基建,NVIDIA Vera Rubin 全面量產中,Goldman Sachs 預期 AI 驅動的記憶體循環可延續至 2030 年。

前置訊號有兩個。第一是工程延期:NVIDIA 次世代 Kyber NVL144 因 PCB 製造困難（78 層中板）延期至 2028 年,如果更多 AI 平台出現類似的工程延期,HBM 的需求成長可能比預期慢。第二是總體經濟:如果全球經濟在 2027 年進入衰退,企業 AI 支出會收縮,HBM 需求放緩的同時一般 DRAM 需求也下降（PC/手機出貨進一步萎縮）——四個轉折訊號會同時被觸發而非獨立發生。在這種情境下,缺貨可能比 2027 H2 共識更早結束,但結束的方式是需求崩跌而非供給恢復,接下來會是一輪深度修正（類似 2022-2023 但可能更嚴重）。「2027 H2」共識的主要風險在兩個方向:比預期晚（產能紀律持續 + AI 不減速）或比預期早但以壞的方式結束（需求端崩塌）。

消費端的實際衝擊

缺貨已經改變了消費端的產品結構:

• PC 品牌（Dell/HP/Lenovo/Acer/ASUS）調漲 15-30%,中階筆電從約 $900 漲到 $1,200+
• IDC 預估 2026 年 PC 出貨下滑 11.3%、智慧型手機下滑 12-14%
• OEM 開始「規格縮水」:中階手機記憶體從 12GB 降至 8GB 甚至 4GB
• 部分 OEM 銷售不附 RAM 的預組桌機
• 記憶體佔 PC 製造成本從約 15-18% 飆升到 35%（HP 報告）

DDR4 出現了一個反常現象:因為 legacy 產線持續萎縮、供給量更少,DDR4 32GB 套件的價格一度比 DDR5 同規格還貴。這是「舊規格因停產而反向漲價」的典型案例——跟被動元件產業結構裡日系廠商停產低階 MLCC 導致漲價的邏輯相同。

跟被動元件缺貨的結構比較

記憶體跟被動元件的缺貨有三個結構相似點和兩個關鍵差異:

相似點

• 都是高階排擠低階（HBM 排擠 DDR5 / AI MLCC 排擠消費型 MLCC）
• 都有產能紀律放大缺貨持續時間（三家 DRAM 寡占 / 日系 MLCC 廠選擇性 EOL）
• 都有合約機制放大假需求（重複下單、配給、通路囤貨）

關鍵差異

• 記憶體的寡占程度遠高於被動元件（DRAM 只有三家廠商、合計 95%;MLCC 前五大合計 70-80%、廠商更分散）,產能紀律更容易維持,缺貨持續更久
• 記憶體的產能擴建週期更長（3-5 年 vs MLCC 1-2 年）,供給恢復的物理下限更遠

綜合看,記憶體缺貨的結構比 2018 年被動元件缺貨更嚴峻——更高的集中度讓產能紀律更強、更長的擴建週期讓新供給到位更慢、HBM 的合約綁定讓產能回流更受限。

跟其他文章的關係

本篇是產能擴建週期、產能排擠、供應合約與價格傳導三篇方法論的實作應用。產業結構的對照見被動元件產業結構——同一套排擠機制在兩個產業的不同表現。國巨案例分析是被動元件端的公司級案例;記憶體端尚未做公司級案例（Samsung/SK Hynix/Micron 的個別分析可作為後續延伸）。採購端的配給機制處理的是買方在缺貨環境下的應對策略。需求端的源頭——hyperscaler 的 AI capex 數字與獲利品質判讀——見AI 時代獲利品質判讀。

概念位置

MLCC 是被動元件產業中集中度最高的品類——村田一家超過四成全球市佔，前五大合計約七到八成。集中度高意味著供需反轉時價格彈性極端：2018 年部分規格現貨漲到合約價的 15 倍。這個市場結構是理解產能擠壓和產能擴張循環在被動元件產業中表現的前提。

跟DRAM的差異：DRAM 也是寡占、也有景氣循環，但 DRAM 的差異化更低（完全標準化規格），MLCC 在高容值、車用、軍工領域有認證門檻造成的短期不可替代性。

AI 需求把供需緊張推向高容值 MLCC。GPU 功耗越高（H100 約 700W、B200 約 1000W），電源轉換電路的電流越大、波動越劇烈，需要容值更高的 MLCC 來穩定電壓（AI 伺服器需要的高容值 MLCC 在 47-100 微法拉等級）。容值要高，物理上需要更多陶瓷介電層、每層更薄（高階品的單層厚度低於 1 微米），製造時的良率（合格品比例）控制難度隨之增加——同樣的產線投入，能產出的合格品更少——陶瓷材料的配方、燒結溫度、積層精度都是 know-how 密集的環節，能量產這個等級的廠商全球只有個位數。結果是 AI 伺服器每機櫃 MLCC 數量從傳統伺服器的幾萬顆跳到 40-60 萬顆，集中需要最難做的品類，交期從正常 8 週延長到 20 週以上。

可觀察訊號與例子

判讀 MLCC 供需的三個訊號。交期變化：正常 4-8 週，超過 12 週是供給趨緊的早期訊號。ASP 趨勢：標準型 MLCC 是大宗商品，ASP 持續下降是常態，ASP 止跌或反轉是供需反轉的訊號。日系廠商的產品組合公告：日系退出低階產品規格（EOL 停產公告）是供給端結構性收縮的領先指標——2016-2018 年 TDK 和村田累計停產超過 700 個料號，直接觸發了 2018 缺貨潮。

判讀方式

MLCC 相關公司的判讀核心是「標準型」和「高階型」兩個市場的營收佔比。標準型（低容值、消費電子用）是價格競爭市場，中國廠商正在填補日系退出的缺口，毛利率偏低。高階型（高容值、車用、AI 用）有認證門檻和製造門檻，毛利率顯著較高，供給集中在日系。一間公司的營收組合中高階佔比越高，在景氣循環中的議價力和毛利率韌性越強。進一步看客戶結構——車用客戶有長約保護、ASP 穩定但認證週期長；資料中心客戶需求成長快但集中在少數 GPU 廠商的供應鏈，議價力動態不同。

概念位置

HBM 的產能瓶頸來自三個環節的交叉限制，是理解 AI 產業產能擠壓的關鍵。

第一是晶圓面積。HBM 需要把 8-12 層 DRAM 晶粒堆疊，每層都是獨立的晶粒，一顆 HBM 消耗的晶圓面積是同容量傳統 DRAM 的 3-4 倍。當記憶體廠把產能從傳統 DRAM 轉向 HBM，同一座晶圓廠能產出的位元數大幅下降——這就是產能擠壓的機制。

第二是先進封裝。HBM 的垂直堆疊需要 TSV（Through-Silicon Via，矽穿孔）技術把每層晶粒的數千條訊號垂直貫穿，再用極細的焊點連接。這個封裝製程比傳統記憶體複雜得多，產能集中在少數封裝廠。

第三是與 GPU 的共封裝。HBM 和 GPU 要一起放在同一塊基板上（台積電的 CoWoS 製程），這個先進封裝的產能同樣是瓶頸。

跟 MLCC 的類比：兩者都是「AI 需求把產能推向高階品類、擠壓低階品類可用產能」的結構，但驅動因素不同——MLCC 是製造 know-how 門檻，HBM 是晶圓面積的物理消耗。

可觀察訊號與例子

HBM 世代演進：HBM2e → HBM3 → HBM3e → HBM4，每代頻寬和容量提升，但堆疊層數也增加（HBM3e 為 8-12 層，HBM4 預計 16 層），晶圓面積消耗持續擴大。NVIDIA H100 搭配 HBM3（80GB），H200 搭配 HBM3e（141GB），B200 搭配 HBM3e（192GB）——每代旗艦的 HBM 用量倍增。

SK 海力士在 HBM 市場佔約 50-60%，三星約 20-35%（受 HBM3e 良率（合格品比例）波動影響），美光第三且快速成長。HBM 的合約價是傳統 DRAM 的 5-6 倍（以每 GB 計），且供不應求時不像傳統 DRAM 那樣走現貨市場——大客戶（NVIDIA、AMD）用長約鎖量，中小客戶幾乎拿不到貨。

判讀方式

HBM 營收佔比是判讀記憶體廠商毛利率走向的關鍵指標。HBM 的 ASP 遠高於傳統 DRAM，當廠商把產能轉向 HBM，營收和毛利率會同步上升——但傳統 DRAM 的可用產能下降，可能讓傳統 DRAM 也因為供給減少而漲價。這是產能擠壓的雙向效應。風險面：HBM 的技術疊代快，良率爬坡期的成本高，如果下一代產品良率不如預期（如三星的 HBM3e 良率問題），會直接衝擊毛利率。

概念位置

DRAM 產業是典型的寡占結構：三星、SK 海力士、美光三家合計全球市佔超過 95%。產品高度標準化（DDR4、DDR5 等規格由國際標準組織 JEDEC 統一制定），差異化極低，具大宗商品特徵——但寡占結構讓三家廠商在供給端有一定的產能紀律，景氣谷底會同步減產止血。

DRAM 的景氣循環驅動因素跟 MLCC 類似但放大機制不同：MLCC 的波動來自多層通路的牛鞭效應和投機囤貨；DRAM 的波動來自產能投資的長前置期（新廠建設 18-24 個月）和位元需求的突然加速或減速。兩者共通的是：供需反轉時價格彈性極端。

HBM 是 DRAM 的衍生品類——物理上就是多層 DRAM 晶粒垂直堆疊。當廠商把晶圓產能從傳統 DRAM 轉向 HBM，同一座工廠能產出的傳統 DRAM 位元數下降，這是產能擠壓的核心機制。

可觀察訊號與例子

DRAM 合約價有活躍的週報市場（DRAMeXchange / TrendForce 每週報價），是最即時的景氣觀測窗口——連續三個月合約價下跌通常預示景氣轉弱。位元出貨量成長率（記憶體用位元而非顆數計量，因為同一顆晶片的容量隨技術進步倍增）vs 位元產能成長率：需求成長率高於供給成長率時價格上漲，反之下跌。廠商資本支出計畫：三大廠同時宣布擴產是景氣高峰的訊號，同時宣布減產是谷底訊號。

2023 年是典型的谷底年——三大廠同步減產，DRAM ASP 跌幅超過 40%，三星記憶體事業出現罕見的季度虧損。2024 年隨 AI 需求拉動 HBM，傳統 DRAM 也因產能被擠壓而供給趨緊，價格反轉上漲。

判讀方式

DRAM 的 ASP 波動極大（一年內可以漲跌 50%+），營收成長可能完全來自漲價而非出貨量增加——前者是週期性的，後者才是結構性的。看一家記憶體廠的長期競爭力，看製程節點推進速度（每顆晶粒的位元密度）和 HBM 等高階品類的營收佔比，而非短期的 ASP 漲幅。

概念位置

EMS 在電子供應鏈中的位置是「設計端」和「零件端」之間的樞紐。上游的零件供應商（MLCC、DRAM 廠商）把元件賣給 EMS，EMS 組裝成成品交給下游的品牌商。這個位置決定了 EMS 在缺貨時的角色——EMS 同時替多家品牌商採購，掌握實際的零件需求量，但也是牛鞭效應的放大節點：缺貨時 EMS 會替客戶加倍下單搶貨，市場反轉時同時取消，讓需求波動被逐層放大。

跟 ODM 的差異：EMS 按客戶圖紙製造，不參與設計；ODM 自己設計產品再貼客戶的品牌出貨。兩者的毛利率結構不同——ODM 因為擁有設計能力，毛利率通常略高。

可觀察訊號與例子

EMS 是大宗商品型的生意——毛利率通常 3-8%，利潤來自規模與效率。判讀 EMS 廠商時的關鍵指標是產能利用率和客戶集中度。大型代工集團（如鴻海）常同時擁有 EMS 和 ODM 事業線，判讀時看營收分拆（segment breakdown）而非公司層級整體毛利率。產能利用率下降代表訂單流失或產業需求下滑，營業槓桿會讓獲利快速縮水。客戶集中度過高（如鴻海對 Apple 的依賴）意味著議價力不對等。

判讀方式

在缺貨潮分析中，EMS 的行為是理解供需放大的關鍵。EMS 同時服務多家品牌商，缺貨時會替所有客戶同時搶貨，讓零件供應商收到的訂單量遠超實際終端需求。分析被動元件或記憶體缺貨事件時，EMS 的庫存天數變化是判讀「真實需求」vs「恐慌囤貨」的切入點——庫存天數從正常水準（30-45 天）急升到 60+ 天，通常代表搶貨而非需求暴增。

概念位置

ODM 在供應鏈中的定位介於 EMS 和 OEM 之間。EMS 只做製造（按圖施工），ODM 擁有設計能力（自己畫圖），OEM 擁有品牌和通路（決定產品賣給誰、賣多少錢）。三者的毛利率通常遞增：EMS 3-8%、ODM 4-12%（筆電 ODM 偏低、伺服器 ODM 偏高）、OEM 品牌商 20-50%+。

ODM 的商業價值在「設計即服務」——品牌商不需要養自己的硬體設計團隊，只要向 ODM 下單就能拿到成品。代價是產品差異化受限：同一款 ODM 設計的底板可能同時貼三家品牌的 logo 出貨，品牌商之間的硬體差異極小。

可觀察訊號與例子

AI 伺服器需求正在改變 ODM 的議價力。傳統伺服器是標準化產品，品牌商（Dell、HPE、Lenovo）容易在多家 ODM 之間切換。但 AI 伺服器（搭配 HBM、液冷散熱、高功率供電）的設計複雜度更高，能做 AI 伺服器的 ODM 數量有限，設計驗證週期長，品牌商的切換成本上升。

判讀方式

兩個結構性指標決定 ODM 的議價力天花板。產品組合的高低階比例：AI 伺服器、車用電子等高複雜度產品佔比越高，毛利率和議價力越強。客戶數量與集中度：ODM 的客戶通常是幾家大型品牌商，單一客戶佔營收超過 30% 時，議價力偏向客戶端。

「OEM」這個詞的字面意思是「原始設備製造商」，但在供應鏈實務中已經偏離字面——Apple 自己不製造 iPhone，製造是 EMS（鴻海）和 ODM 的工作。OEM 在當代電子產業的實際角色是「品牌商 + 規格制定者 + 通路擁有者」。

概念位置

OEM 是供應鏈的需求端起點。OEM 決定要做什麼產品、用什麼規格，規格決策沿著供應鏈向上傳導：ODM 根據 OEM 的規格設計產品，EMS 根據設計製造，零件廠根據 EMS 的訂單生產元件。當 OEM 的需求預測偏差——例如高估銷量而加倍下單——預測偏差會被供應鏈的每一層放大，形成牛鞭效應。

OEM 是三種角色中毛利率最高的，因為擁有品牌溢價和終端定價權。Apple 的毛利率約 45%，Dell 約 22%，同期替 Apple 代工的鴻海毛利率約 6%——價值鏈上的位置決定了利潤分配。

可觀察訊號與例子

在缺貨事件中，OEM 的行為是連鎖反應的觸發點。2018 年被動元件缺貨潮中，OEM 因擔心斷料而向 EMS 下達正常量兩到三倍的訂單，EMS 再向零件廠加倍下單——實際終端需求可能只增加 10-15%，但零件廠收到的訂單量增加了 100-200%。反轉時 OEM 取消超額訂單，庫存雪崩。

判讀方式

OEM 端的判讀重點是區分「真實需求」和「預防性囤貨」。OEM 的成品庫存天數和預付款項的異常增加，是判讀囤貨行為的訊號。OEM 的採購策略（長約比例、安全庫存政策、第二來源佈局）決定了它在缺貨時的脆弱程度——只有單一來源且無長約的 OEM，在缺貨時最容易恐慌性搶貨。

概念位置

ASP 是判讀週期性產業毛利率走向的核心指標。在大宗商品型產業，產品高度標準化、成本結構相對穩定，ASP 波動直接決定毛利率波動——2017-2018 年 MLCC 出口價累計年增近 94%，帶動國巨毛利率從 33% 升到 58%；2019 年 ASP 跌幅超過 50%，毛利率回落。

ASP 跟單位經濟的差異：ASP 是產品層級的定價指標，不包含客戶取得成本、留存率等面向。兩者的交集是毛利——ASP 下跌到低於單位生產成本時，每多賣一件就多虧一件。

可觀察訊號與例子

ASP 拆解能揭露營收成長的品質。一家記憶體廠季營收成長 30%，可能是（a）ASP 漲 25% + 出貨量增 4%（純漲價，週期性），或（b）ASP 跌 5% + 出貨量增 37%（量增，結構性）。兩者對未來獲利的暗示截然不同——（a）在價格反轉時會快速消退，（b）代表市佔或應用場景在擴大。

產品組合轉移也會影響整體 ASP。日系 MLCC 廠商退出低階消費型（低 ASP）轉向車用和 AI（高 ASP），整體 ASP 上升，但這不是漲價——是產品組合的結構性位移。判讀時要把 ASP 變動拆成「同規格漲價」和「組合轉移」兩個成分。

判讀方式

兩個常見陷阱。第一，ASP 上升不等於競爭力增強——可能只是景氣循環的漲價階段，要跟產能利用率和通路庫存交叉比對。第二，ASP 下降不等於衰退——技術進步帶動的 ASP 下降（如 DRAM 每 GB 單價逐年下降）是常態，只要位元出貨量成長率高於 ASP 跌幅，營收仍在成長。

概念位置

晶圓代工的產能是 AI 算力擴張的硬約束。NVIDIA 設計 GPU、但製造完全依賴台積電的先進製程產線。台積電的產能排程決定了 NVIDIA 能出多少顆 GPU、進而決定全球 AI 伺服器的部署速度。先進製程的新廠建設需要 36-60 個月、投資 100 億美元以上——產能擴張的前置期比 MLCC（12-18 個月）長得多，供需失衡的修正週期也更長。

晶圓代工跟 EMS 都是「替品牌商製造」的角色，但護城河結構截然不同。先進製程晶圓代工的技術門檻極高、能做的廠商只有個位數、毛利率約 55-59%（台積電 2024 年）；EMS 的 PCB 組裝大多數廠商都能做、毛利率 3-8%。差異來自製程的不可替代性——3nm 晶片只有台積電能做，但組裝一台伺服器有多家 EMS 可選。

可觀察訊號與例子

晶圓代工產業的結構是雙軌：先進製程（7nm 以下）由台積電和三星兩家寡占，成熟製程（28nm 以上）由聯電、中芯國際等多家競爭。兩個軌道的供需動態不同——先進製程長期供不應求（AI 需求拉動），成熟製程面臨中國廠商擴產的價格壓力。

HBM 的先進封裝（CoWoS，台積電的晶片級封裝技術）也是台積電的產能，HBM 跟 GPU 搶同一條封裝產線——這是產能擠壓的另一個節點。

判讀方式

「用哪家代工廠」和「用什麼製程節點」決定了一家晶片公司的成本結構和產能受限程度。使用台積電先進製程的公司（NVIDIA、Apple、AMD）在產能吃緊時面臨交期延長和代工費上漲；使用成熟製程的公司（車用晶片、工控 IC）在 2020-2021 年曾因產能被先進製程排擠而嚴重缺貨。判讀時要區分「設計能力瓶頸」和「代工產能瓶頸」——同一家晶片公司可能設計能力很強但因為排不到台積電的產線而無法出貨。