AI服务器出货动能强劲带动HBM需求提升，据TrendForce研究显示，2022年三大原厂HBM市占率分别为SK海力士 50%、三星约40%、美光约10%。 此外，高阶深度学习AI GPU的规格也刺激HBM产品更迭，2023下半年伴随NVIDIA H100与AMD MI300的搭载，三大原厂也已规划相对应规格HBM3的量产。
因此，在今年将有更多客户导入HBM3的预期下，SK海力士作为目前唯一量产新世代HBM3产品的供应商，其整体HBM市占率可望借此提升至53%，而三星、美光则预计陆续在今年底至明年初量产，HBM市占率分别为38%及9%。
目前NVIDIA所定义的DL/ ML型AI服务器平均每台均搭载4张或8张高阶显卡，搭配两颗主流型号的x86 服务器CPU，而主要拉货力道来自于美系云端业者Google、AWS、Meta与Microsoft。 据TrendForce统计，2022年高阶搭载GPGPU的服务器出货量年增约9%，其中近80%的出货量均集中在中、美系八大云端业者。 展望2023年，Microsoft、Meta、Baidu与ByteDance相继推出基于生成式AI衍生的产品服务而积极加单，预估今年AI服务器出货量年增率可望达15.4%，2023~2027年AI 服务器出货量年复合成长率约12.2%。
根据TrendForce调查，AI服务器可望带动内存需求成长，以现阶段而言， Server DRAM普遍配置约为500~600GB左右，而AI服务器在单条模组上则多采64~128GB，平均容量可达1.2~1.7TB之间。 以Enterprise SSD而言，由于AI服务器追求的速度更高，其要求优先往DRAM或HBM满足，在SSD的容量提升上则呈现非必要扩大容量的态势，但在传输界面上，则会为了高速运算的需求而优先采用PCIe 5.0。 而相较于一般服务器而言，AI服务器多增加GPGPU的使用，因此以NVIDIA A100 80GB配置4或8张采计，HBM用量约为320~640GB。 未来在AI模型逐渐复杂化的趋势下，将刺激更多的内存用量，并同步带动Server DRAM、SSD以及HBM的需求成长。
