HBM4：AI纪元的内存圣杯争夺战与计算范式重构

TL;DR：

HBM4正成为AI算力竞赛的核心瓶颈与战略高地，全球三大存储巨头SK海力士、三星和美光正加速技术迭代，从芯片工艺到先进封装展开激烈角逐。这场围绕HBM的“三国杀”不仅重塑了内存产业格局，更深刻定义了AI时代下一代计算架构与地缘战略的重心，预示着高附加值内存市场的周期性挑战与创新机遇并存。

在人工智能浪潮的汹涌推进下，传统计算架构的“内存墙”（Memory Wall）瓶颈日益凸显，数据传输速度和效率的限制正成为AI模型规模化发展与性能提升的桎梏。正是在这一背景下，高带宽内存（HBM）从一个利基产品跃升为驱动AI革命的核心基础设施，其下一代形态——HBM4，以箭在弦上的态势，宣告着一场技术与商业的全面竞速，以及对未来计算范式的深远影响。

当前产业格局与“内存墙”的突破

HBM的核心创新在于通过硅通孔（TSV）技术将多个内存Die垂直堆叠，从而实现惊人的带宽和数据传输效率，极大缩短了数据传输路径，提升了处理速度。与传统GDDR和LPDDR内存相比，HBM的迭代速度和带宽增长呈现指数级飞跃，有效缓解了处理器与内存之间的数据瓶颈，为高性能AI计算提供了至关重要的支持。

当前的HBM市场呈现出高度集中的竞争格局。2024年，SK海力士和三星以合计超过90%的市场份额（SK海力士54%，三星39%）牢牢占据主导地位，而美光则以7%的份额紧随其后，奋力追赶。¹ 这三家巨头均已将目光锁定在下一代“王牌”——HBM4，誓言“重新定义内存”，使其成为“下一代里程碑”。HBM不再是单纯的存储元件，而是AI算力基础设施中的关键战略资产，其性能、能效和成本直接决定了AI集群的整体效能和经济性。

HBM4：巨头们的战略角逐与技术路线图

HBM4的研发与量产成为存储巨头们争夺AI时代领导权的焦点。各家都亮出了独特的杀手锏，展现出对性能、能效和集成度的极致追求。

• SK海力士：性能与效率的平衡大师 SK海力士将HBM定义为“近内存”（Near-Memory），强调其在内存层次结构中更接近计算核心的优势。其HBM战略基于三大结构优势：通过3D TSV实现高容量、通过宽通道并行传输实现高带宽、以及单位比特传输的低能耗。在HBM3E到HBM4的代际过渡中，SK海力士宣称带宽将提升高达200%（即达到三倍），HBM4样品已出货，其容量最高可达36GB，带宽超过2TB/s，能效比HBM3E低约40%，散热性能提升4%。¹ 值得注意的是，SK海力士在HBM4上采取了一项颠覆性的战略转变。此前，SK海力士的HBM产品，包括封装内最底层的基底裸片（base die），均基于其自身制程工艺制造。然而，从HBM4产品开始，SK海力士计划采用台积电（TSMC）的先进逻辑工艺来制造其HBM4的客户特定逻辑芯片（即基底芯片），并通过台积电进行最终封装。²³⁴⁵ 这不仅是工艺路线的选择，更是产业协作深度融合的标志，预示着在极高集成度芯片领域，垂直整合与水平分工将走向更深层次的动态平衡。这一合作旨在 leveraging 台积电在先进逻辑工艺和封装方面的专长，以进一步提升HBM4的性能和集成度，特别是在定制化逻辑功能方面。

• 三星：步步为营的全面进化 三星同样将HBM视为近存，并详细阐述了从HBM2到HBM4E的演进路线图，预计HBM4在2026年达到2.048 TB/s的带宽，HBM4E则在2027年实现更大容量、更高带宽和更强的可控性。¹ 尽管芯片尺寸和总功耗随性能提升而增加，三星在能源效率上的持续优化值得关注，例如HBM3E在保持芯片尺寸不变的情况下，能效由4.12 pJ/bit降至4.05 pJ/bit，这对于数据中心运营成本至关重要。¹ 三星HBM4的关键技术变革是从传统工艺转向FinFET工艺，这将带来高达200%的性能提升、70%的面积减少和50%的功耗降低。¹ 此外，三星引入了创新的混合键合技术（HCB），而非传统的微凸点焊接，实现了Die间和Die与中介层之间的无缝直接连接。HCB相较于热压键合（TCB），能支持高达33%的堆叠层数提升和20%的热阻提升，为高层数堆叠和散热挑战提供了解决方案。¹

• 美光：后来者的精准追击 美光虽然起步稍晚，但策略清晰，直接跳过HBM3，凭借HBM3E成功打入英伟达H200 GPU供应链。¹ 计划于2026年推出的HBM4将采用12层内存Die堆叠设计，以36GB为主要规格，带宽提升至超过2 TB/s，配备2048-bit超宽接口，能效较前代提升超20%。¹ 美光虽未明确HBM4E路线图，但其将持续聚焦高带宽、大容量、高能效及定制化方向。

制造复杂性与封装创新：产业协同的新范式

HBM的制造过程极其复杂，涉及前端和后端共七大主要步骤。¹ 前端工艺的改进，如增加TSV数量和提升单Die密度，是提升带宽和单Die容量的关键。然而，随着Die尺寸的持续增大，也带来了更高的每GB成本。后端工艺则聚焦于增加堆叠层数，海力士以MR-MUF（Mass Reflow Underfill）著称，而三星和美光则主要使用TC-NCF（Thermo-Compression Non-Conductive Film）。MR-MUF因其低温一次性回流焊的特性，在效率上可能占据优势。

展望未来，16层堆叠的HBM产品可能将采用**混合键合（Hybrid Bonding）**技术，以应对Die间隙极小化的挑战。分析师预测，到2026年的HBM4 (12层) 和 HBM4e (16层) 将开始应用新的键合技术，而到2028年的HBM5（20层）甚至可能普及晶圆到晶圆（W2W）混合键合。¹ 这种封装技术的演进是实现更高集成度、更高性能HBM的关键。

更深层次的创新在于HBM架构从“标准HBM”（s-HBM）向“定制HBM”（c-HBM）的演进。定制HBM通过将部分原本位于GPU/ASIC上的HBM PHY和逻辑功能集成到HBM的基底芯片中，可以实现更短的通道长度、更少的I/O数量和更低的功耗，从而显著提升系统性能并降低总拥有成本（TCO）。¹³ 这一趋势与SK海力士选择台积电先进逻辑工艺制造HBM4基底芯片的策略不谋而合，标志着存储与逻辑芯片设计、制造、封装的深层融合与协同创新。

市场前景、潜在风险与地缘战略考量

HBM市场无疑前景光明。Yole Group数据显示，全球HBM收入预计将从2024年的170亿美元增长至2030年的980亿美元，复合年增长率（CAGR）高达33%。HBM在DRAM市场中的收益份额预计将从2024年的18%扩大到2030年的50%，尽管其位出货量份额仅占DRAM市场的约10%。¹ 这凸显了HBM的极高附加值和高单价：目前HBM的每比特成本是DDR的约3倍，但定价却是DDR的约6倍，毛利率高达70%。到HBM4时代，这一差距预计将进一步扩大到4倍成本和8倍定价。¹

然而，市场并非一帆风顺，潜在的风险与挑战不容忽视。MKW Ventures Consulting LLC的分析师警告，新技术热度高涨往往伴随着夸大的预期，应警惕过渡炒作的风险。快速增长的市场必然伴随修正和周期性调整：主要供应商的产能增加可能导致供应过剩，引发市场“消化”阶段，增长放缓。例如，HBM市场超高速增长率预计将从2024/2025年的100%下降到2026年的20%。¹

多个指标预示着半导体（尤其是内存市场）可能进入修正期，包括终端客户收入增长放缓、库存增长、位出货量增长但利润增长放缓、新产能上线、以及“消化”一词在超大规模数据中心运营商或英伟达等客户中的使用。HBM独特的供应链限制了DDR和HBM之间的灵活性，加剧了潜在的供过于求风险，可能导致HBM毛利率下降至40%或更低。¹

从地缘战略视角看，虽然HBM市场目前由韩美巨头主导，但中国正在加大力度实现HBM生产的本地化。强大的国内AI加速器需求、政府支持以及成熟的半导体产业网络，为中国企业在未来几年内赢得HBM市场的重要立足之地创造了条件。这不仅是技术和商业的竞争，更是全球技术自主权与产业链安全的战略博弈。

AI时代：HBM对计算范式与人类文明的深远影响

HBM的崛起不仅仅是内存性能的线性提升，它是对AI时代计算范式深层逻辑的重构。它促使我们重新思考数据中心的设计、AI模型的训练与推理效率，甚至未来通用人工智能（AGI）的实现路径。更高的带宽和更低的能耗比特，意味着AI模型可以处理更大规模、更复杂的任务，加速科学发现、药物研发、气候模拟等领域的突破。

从哲学思辨的角度看，HBM通过其极致的效率和集成度，正在将AI的“大脑”——处理器，与“记忆”——内存，以前所未有的紧密程度连接起来。这种**“近记忆计算”**的趋势模糊了传统计算架构的界限，使得数据处理不再是简单的“搬运”，而更像是“就地加工”，从而显著降低了“思考”的能耗和延迟。这不仅是工程上的胜利，更是对冯·诺依曼架构固有局限性的一次深刻挑战，预示着未来计算的形态将向更加紧凑、高效和仿生的方向发展。

然而，HBM的成功也带来新的伦理和社会考量。对高端HBM的依赖可能加剧全球算力分配的不均，进一步拉大数字鸿沟。其复杂且高度集中的供应链也带来了潜在的供应链安全和地缘政治风险。如何确保这一关键基础设施的全球可及性、韧性与可持续性，是所有利益攸关方必须共同面对的挑战。HBM，作为AI时代的“圣杯”，不仅映射出人类对更强大智能的无限追求，也折射出在技术加速演进中，我们如何平衡效率、公平与可持续发展的深层思考。

引用

• HBM4
• AI芯片
• 高带宽内存
• 存储器
• 半导体竞争
• 先进封装