从HBM4量产出货谈谈一块垂直堆叠的内存为何会卡住整个AI产业的脖子
本月，SK海力士正式启动面向英伟达的12层HBM4量产出货的消息引起了笔者的注意。与此前供应的工程样品不同，这是HBM4首次以完成全部质量认证的最终规格交付，将用于英伟达下一代AI平台Vera Rubin。这个消息也标志着HBM4产品开始进入产能爬坡阶段。
为何HBM4量产出货的消息，会引起业界的关注呢？这必须从困扰计算产业几十年的根本问题说起。
算得快，不如搬得快
要理解HBM为何重要，必须先搞清楚内存墙的问题。
我们知道，计算机遵循冯·诺依曼架构，计算单元和存储单元是分开的。CPU或GPU负责计算，内存负责存储，数据需要在两者之间不断搬运。这就好比一个顶级厨师，我们给他配了一个传菜生——传菜生端菜的速度如果跟不上，厨师再快也只能干等。
过去几十年，CPU、GPU的算力飞速增长，但内存带宽的提升速度远远落后。相关的数据显示，2024至2026年，主流大模型参数量暴涨百倍，上下文窗口从万字级拓展至百万字级，但服务器内存带宽年均提升不足15%，严重滞后于AI业务增速。算力越来越强，数据却堵在路上——“内存墙”成了整个AI产业最头疼的瓶颈。
HBM之父金正浩曾直言：AI的本质是内存，GPU真正工作的时间只有10%。这句话点出了HBM崛起的根本逻辑：在AI时代，决定计算性能上限的关键因素，已经不再只是CPU和GPU本身，而是数据能否以足够快的速度送到处理器面前。
HBM的本质是加大内存容量和带宽
传统内存（如DDR、GDDR）是平面布局的，芯片平铺在电路板上，靠有限的引脚与处理器通信，数据传输通道狭窄。而HBM（High Bandwidth Memory，高带宽内存）的思路截然不同——它把多块DRAM芯片垂直堆叠起来，再用数千条微细通道（TSV硅通孔）同时传输数据。
这个“垂直堆叠”的方案带来了两大优势。
第一是带宽的飞跃。传统内存的数据通道好比一条普通公路，而HBM相当于同时开通了上千条车道。以HBM3E为例，每个堆栈的数据通道宽度达到1024位，而HBM4更是翻倍至2048位。通道越宽，同一时间能传输的数据就越多。
第二是物理距离的缩短。HBM被封装在GPU的同一块基板上，紧挨着计算核心，数据走的路径极短。距离越短，延迟越低，功耗也越低。HBM4的能效较上一代提升了逾40%。
打个比方：传统内存像是把仓库（存储）建在城外，用一条窄路往城里的工厂（计算）运货；HBM则是把仓库直接搬到工厂隔壁，还修了一条几十车道的高速公路。
从HBM到HBM4：代际跃升如何改变游戏规则
HBM并非一夜成名。从2013年第一代HBM问世，到如今HBM4量产，这个技术已经走过了十多年的演进之路。但真正让HBM从小众技术变成核心技术的，是AI大模型的爆发。
大模型训练和推理需要处理海量数据。一个千亿参数的大模型，每次前向传播和反向传播都要在内存和计算单元之间搬运天文数字级的数据量。带宽不够，GPU就只能等待，算力再强也发挥不出来。另外，GPU高昂的价格，如果长期闲置，给企业也带来了巨大的浪费。
HBM4相较前代HBM3E实现了质的飞跃：数据传输通道从1024条增至2048条，带宽提升一倍；运行速率突破10Gbps，明显高于JEDEC标准设定的8Gbps上限；单颗12层封装产品每秒数据处理能力超过2TB。在AI典型负载下，整体计算性能最高可提升69%。
英伟达下一代AI平台Vera Rubin的GPU最高支持288GB HBM4显存配置。288GB容量配合每秒数TB的带宽，才能喂饱新一代AI芯片的算力胃口。
为什么HBM会“卡脖子”
HBM的制造难度极高。它不仅仅是设计一块内存芯片，更要在商业良率的前提下，生产出可靠、高带宽、高容量的3D内存堆叠。每一层DRAM芯片都要通过TSV硅通孔精准连接，12层甚至16层堆叠在一起，任何一层的瑕疵都会导致整个封装报废。
目前HBM的良率约在50%至60%，生产周期长达两个季度。全球能大规模供应HBM的厂商只有三家：SK海力士、三星电子和美光。
在这场竞赛中，SK海力士暂时领跑。2026年第一季度，SK海力士以58%的份额位居全球HBM市场首位。在HBM4这一代，Counterpoint Research预计SK海力士将占据全球市场54%的份额，超过三星的28%和美光的18%。
更值得注意的是供货集中度。据业界测算，SK海力士有望承接英伟达HBM4总供货量的60%左右，部分观点认为最高可达70%。这意味着英伟达下一代AI芯片的“内存命脉”，很大程度上掌握在SK海力士手中。
2026年7月，SK海力士仅用两个多月就完成了从晶圆投片到HBM4出货的全流程，而行业常规周期通常需要四个月。这种“紧急插单、优先排产”的模式，恰恰说明了HBM4的稀缺性和战略紧迫性。
SK海力士已与10家行业大客户签订长期芯片供货协议，计划2026年下半年大幅扩充HBM4产能。预计2026年第四季度，HBM4在整体HBM销售中的占比将超越HBM3E，成为公司营收核心主力。
写在最后：虽价格过高但仍供不应求
HBM在AI硬件中的角色正在发生根本性转变。它不再只是GPU的配套存储，而是升级为决定算力上限的核心环节。在AI服务器中，HBM的价值量占比正快速攀升——从2021年的7%升至GPU成本的25%以上。
2026年7月，HBM4从样品走向量产。这不仅是技术迭代的一小步，更是AI硬件竞赛进入内存主导时代的一大步。
当然，更深层的变化在于产业话语权的转移。HBM之父金正浩指出，由于HBM供不应求，供应方开始决定价格，这是范式的转变。在传统存储芯片市场，价格周期由供需波动主导，厂商缺乏定价权。但在HBM领域，需求方（AI芯片厂商）排着队求购，供应方掌握着主动权。
当算力不再是唯一瓶颈，当数据搬运速度决定了整个系统的效率上限，谁掌握了最快的内存，谁就掌握了AI产业的命脉。这就不难理解，为什么一块内存芯片能成为AI时代的命门。