HBM:AI 算力链上,那堵谁也绕不过去的「带宽墙」

「行業研究」存儲系列·第二篇。上一篇講了存儲為什麼這一輪不像週期,反覆點到一個詞——HBM。這一篇把它單獨拆開,因為理解了 HBM,你才真正理解這輪存儲的權力從哪來。

01先搞清楚:HBM 到底解決什麼問題

要理解 HBM 為什麼突然這麼重要,得先理解 AI 算力的一個反直覺事實——很多時候,GPU 不是被「算力」卡住的,是被「帶寬」卡住的。

一顆英偉達的旗艦 GPU,理論算力極其驚人。但算力要發揮,前提是數據能及時喂進去。訓練或推理一個大模型時,要反覆地把海量參數和數據,從存儲搬進計算單元、再搬出來。如果這個「搬運」的速度跟不上,那再強的算力也只是空轉——計算單元在那裏乾等數據。

這就是芯片業講了幾十年的**「內存牆」(memory wall)**:算力每年漲得飛快,但數據從內存搬到計算單元的速度,漲得慢得多。兩者的差距越拉越大,到了 AI 大模型時代,這堵牆成了決定性的瓶頸。

HBM(High Bandwidth Memory,高帶寬存儲)就是為了砸穿這堵牆而生的。它的核心思路簡單粗暴——既然單條通道帶寬不夠,那就把很多層 DRAM 芯片垂直堆疊起來,用極寬的通道,緊貼着 GPU 並排放,讓數據「並行地、近距離地」湧進計算單元。

打個比方:普通 DRAM 像是一條雙車道公路通向工廠;HBM 則是把幾十條車道並排鋪開、而且把倉庫直接搬到工廠隔壁。運的還是同樣的貨(數據),但吞吐量是數量級的差別。

所以 HBM 的本質,不是「更大的內存」,是「更快的喂數據管道」。在 AI 這個「算力過剩、帶寬稀缺」的時代,誰能造出最快的管道,誰就掌握了整條算力鏈的咽喉。這就是存儲——一個三十年的配角——第一次坐到主位的物理原因。

02為什麼它這麼貴、這麼難造

如果 HBM 只是「把 DRAM 疊起來」這麼簡單,那它不會有今天的壁壘。它真正的難,在於三件事,而這三件事共同決定了它的高價和高門檻。

第一,垂直堆疊 + 硅通孔(TSV),是製造工藝的噩夢。

HBM 要把 8 層、12 層、未來 16 層的 DRAM 芯片垂直疊在一起,層與層之間用一種叫**硅通孔(TSV)**的技術,在硅片上打成千上萬個微觀的垂直孔洞來導通信號。這意味着每一層的良率要極高——因為任何一層出問題,整個堆疊就廢了。12 層堆疊的綜合良率,是 12 層各自良率的連乘,這是一個對製造精度極度殘酷的數學。這也是為什麼 HBM 是存儲裏最考驗「製造內功」的產品,不是有錢建廠就能做好。

第二,它三倍地消耗晶圓,擠壓了一切。

我在上一篇點過這個數字,這裏講透它的含義——製造同樣容量的 HBM,消耗的晶圓面積大約是普通 DRAM 的 3 倍(因為堆疊、TSV、更大的裸片面積都要佔地方)。這帶來一個連鎖後果:廠商每把產能轉去做 HBM,就要從普通 DRAM 那裏抽走約 3 倍的產能。結果是 HBM 自己貴,還順手造成了普通 DRAM 的結構性短缺、跟着漲價。HBM 不只是一個高價產品,它是一個會「吸乾」整個 DRAM 產能池的黑洞。

第三,先進封裝是另一道關,而這道關把台積電拉進了存儲的牌局。

HBM 造出來還不夠,它要和 GPU 封裝在一起——通過台積電的 CoWoS 這類先進封裝技術,把 HBM 和 GPU 裸片並排「焊」在同一個基板上。這意味着 HBM 的產能,還受制於先進封裝的產能。過去兩年 AI 芯片的一個隱形瓶頸,就是 CoWoS 封裝產能不夠。所以 HBM 的供給,卡在三個環節上:DRAM 晶圓、TSV 堆疊良率、先進封裝產能——任何一個不夠,GPU 就出不來貨。

把這三點合起來你就明白:HBM 的高價不是炒作,是它真實地難造、真實地稀缺、真實地卡在多個瓶頸上。它的定價也反映了這點——HBM3E 大約 $300 一個 36GB 的 stack,HBM4 估計要 $500 一個 stack,是普通 DRAM 顆粒單位價值的幾十倍。

03份額格局:一個被 HBM4 重新洗牌的牌桌

HBM 的競爭格局,和普通 DRAM 不一樣。普通 DRAM 是三星領先(約 38% 份額),但在 HBM 這個高端戰場,座次完全不同,而且正在被 HBM4 這一代重新洗牌。

看最新的 HBM 份額格局:

這張表裏藏着這一輪最值得玩味的故事——存儲行業的總老大三星,在 HBM 這個最關鍵的高端戰場上,反而是落後的那個;而 SK海力士,這個過去在三星陰影下的「老二」,靠着 HBM 的先發,第一次坐上了主位。

這是技術代差的力量。SK海力士在 HBM 上的領先不是營銷,是它更早地、更狠地押注了這個方向,把良率和客户協同的內功練到了別人追不上。而三星這種體量的巨頭,反而因為轉身慢、HBM4 良率卡殼,在這一波里吃了虧。這是一個絕佳的案例:在技術快速迭代的窗口期,「規模最大」不等於「贏」,「轉身最快、押注最準」才是。

而 HBM4 是下一個決勝點。誰的 HBM4 良率先爬上來、先拿到英偉達下一代平台(Vera Rubin)的大單,誰就鎖定未來兩三年的份額。目前看,SK海力士領先、美光緊咬、三星追趕——但良率這種東西,一旦突破可能很快放量,所以三星沒有出局,這場仗還沒打完。

04HBM4 的一個關鍵變化:台積電正式入局

HBM4 這一代,有一個容易被忽視、但影響深遠的技術變化,值得單獨講——「base die(基礎芯片)」開始改用邏輯工藝製造,而這把台積電直接拉進了 HBM 的牌局。

HBM 的堆疊底部,有一顆叫 base die 的芯片,負責管理整個堆疊和 GPU 之間的通信。過去這顆 base die 用存儲廠自己的工藝做。但到了 HBM4,為了塞進更多邏輯功能、提升性能,base die 開始改用先進邏輯工藝(類似做 CPU/GPU 的工藝)製造——而這種工藝,存儲廠自己沒有,得找台積電這樣的邏輯代工廠做。

這個變化的含義很大:

第一,HBM 從「純存儲產品」變成了「存儲 + 邏輯的混合體」。 它的技術棧更復雜了,壁壘更高了,也更貴了。

第二,台積電成了 HBM 鏈上的新玩家。 誰能拿到台積電的先進邏輯產能做 base die,誰的 HBM4 就更有競爭力。SK海力士和台積電的合作,某種程度上是它 HBM4 領先的一個原因。

第三,它進一步固化了寡頭格局。 當 HBM 需要「頂級存儲工藝 + 頂級邏輯代工 + 頂級先進封裝」三者協同時,能玩這個遊戲的玩家只會更少,不會更多。這對在位的三家是好事——它們的護城河又深了一層。

換句話説,HBM4 不只是「更快的 HBM」,它是一次技術棧的升維,把這門生意從「存儲廠的內部遊戲」變成了「存儲 + 邏輯代工 + 先進封裝的聯合作戰」。理解這一點,你才能理解為什麼這條鏈的壁壘在變厚,而不是變薄。

05對美股投資者:這條鏈怎麼卡位

講了這麼多產業邏輯,落到一個現實問題——面向美股,這條 HBM 鏈怎麼卡位?

我把這條鏈上美股可投的標的,按「直接 → 間接」梳理一下(這是產業鏈分析,不是推薦,具體配置看你自己的判斷):

最直接:美光(MU)。 三巨頭裏唯一在美股直接可投的純存儲玩家(海力士、三星是韓股)。它 HBM 份額反超三星、拿下英偉達 Vera Rubin 量產、毛利率衝到 75% 並指引下季 81%——是美股投資者押注 HBM 最直接的載體。但也要記得,它依然是三家裏的「追趕者」,且週期屬性還在(見上一篇的懷疑)。

賣鏟子的:先進封裝與設備。 HBM 卡在 TSV 和先進封裝上,那麼做這些環節的設備和材料公司,是「不賭誰贏、只賭這條鏈整體放量」的卡位。台積電(CoWoS 封裝)、以及一系列半導體設備公司(做 TSV、鍵合、檢測設備的),都受益於 HBM 的整體擴產。這類標的的邏輯是:無論最後是海力士還是三星贏,它們都要買這些設備來造 HBM。

下游的:英偉達。 反過來看,HBM 是英偉達 GPU 的「准入門票」和瓶頸——HBM 夠不夠、良率行不行,直接決定英偉達能出多少貨。所以英偉達既是 HBM 最大的需求方,也是這條鏈景氣度的最終來源。盯 HBM,某種程度上就是在盯英偉達的供給端能不能跟上。

我自己看這條鏈的方法是:把它當成一個「賣水給淘金者」的故事,但要分清你站在水鏈的哪一環。 最上游的純存儲(美光)彈性最大但週期性也最強;中游的封裝設備最穩但彈性小;下游的英偉達是需求總開關。這條鏈最大的系統性風險只有一個,和上一篇説的一樣——AI 資本開支這口井,會不會有一天打不出水。

06寫在最後

HBM 這個東西,三年前還是存儲裏一個不起眼的細分品類。今天,它成了整個 AI 算力鏈上誰也繞不過去的那堵牆。

它的故事之所以重要,不是因為它漲價了,而是因為它揭示了一個產業規律——在一條價值鏈上,瓶頸在哪裏,利潤就在哪裏。當算力過剩、帶寬稀缺,價值就從「算」流向了「喂數據」;當 HBM 成了那個最稀缺、最難造、卡着所有人脖子的環節,它就從配角變成了主角,利潤率甚至蓋過了食物鏈頂端的台積電。

但我也提醒自己:瓶頸是會移動的。今天 HBM 是牆,是因為算力相對過剩;如果哪天算力的供給邏輯變了,或者某種新架構繞開了對帶寬的極端依賴,這堵牆的價值也會變。沒有永遠的瓶頸,只有當下的瓶頸。 HBM 現在站在浪尖上,是因為它恰好卡在了 AI 這一輪最痛的那個點上。

所以,如果只留一句——

HBM 不是更好的內存,它是 AI 時代算力鏈上的咽喉。誰掐住這道咽喉,誰就分到了這一輪最肥的利潤;但咽喉的位置,從來不是永久的。

下一篇,我把三巨頭——SK海力士、三星、美光——拉到一張桌子上橫評:它們的技術路線、產能策略、和卡位差異,到底誰更可能笑到最後。

——

風險提示:本文為產業鏈研究,所涉公司僅作分析示例,不構成任何投資建議。市場有風險,投資需謹慎。