HBM的“超级周期”：存储产业的下一个增长引擎如何运转？

随着人工智能（AI）训练和推理任务的算力需求持续飙升，高带宽存储器（HBM）已成为半导体供应链中最为炙手可热的环节。7月22日，据《电子工程专辑》报道，业界正密切关注“存储超级周期”的演进方向，HBM的未来走向成为焦点。当前，HBM凭借其远超传统DRAM的带宽和能效，正成为AI加速卡不可或缺的组件，其市场地位的巩固与扩展，可能深刻改变存储产业的竞争格局。

超级周期的驱动力：AI算力对带宽的渴求

AI大模型的训练过程需要海量数据在GPU与存储器间高速吞吐。传统的DDR或GDDR内存已无法满足千亿参数模型对带宽和延迟的严苛要求。HBM通过堆叠多个DRAM die并使用硅中介层（Interposer）实现高密度互联，提供了数十倍于DDR5的带宽。业内估算，一块采用HBM的AI加速卡，其内存带宽可达每秒2TB以上，这是其成为AI芯片标配的核心原因。 从行业数据看，AI服务器出货量的攀升为HBM需求提供了坚实基本面。据TrendForce集邦咨询估算，2024年全球AI服务器出货量约为165万台，同比增长预计超过40%。每台高性能AI服务器通常配备8块或更多GPU加速卡，每块卡又需要搭配一定容量的HBM。这种逐级放大的需求效应，使得HBM成为当前存储市场中增长最为迅猛的细分品类。

供应链的紧张态势与技术演进路径

HBM的复杂制造工艺，使得供应端高度集中于少数几家存储巨头。目前的HBM3e产品主要采用1α或1β制程的DRAM die堆叠，良率爬坡难度较高。据行业分析机构Yole Group预测，至2027年，HBM市场的总体规模可能增长至接近200亿美元，这一预测基于AI芯片出货增长和每芯片HBM密度提升的双重驱动。 值得关注的是，下一代HBM4标准正在推进中。它可能引入更先进的混合键合（Hybrid Bonding）技术和更高的堆叠层数（例如12层甚至16层），这有望在相同封装尺寸下实现更高的容量和带宽。然而，这也会对封装工艺、散热管理和测试环节提出新的挑战。供应链上游的设备和材料供应商，如先进封装设备的制造商，其订单情况可能成为观察HBM产能扩张进度的风向标。

对AI芯片产业格局的深远影响

HBM的供应能力，实际上已间接成为AI芯片厂商竞争力的关键变量。能够获得更多、更先进HBM资源的头部芯片设计公司，可能在出货规模与新品迭代速度上占据优势。反过来，HBM产能的瓶颈也可能制约AI算力基础设施的建设速度。据SEMI（国际半导体产业协会）估算，2024年全球半导体设备支出总额约为983亿美元，其中先进封装及测试设备支出的增长尤为显著，这反映了整个产业界为匹配AI算力需求而进行的资本投入。 对于中国大陆本土存储厂商而言，HBM赛道的高技术壁垒带来了“追赶”压力，但也开辟了差异化竞争的空间。在HBM技术达到一定程度后，若能在成本控制或特定场景优化上取得突破，仍可能找到市场切入机会。不过，目前HBM高端产能主要由三星、SK海力士和美光等头部企业主导，新进入者实现大规模量产仍需时间。

数据参考

• AI服务器出货量：据TrendForce集邦咨询数据，2024年全球AI服务器出货量约165万台，年增长率预计超40%。
• HBM市场规模预测：据Yole Group预测，到2027年，HBM市场规模可能增长至接近200亿美元。
• 半导体设备支出：据SEMI估算，2024年全球半导体设备支出总额约为983亿美元，其中先进封装及测试设备支出增长显著。 可以预见，HBM的“超级周期”并非短期波动，而是AI技术深化对存储架构进行重塑的长期过程。未来几年，HBM的容量、带宽以及供应链的稳定性，将持续成为衡量AI产业成熟度的重要指标。 #HBM #存储芯片 #AI算力 #先进封装