電子發燒友網報道（文 / 吳子鵬）近日，SK 海力士宣布全球率先完成第六代高帶寬存儲器（HBM4）的開發，并同步進入量產階段，成為首家向英偉達等核心客戶交付 HBM4 的存儲廠商。
?
據悉，SK 海力士 HBM4 內存的 I/O 接口位寬為 2048-bit，每個針腳帶寬達 10Gbps，因此單顆帶寬可高達 2.5TB/s。這一里程碑不僅標志著 AI 存儲器正式邁入 “2TB/s 帶寬時代”，更進一步鞏固了 SK 海力士在 AI 存儲器市場的絕對領導地位。不過，SK 海力士暫未透露該產品的具體堆疊層數，業內人士推測其為 12 層結構。
?

技術躍遷：從參數突破到架構革新

HBM作為 AI 芯片的 “神經中樞”，其性能直接決定大模型訓練與推理的效率。根據 JEDEC（全球半導體標準組織）制定的 HBM4 標準，該代內存采用 2048 位接口，傳輸速率為 8Gb/s，總帶寬提升至 2TB/s，支持 4/8/12/16 層 DRAM 堆棧設計，單堆棧最大容量可達 64GB。此外，HBM4 的通道數量從 HBM3 的 16 個增至 32 個，同時引入 0.7V-0.9V VDDQ 電壓與 1.0V-1.05V VDDC 電壓選項以優化能效，并搭載 DRFM（定向刷新管理）功能增強數據安全性。按照這一標準，HBM4 的總帶寬較上一代 HBM3E 實現 60% 的跨越式增長。
?
而此次 SK 海力士量產的 HBM4，每針腳帶寬達到 10Gbps，遠超 JEDEC 標準規定的 8Gbps 上限。這不僅意味著數據處理速度的飛躍，更將為 AI 應用帶來革命性變革。SK 海力士預測，HBM4 在 AI 系統中的應用可使服務性能最高提升 69%，有效解決數據中心的數據傳輸瓶頸問題。
?
在研發過程中，SK 海力士采用了兩項關鍵創新技術：自主開發的 MR-MUF（批量回流模塑底部填充）封裝技術，以及第五代 10nm 級（1b）DRAM 工藝。其中，MR-MUF 技術在堆疊半導體芯片后，通過填充液體保護材料并使其固化，既能提高生產效率與散熱效果，又能有效控制芯片翹曲現象；相比傳統 “每堆疊一顆芯片就鋪設一層薄膜材料” 的工藝，該技術顯著提升了產品穩定性。
?
配合第五代 10nm 級（1b）DRAM 工藝，SK 海力士的 HBM4 在性能提升的同時，實現了 40% 的能效優化，為數據中心大幅降低功耗與散熱成本。
?
此次量產的 HBM4 單顆容量達 36GB，采用 24Gb DRAM 顆粒，已通過英偉達下一代 GPU 平臺 “Vera Rubin” 的認證，預計將于 2025 年底前實現規模化出貨。若業內推測屬實，此次量產的為 12 層堆棧（12Hi）版本；更高端的 16 層堆棧（16Hi）版本容量將擴展至 64GB，計劃于 2026 年量產，主要面向英偉達 Rubin Ultra 等高端 AI 加速器平臺。
?
從市場格局來看，當前 SK 海力士在全球 HBM 市場的份額已超 70%；2025 年第一季度，其 DRAM 市占率更以 36.7% 首次超越三星，終結了三星長達 30 年的 DRAM 市場霸主地位。隨著 HBM4 的量產，SK 海力士不僅在技術上領先三星、美光一個梯隊，更通過鎖定英偉達等核心客戶，提前占據 2026 年 AI 高端存儲市場的先發優勢。
?

行業重構：算力革命與地緣競合

在 AI 算力基礎設施中，HBM 性能直接決定 AI 芯片運算效率的天花板。在傳統 GDDR 內存架構下，數據傳輸能耗占系統總功耗的 60% 以上，已成為制約大模型訓練效率的 “內存墻”；而 HBM 通過 3D 堆疊技術與硅通孔（TSV）工藝，實現了帶寬與能效的雙重突破，完美契合 AI 算力的核心需求。
?
與傳統內存相比，HBM 通過垂直堆疊 8-16 層 DRAM 芯片，在相同體積下實現了數倍于 GDDR 的帶寬密度；對于并行計算需求強烈的 AI 訓練場景，HBM 的多通道架構能顯著降低數據延遲，提升 GPU 利用率。HBM4 的量產，標志著半導體產業正式進入 “內存即戰略資產” 的新時代 —— 在 AI 算力需求每 3-4 個月翻一番的 “新摩爾定律” 范式下，HBM4 憑借 2.5TB/s 的帶寬與 64GB 的容量，將直接縮短大模型訓練周期，降低生成式 AI 的應用門檻。
?
技術路線的分化正重塑全球 HBM 產業生態：SK 海力士選擇與臺積電合作優化 CoWoS 封裝技術，三星依托自身存儲與代工業務協同開發 “X-Cube” 3D 集成技術，美光則側重 HBM4E 的定制化邏輯基底選項。這種技術路線的競爭不僅決定企業自身的市場地位，更將影響全球 AI 產業鏈的格局 —— 采用不同 HBM 技術的 AI 芯片將形成差異化性能表現，進而引導下游應用場景的發展方向。
?
地緣政治因素為 HBM 競爭增添了復雜變量：SK 海力士推進韓國本土與美國工廠的擴建計劃，三星恢復平澤第五工廠建設，美光加碼新加坡工廠投資，三者共同構成了 HBM 產能的全球布局。在全球半導體供應鏈重構的背景下，HBM 作為 AI 基礎設施的核心組件，已成為各國科技競爭的戰略要地，這也讓國內行業對國產 HBM 的進展更為關注。
?
當前，國內大模型研發正面臨嚴峻的算力瓶頸，而 HBM 短缺是核心癥結之一。訓練一個千億參數的大模型需萬卡級 GPU 集群支撐，單臺 AI 服務器的 HBM 容量已從早期的 40GB 躍升至 80GB、140GB。一方面，國內在高端算力卡采購上受限，現有算力儲備難以滿足需求；更嚴峻的是，美國對 HBM 相關設備的出口管制已形成 “技術陷阱”—— 允許出口降級版 AI 芯片，卻限制高端 HBM 供應，直接導致國產 AI 芯片性能落后國際領先水平至少 2-3 代，嚴重制約國內 AI 算力基礎設施的升級步伐。
?
不過，國產 HBM 的替代進程雖任重道遠，但已取得階段性進展。根據東方證券此前報道，長鑫存儲今年將在去年大幅增產的基礎上，進一步實現近 50% 的產能同比增長；到 2025 年末，長鑫存儲按比特出貨量計的市占率將從 2025 年一季度的 6% 提升至 8%，其 DDR5/LPDDR5 產品的市場份額預計將從一季度的 1% 左右，分別提升至 7% 和 9%。先進存儲產能的擴充，以及國產 HBM 產品逐步進入量產階段，將持續利好上游設備與材料環節。另有消息顯示，長鑫存儲的 HBM3 產品已完成送樣，HBM3E 產品正處于研發當中。
?
當前，HBM4 的研發已進入全球競爭階段，若國內企業能加速 HBM4 技術攻關，將為國產算力水平的提升帶來巨大增益。
?

結語

SK 海力士全球率先量產 HBM4，以 2.5TB/s 帶寬突破 JEDEC 標準，不僅標志著 AI 存儲正式邁入 “2TB/s 時代”，更將半導體產業推向 “內存即戰略資產” 的新階段。從全球競合視角看，SK 海力士的領先并非孤例 —— 三星 “X-Cube” 技術、美光 HBM4E 定制化路線的追趕，疊加韓、美、新等地的產能布局，讓 HBM 成為各國科技博弈的核心賽道。
?
不難看出，HBM 的競爭早已超越 “技術與產能比拼” 的范疇，本質上是全球 AI 產業話語權的爭奪；而國產 HBM 力量的每一步突破，都將成為重塑這一格局的重要變量。?
?