HBM缺货涨价,半导体巨头再扩产
人工智能服务器需求激增,高带宽内存(HBM)供不应求,价格已上涨。三星与SK海力士各投资约1万亿韩元扩产,目标产能翻倍。HBM采用TSV与3D堆叠技术,带宽远超普通DRAM。预计未来两年供应仍将持续紧张。
随着人工智能服务器需求的爆发式增长,高带宽内存(HBM)已成为存储行业最炙手可热的领域。其价格开始上涨,全球主要存储芯片制造商纷纷扩产,预计未来两年供应仍将持续紧张。本文将从市场现状、厂商动态、技术原理及未来前景四个方面,为您全面解读HBM的现状与趋势。
一、HBM市场现状:供不应求,价格上扬
据电子时报援引业内人士消息,由于人工智能服务器需求激增,高带宽内存(HBM)价格已开始上涨。目前,全球前三大存储芯片制造商正将更多产能转移至生产HBM,但由于调整产能需要时间,很难迅速增加HBM产量,预计未来两年HBM供应仍将紧张。

值得注意的是,2023年开年后,三星、SK海力士的HBM订单快速增加,另有消息称HBM3较DRAM价格上涨5倍。这进一步表明市场对HBM的渴求程度。
小提示: 如果你关注存储行业投资或AI硬件市场,HBM的供需变化是判断AI服务器产业链景气度的重要先行指标。建议持续跟踪三星、SK海力士的扩产进度。
二、两大存储巨头扩产计划:三星与SK海力士同步加码
2.1 三星电子:投资1万亿韩元,目标产能翻倍
据韩媒报道,三星计划投资1万亿韩元(约合7.6亿美元)扩产HBM,目标明年底之前将HBM产能提高一倍。公司已下达主要设备订单。据悉,三星已收到AMD与英伟达的订单,以增加HBM供应。
本次三星将在天安工厂展开扩产,该厂主要负责半导体封装等后道工艺。HBM主要是通过垂直堆叠多个DRAM来提高数据处理速度,因此只有增加后段设备才能扩大出货量。三星计划生产目前正在供应的HBM2和HBM2E等产品,并计划于下半年量产8层堆叠HBM3和12层HBM3E。
2.2 SK海力士:扩建HBM产线,后段工艺设备翻倍
值得一提的是,6月已有报道指出,另一存储芯片巨头SK海力士已着手扩建HBM产线,目标将HBM产能翻倍。扩产焦点在于HBM3,SK海力士正在准备投资后段工艺设备,将扩建封装HBM3的利川工厂。预计到今年年末,后段工艺设备规模将增加近一倍。SK海力士的这一投资金额大约也在1万亿韩元(约合7.6亿美元)水平。
2.3 未来展望:投资规模将进一步扩大
业内预计,明年三星与SK海力士都将进一步扩大投资规模。由于谷歌、苹果、微软等科技巨头都在筹划扩大AI服务,HBM需求自然水涨船高,“若想满足未来需求,三星、SK海力士都必须将产能提高10倍以上。”
小提示: 注意区分HBM各代产品:HBM2、HBM2E、HBM3、HBM3E。每代产品的带宽和堆叠层数都有显著提升,目前HBM3已是主流AI训练芯片的标配。
三、HBM核心技术:TSV与3D堆叠
HBM或迎量价齐升,而这背后离不开核心技术的支撑。HBM主要是通过硅通孔(Through Silicon Via, 简称“TSV”)技术进行芯片堆叠,以增加吞吐量并克服单一封装内带宽的限制,将数个DRAM裸片像楼层一样垂直堆叠。
3.1 TSV技术原理
SK海力士表示,TSV是在DRAM芯片上搭上数千个细微孔并通过垂直贯通的电极连接上下芯片的技术。该技术在缓冲芯片上将数个DRAM芯片堆叠起来,并通过贯通所有芯片层的柱状通道传输信号、指令、电流。相较传统封装方式,该技术能够缩减30%体积,并降低50%能耗。
3.2 HBM的主要优势
凭借TSV方式,HBM大幅提高了容量和数据传输速率。与传统内存技术相比,HBM具有以下显著优势:
- 更高带宽:例如SK海力士的HBM3产品带宽高达819GB/s,远超普通DRAM。
- 更多I/O数量:通过垂直堆叠实现更宽的数据通道。
- 更低功耗:相比传统GDDR方案,能耗显著降低。
- 更小尺寸:芯片面积较GDDR大幅节省,适合高密度集成。
3.3 技术复杂性与发展历程
HBM的高带宽离不开各种基础技术和先进设计工艺的支持。由于HBM是在3D结构中将一个逻辑die与4-16个DRAM die堆叠在一起,因此开发过程极为复杂。鉴于技术上的复杂性,HBM是公认最能够展示厂商技术实力的旗舰产品。
2013年,SK海力士将TSV技术应用于DRAM,在业界首次成功研发出HBM。随后,SK海力士、三星、美光等存储巨头在HBM领域展开了升级竞赛。
小提示: HBM的堆叠层数是衡量其性能的关键指标,例如HBM3支持8层和12层堆叠。更高的堆叠层数意味着更大的容量和更高的带宽,但对封装工艺要求也更高。
四、HBM市场需求与前景
4.1 AI算力需求驱动HBM爆发
随着AI技术不断发展,AI训练、推理所需计算量呈指数级增长,2012年至今计算量已扩大30万倍。处理AI大模型的海量数据,需要宽广的传输“高速公路”即带宽来吞吐数据。
HBM通过垂直连接多个DRAM,显著提高数据处理速度。它们与CPU、GPU协同工作,可以极大提高服务器性能。其带宽相比DRAM大幅提升,同时得益于TSV技术,HBM的芯片面积较GDDR大幅节省。
4.2 市场规模预测
国盛证券指出,HBM最适用于AI训练、推理的存储芯片。受AI服务器增长拉动,HBM需求有望在2027年增长至超过6000万片。Omdia则预计,2025年HBM市场规模可达25亿美元。
广发证券也补充称,HBM方案目前已演进为高性能计算领域扩展高带宽的主流方案,并逐渐成为主流AI训练芯片的标配。
4.3 AIGC时代带来的双重增量
AIGC时代为HBM带来的需求增量主要体现在两方面:
- 单颗GPU需求增加:单颗GPU需要配置的单个HBM的Die层数增加、HBM个数增加。
- 整体AI服务器需求增加:大模型训练需求提升拉动对AI服务器和AI芯片需求,HBM在2023年将需求明显增加,价格也随之提升。
小提示: 如果你研究AI芯片(如英伟达H100、AMD MI300等),可以关注它们使用的HBM配置信息(容量、带宽、堆叠层数),这直接影响芯片的实际性能表现。
五、常见问题与解答
问题1:HBM和普通DRAM(如DDR5)有什么区别?
答案: HBM是一种3D堆叠式高带宽内存,通过TSV技术将多个DRAM die垂直堆叠,并紧密贴近CPU/GPU封装。普通DRAM(如DDR5)是独立安装在主板上的内存条,带宽较低、功耗较高、体积较大。HBM专为高带宽需求场景(如AI训练、超级计算)设计,而普通DRAM适用于通用计算。
问题2:为什么HBM供应会持续紧张?
答案: 主要三个原因:
1. 需求激增:AI服务器对HBM的需求呈指数级增长,而供应增长缓慢。
2. 产能调整耗时:HBM生产需要特殊的TSV和先进封装设备,从普通DRAM产线转为HBM需要较长时间(通常1-2年)。
3. 技术壁垒高:HBM的堆叠工艺复杂,良率提升困难,只有少数厂商(三星、SK海力士、美光)能够大规模量产。
问题3:HBM3和HBM3E有什么区别?
答案: HBM3是目前的主流版本,提供高达819GB/s的带宽和8层堆叠。HBM3E是HBM3的增强版,通常支持更高的数据传输速率(例如超过1TB/s)和12层堆叠,但开发难度更大。三星计划下半年量产8层HBM3和12层HBM3E,后者是面向下一代AI芯片的高端方案。
问题4:普通消费者能买到HBM产品吗?
答案: 不能。HBM是专为高端服务器、AI芯片和超级计算机等专业领域设计的存储芯片,不直接零售给个人用户。消费者日常使用的PC、笔记本电脑中并不会出现HBM,而是使用DDR4/DDR5或GDDR显存。
综上所述,HBM正站在AI浪潮的风口上,供需矛盾短期内难以缓解,厂商扩产力度空前。理解HBM的技术特性和市场动态,对于把握半导体存储行业的发展方向具有重要意义。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:HBM缺货涨价,半导体巨头再扩产要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点客服需用标准化话术应对投诉,先归类前5类高频问题,再按情绪安抚、事实澄清(按需)、解决方案三层结构设计模板,并在阶跃AI后台配置变量话术且通过模拟测试后启用。客户投诉时情绪往往激烈,客服若临时组织语言容易词不达意、激化矛盾,需要一套能快速调用、语气得体、覆盖高频场景的标准化话术模板。 梳理投诉类型
通义千问系列模型升级至Qwen2,涵盖0 5B至72B共五个尺寸,全部标配分组查询注意力机制,上下文长度最高支持128Ktokens。新增27种语言训练数据,在代码、数学等能力上显著提升,Qwen2-72B超越Llama-3-70B等顶尖开源模型。
腾讯发布混元文生图大模型加速库,生图时间缩短75%,支持ComfyUI界面与HuggingFace三行调用。作为业内首个中文原生DiT架构开源模型,支持中英双语输入,最低11GB显存。
StabilityAI推出StableAudioOpen1 0,专门用于生成鼓点、乐器乐段及环境音效等短音频片段,时长最长47秒。该模型遵循非商业研究社区协议开源,允许用户进行微调,训练数据源自FreeSound及免费音乐档案,确保不含版权材料,可用于研究和创作。
- 日榜
- 周榜
- 月榜
热点快看
