HBM价格翻倍或重塑AI成本格局

价格的双重账本

内存价格即将大幅上涨——而常规的供需故事仅仅道出了其中一部分。

9月29日，市场研究机构TrendForce大幅上调2027年HBM价格展望，预计高带宽存储器的加权平均售价（ASP）同比飙升121%。背后的驱动因素实实在在：HBM4——作为第六代堆叠DRAM，已成为各主流AI加速器不可或缺的组件——出货量占比正在扩大，而整体产能仍受制于瓶颈。但更具启示性的信号来自芯片设计商的应对策略，而这并非人们预期的那条路。

8层悖论

GPU和ASIC制造商正悄悄减少对每块芯片的HBM用量。在供应紧张、系统装配成本攀升的背景下，设计商将目光投向了8层HBM封装，试图以此削减元件成本——这听起来合乎逻辑。层数更少、芯片更少、物料清单更低。

但陷阱就在这里。从12层降至8层，基础Die成本并不会缩水。你仍需相同的底层晶圆、相同的先进封装工艺、相同的HBM4架构。更少的层数只是在同样的 footprint 内打包了更少的容量。

因此TrendForce预估，2027年8层HBM每吉比特的成本实际上会比12层部件高出10%至20%。那个看似更便宜的选择，单位带宽的成本反而更高。芯片设计商并没有拿到折扣，而是换了一种方式挨了一记重击。

谁受益，谁受损

SK海力士和三星是这里的核心玩家。两家都在全力扩产HBM4，且都站在产能约束的薄边上，任何一方都无法独善其身。SK海力士在供应英伟达最新加速器方面保持领先，三星则在平泽工厂积极投资先进封装产线。但两者都无法简单地“印出”更多HBM——瓶颈在于TSV（硅通孔）产能、专用设备，以及与通用DRAM产线共用的先进节点晶圆良率。

这种产能共享问题构成了第二层叙事。HBM与主流DRAM正在争夺相同的先进制程和晶圆生产资源。随着AI服务器订单挤占生产线前端，面向PC、智能手机和汽车芯片的常规内存生产正面临自身挤压。价格涟漪效应将远超数据中心范畴。

英伟达、AMD及定制芯片厂商是承受最大压力的买方。他们的GPU和ASIC依赖HBM提供的带宽，才能让大语言模型的训练与推理得以实现。内存成本每上涨一个百分点，都会直接传导至加速器定价，进而推高云服务费率，最终侵蚀企业AI预算。这绝非抽象的利润波动。

对云利润率的冲击

西方云服务商是这场博弈的隐形战场。AWS、Azure和谷歌云已默默吸收了一段时间的内存成本上涨，但一年内ASP飙升121%，彻底改变了算术逻辑。这些公司提前为GPU实例和AI推理分层定价，当组件成本翻倍而更廉价的8层设计反而每吉比特成本更高时，要么涨价，要么削减利润。

最可能的结果是两者兼施。预计2027年云GPU小时定价将温和上扬，而涨幅最陡峭的将是带宽密集型负载——那些每芯片配置最大规模HBM的工作场景。小型推理负载或许能暂时缓解压力，但整体成本底线已全面抬升。

中国的困局

中国的半导体自主之路在全球范围内制造出复杂的变量。北京已将HBM自给视为优先事项，视其为美国可能进一步收紧的“咽喉点”。包括长鑫存储、长江存储在内的中国企业正尝试攻克HBM级堆叠技术，但在良率和产能方面仍落后于SK海力士-三星前沿数年。

全球HBM价格翻倍为中国买家创造出一种奇特的激励。一方面，进口方案变得极其昂贵，国产替代品看起来更具吸引力；另一方面，中国尚处于起步阶段的HBM产能无法快速填补缺口——即便能够填补，不成熟技术的每吉比特成本大概率仍难以在高性能AI负载中具备竞争力。结果是一场无益的双向脱钩：中国芯片设计商花更多钱买更少，而全球供应链继续向两家韩国厂商及其核心客户倾斜。

后续演进

最切实的近期转向是向8层HBM的设计迁移。TrendForce预计，在供应现实迫使权衡的情况下，更多GPU和ASIC制造商将采用这一方案。这将催生两级内存市场：能负担得起的客户使用12层部件，其余人则选择8层——而讽刺之处在于，第二级市场的单位性能成本反而更高。

中期来看，整个DRAM市场将感受到传染性。当HBM占用了原本供给常规内存的晶圆产能，手机和汽车里的芯片价格将开始联动。上一轮内存周期正是如此演绎，TrendForce的预测中也未见逆转迹象。

长期而言，定价螺旋迫使AI经济学重新校准。若内存成本每年翻倍，某些AI部署的商业逻辑——尤其是边际回报有限的场景——将愈发难以成立。但这不会延缓投资，只会引导方向。下一周期存活下来的企业，将是那些围绕带宽效率进行设计、而非假设内存成本可控的公司。

韩国内存巨头们深谙此道。而坐在谈判桌另一边的芯片设计商也同样清楚。他们当下正 navigating 的，是知晓价格必然上涨与寻找盈利之道之间的狭窄缝隙。