三星与SK海力士竞逐HBM之外：改变AI内存格局

HBM4E 秀场背后的真实叙事

三星和 SK 海力士并肩站在首尔 SEDEX 2026 的展台上，推出了同一款 headline 产品——HBM4E，第七代高带宽内存。但如果你只读新闻稿，就会错过重点。两家公司都将 HBM4E 的发布作为一个更大的舞台：一种对内存如何嵌在 AI 系统中根本性重构的展示。

带宽数字令人印象深刻。三星的 HBM4E 将每引脚带宽推至 16 Gbps，高于 HBM4 的 14 Gbps，最大吞吐量达 3.6 TB/s。12 层堆叠容量为 48GB，较上一代跃升超过 30%。SK 海力士同样达到 16 Gbps，并宣称能效提升 20%。这些都是沿着已知曲线的渐进式改进。

但与 HBM4E 一同公布的架构则不然。

zHBM 改变了瓶颈的几何形状

三星展示了一款 zHBM 模型——一种三维内存结构，HBM 堆栈直接置于 GPU 晶圆之上，而非像以往那样安装在中介层旁边。这不是一个小小的封装改动。它压缩了数据在计算单元和内存之间必须行走的物理距离——而这恰恰是 AI 训练瓶颈所在之处。

每一代 HBM 都在追逐更高的带宽。每一次改进同时也提升了封装内的功耗密度和热约束。将内存堆叠到处理器晶圆上而非与之并列，把工程问题从主板层级转移到了晶圆厂层级，而三星多年来一直在构建其代工和先进封装能力。这种战略与基础设施的契合，比任何单一产品规格都更重要。

三星还展出了 LPDDR-PIM——一种存内计算方案，在内存芯片内部执行部分运算。逻辑简单且难以忽视：如果你能在内存堆栈内部执行一部分 AI workload，就能减少内存与处理器之间的往返次数，从而节省时间和能耗。三星将其定位为边缘 AI 设备，那里的功耗预算更为紧张，每一瓦都至关重要。

HBF 在 HBM 与 SSD 之间引入了一个新层级

SK 海力士走上了一条不同的架构路径。它没有重新组织 GPU-封装几何结构，而是提出在 HBM 和 NAND 闪存存储之间插入一个新的内存层级。这家公司称之为 HBF——高带宽闪存——并声称其容量约为传统 HBM 的十倍，同时保持高数据吞吐。

当前 AI 服务器已经分层使用多种内存技术：HBM 最靠近 GPU，然后是 DRAM，然后是 SSD 存储。每一跳在这些层级之间都会引入延迟。SK 海力士的愿景是用一种介于闪存速度更快但容量远超 HBM 的介质，填补 HBM 速度与 NAND 容量之间的空白。这种介质最终会以新型 NAND、相变材料还是完全不同的东西呈现，目前尚不清楚。但可以确定的是，这一想法反映出整个行业日益坚定的信念：仅靠带宽并不能解决 AI 内存危机。

更广泛的影响是，AI 的内存层级即将从三层扩展至四层或五层，而那些定义这些层级之间接口的公司，将捕获显著价值。

2030 年二十倍增长才是真正驱动力

SK 海力士开发副总裁 An Hyun 在活动中预测，到 2030 年 AI 基础设施性能将比现在增长约二十倍。对于一个通常不在 trade show 上做如此大规模前瞻性声明的公司来说，这是一个极为具体的数字。但他指的是计算吞吐量、总数据传输量还是系统级能力，并未明确说明。

但方向无论怎样都毋庸置疑。现有的 HBM 路线图追逐的是带宽和层数的线性提升。AI 系统必须在内存与处理器之间搬运的数据量，在当前轨迹下比内存能跟上的速度增长得更快。两家韩国公司似乎都在押注架构创新——堆叠、存内计算、新内存层级——来弥补单纯制程节点改进无法填平的差距。

这是一场对抗假设的赌注：内存将继续沿着自 HBM2 以来一直遵循的相同曲线扩展。同时，这也是韩国利用其在 DRAM 制造中的主导地位来重塑整个 AI 内存架构的赌注，而非仅仅在别人设计内部供应组件。

封装成为新前沿

展会中获得关注较少、但可能最重要的维度是封装。三星展示了其 2.3D Cube-E 和 3D Cube-H 先进封装技术，以及基于 4nm 代工制程制造的 HBM4E 基础晶圆。传递的信息是：下一代内存竞争力不仅仅取决于单元密度，还取决于内存、逻辑和互连能够整合到什么程度。

SK 海力士强调了与英伟达的合作关系，展出了一块由黄仁勋签名的 HBM 晶圆样本，以及已通过英伟达 Vera Rubin 平台验证的产品。潜台词是：接入顶级 GPU 架构，决定了哪些内存供应商能从组件供应商晋升为系统联合开发者。那些早早嵌入 GPU 设计周期的公司，将塑造下一代 AI 硬件的内存层级。

谁赢谁输

三星的策略倚重垂直整合——在同一个屋檐下控制内存制造、代工逻辑和封装。这种结构使它能够为客户提供从硅片到系统的协调堆栈。风险在于每一层都是资本密集型的，而 zHBM 和 PIM 的商用时间表仍不明朗。

SK 海力士走的是另一条路：专注于内存层级创新，同时深化与 GPU 领导者的联合开发关系。如果 HBF 概念能够量产，将为它打开一个新的市场细分。风险在于它依赖于某个客户或标准组织在一个既定层级中引入一个全新的内存层——当现有供应商已有锁定设计时，这是相当大的挑战。

英特尔和台积电面临一个共同问题：它们都不生产为 AI 加速器供电的 DRAM，同时又在竞争如何定义内存与自身代工和封装方案的整合方式。如果三星和 SK 海力士成功确立新的内存层级，它们将获得对那些依赖其产品的系统架构师的议价能力。

西方对 AI 芯片战的报道几乎 exclusively 聚焦于 GPU 性能和训练集群。韩企在 SEDEX 上的举动释放出的信号是：下一个约束可能根本不是算力——而是系统在各存储层级之间移动数据的效率。

接下来会发生什么

zHBM 和 HBF 仍处于开发阶段。商业化可用性、客户采纳情况和良品率都尚属未知。这两家公司现在正在插旗，赶在行业标准围绕某种胜出架构固化之前。这是半导体竞争中一个可识别的模式：提前公布路线图，锁定设计订单，然后让制造能力追赶上来。

HBM4E 产品周期本身将是第一次考验。三星已经出货了 12 层样品，并计划推出 8 层和 16 层变体。SK 海力士正在与主要客户进行验证。哪家公司在下一代 AI 加速器上赢得最早的大批量设计订单，就将确立其他厂商追随的参考架构。

AI 中的内存瓶颈并未缩小。它正从一个关于数据移动速度的问题，转变为一个关于数据相对于所需处理器 residing 位置的问题。三星和 SK 海力士都在押注：对这个问题的答案，将决定谁将从未来十年的 AI 基础设施建设中获利。