三星 zHBM 或将重塑 AI 智能体的经济格局

解释三星此举为何重要的电梯隐喻

三星美国子公司DSA的内存产品规划执行长金寅东（Kim In-dong）将该公司零间隙HBM架构比作：在酒店房间里安装了一部直通大堂的私人电梯。不用再等主电梯，也不用再穿越楼层。

这个隐喻背后的数字才是值得关注的重点。三星表示，zHBM——将高带宽内存直接堆叠在AI加速器之上，而非像当前2.5D方案那样放在同一基板旁边——相比HBM5可提供高达八倍的性能提升和超过三倍的能效改善。这不是边际升级，而是一种完全不同的数据移动几何结构。

三星在9月16日圣克拉拉AI基础设施峰会上设定的目标同样鲜明：将AI代理的响应速度从当前每用户每秒100个token提升至每秒1,000个token。十倍飞跃。金寅东称之为"量子级跃升"。实际上，这意味着AI代理是实时响应还是感觉迟钝之间的差距——这一差距决定了企业客户是以规模化采用代理工作流，还是将其弃用。

谁赢谁输

显而易见的输家是SK海力士——它目前主导着HBM市场，并为NVIDIA GPU堆栈供应大部分内存。三星的zHBM专为摆脱2.5D布局而设计，而2.5D一直是行业标准，也是SK海力士已掌握的领域。如果加速计算平台采纳三星的垂直方案，即使整体可寻址内存市场增长，SK海力士的护城河也将进一步收窄。

但更大的故事在于这对AI基础设施结构意味着什么。当前的AI代理运行于庞大的服务器集群之上，因为万亿参数模型所需的内存与算力比在纯DRAM方案中昂贵得离谱。三星同时宣布的z NAND-O——一款面向设备端AI工作站的NAND基3D存储解决方案——暗示了第二个战场。金寅东表示，在z NAND-O上运行万亿参数模型的成本仅为纯DRAM方案的六分之一。样品供货将于2028年开始。

这一方案直指边缘场景。如果你能在本地工作站上运行一个实用的代理，而非将所有请求流式传输到数据中心，AI部署的经济模型将发生剧变。电力成本下降。延迟进一步降低。数据主权担忧缩小。问题在于性能取舍是否可接受——而三星的数据表明，差距正在快速缩小。

无人充分讨论的热管理难题

将内存直接堆叠在高温加速器之上并非没有代价。芯片的热量会传递到内存堆栈，从而降低性能并缩短使用寿命。三星对此直言不讳，称其正从最早阶段便与加速器客户共同开发热管理设计系统。这是一个信号：三星出售的不只是一个组件，而是一套集成架构；要实现这一目标，它需要与加速器制造商建立深度合作关系。

这很重要，因为它抬高了任何试图复制该方案者的准入门槛。共同设计的要求意味着三星正在技术达到大规模量产之前就锁定合作伙伴关系。已经承诺合作的公司——很可能至少包括一家美国大型加速器设计商——将率先获得性能优势，而其他市场参与者要到数月到数年后才能见到同样的水平。

美国政策维度

华盛顿一直在收紧对先进内存对华出口的限制，HBM正是靶心所在。三星的zHBM从其美国业务开发和推出，处于法律灰色地带：它是韩国公司的技术、部分在美国制造、向全球销售。美国政府将密切关注这一架构是否会成为中方获取尖端AI基础设施的又一个渠道。

政策表面之下还存在一个战略层面的问题。美国一直强力推动盟国协调半导体出口管制，但三星进军垂直内存堆叠可能无意间惠及中国的本土加速器设计厂商——如果该架构被证明更优，而中国企业找到了许可或逆向工程某些方面的途径。三星正在构建的共同设计模式本质上具有协作性——它与合作伙伴分享架构知识，而这些合作伙伴中的一些可能身处美国无法完全管控的司法管辖区。

接下来会发生什么

接下来的18个月将是决定性的。三星计划于2028年提供z NAND-O样品，zHBM已在积极开发中。正在构建AI加速器的公司——NVIDIA、AMD、Intel以及越来越多美欧初创企业——现在将做出集成决策。谁与三星的垂直方案结盟，谁就能在代理工作负载增长时获得不断累积的性能优势。谁继续坚持2.5D，谁就有风险在最重要的指标——响应速度——上落后。

每秒1,000个token的目标不只是一个营销数字。它是AI代理真正适用于实时企业工作流的门槛——客户服务、代码生成、动态规划。跨过这道门槛，内存的需求曲线将再次转变。错过它，整个代理经济将陷入停滞。

三星押注垂直堆叠能同时解决这两个问题。这个赌注有合理性，但执行尚未验证。而竞争对手追赶上来的窗口期是以月计算，而非以年计算。