High Bandwidth Memory（HBM，高带宽内存）

HBM 的核心技术是硅通孔（TSV, Through-Silicon Via）和3D 堆叠。

TSV 技术：在硅芯片上打数千个微米级的垂直孔（直径约 5-10 微米），孔内填充铜，实现芯片间的直接电气连接。相比传统的引线键合（Wire Bonding），TSV 提供更短的信号路径、更高的带宽密度和更低的功耗。

3D 堆叠：多个 DRAM 芯片（通常 4-16 层）通过 TSV 垂直堆叠，形成一个 HBM 堆栈。每个堆栈通过底部的基础层（Base Layer）与 GPU/加速器连接。HBM 的总线宽度为 1024 位（传统 DDR5 为 64 位），这是带宽提升的关键。

带宽演进：HBM1（2013）带宽 128 GB/s；HBM2（2016）带宽 307 GB/s；HBM3（2022）带宽 819 GB/s；HBM3E（2024）带宽 1 TB/s；HBM4（2025 标准，2026 量产）带宽 2 TB/s，支持最高 64GB 容量。

2026 年，HBM 市场呈现高度集中和供不应求的格局。

市场份额：SK Hynix 占据约 50% 份额，是 NVIDIA H100/H200 的主要供应商，也是首个量产 HBM3E 的厂商；Samsung 约 30% 份额，正在追赶 SK Hynix 的 HBM3E 良率；Micron 约 20% 份额，2024 年宣布 HBM3E 量产。

价格与成本：HBM 的价格远高于传统 DDR 内存。HBM3E 每 GB 价格约是 DDR5 的 5-10 倍。一个 NVIDIA H200 加速器配备 141GB HBM3E，仅内存成本就超过 $10,000。HBM 的高成本使其成为 AI 加速器的主要 BOM（物料清单）组成部分。

供需失衡：2024-2026 年，HBM 持续供不应求。SK Hynix 和 Samsung 的 HBM 产能已被 NVIDIA、AMD、Google 等客户预订至 2026 年底。HBM 的产能瓶颈在于 TSV 工艺的良率和先进封装（Advanced Packaging）产能。

HBM 对 AI 产业的影响体现在三个层面。

(1) 突破内存墙：AI 大模型的推理和训练受限于内存带宽（Memory Wall），而非计算能力。HBM 的高带宽使 GPU 能够快速访问模型权重和激活值，提升训练和推理效率。例如，Llama 2 70B 模型需要约 140GB 显存（FP16 精度），HBM3E 的 1 TB/s 带宽使其可在单个 H200 加速器上运行。

(2) 驱动存储芯片超级周期：2026 年，存储芯片市场迎来历史性拐点。WSTS 预测全年半导体市场规模达 $1.511 万亿，其中存储芯片同比暴增 249.5%，产值突破 $8039 亿。HBM 是核心驱动力——AI 加速器对 HBM 的需求推动 DRAM 价格季度涨幅超 50%。

(3) 地缘政治焦点：HBM 的制造集中在韩国（SK Hynix、Samsung）和美国（Micron），使其成为地缘政治焦点。2025 年，美国加强对华半导体出口管制，限制先进 DRAM（包括 HBM）出口中国，推动中国厂商（长鑫存储 CXMT）加速 HBM 自主研发。