谈到半导体 “卡脖子”,大众目光大多聚焦在光刻机。但在 AI 算力时代,还有一道更为隐蔽的关卡 ——HBM 高带宽存储器。就算国产 AI 算力芯片设计做得再好,如果缺少高性能 HBM 配套,强大的计算核心会因为数据喂不进来,陷入算力空转,变成空中楼阁36氪。
HBM 是 AI 显卡、AI 加速卡上紧贴计算芯片的堆叠内存,也是当前全球 AI 算力产业链的关键环节。本文通俗拆解 HBM 是什么、技术难点、全球产业格局,客观梳理国内产业链进展,同时聊聊对普通从业者、投资者的现实启示。
一、到底什么是 HBM,为什么 AI 离不开它
传统内存 DDR 是平铺在电路板上;HBM 把多颗 DRAM 内存颗粒垂直像楼房一样一层层堆叠,通过硅通孔 TSV 打通上下层,实现极高的数据带宽。
AI 大模型训练有一个经典痛点叫 “内存墙”:AI 芯片计算能力很强,但读取数据速度跟不上,计算单元大量时间在等待数据传输,白白浪费算力。HBM 就是用来解决这个问题,相当于给 AI 芯片修一条超宽的高速数据公路。
业内有一句通俗总结:AI 算力的天花板,不完全取决于算得有多快,而取决于数据送得有多快。英伟达 H100 升级到 H200,核心计算单元改动有限,最大提升就来自升级更高规格的 HBM 存储,带宽大幅拉高,整体性能实现跃升36氪。
从成本上看,一颗高端 AI 加速芯片,HBM 存储可以占到整体成本接近一半。也就是说,很多高端 AI 显卡近半成本来自存储颗粒,而全球 HBM 产能高度集中。
二、HBM 为什么难?它不是单点设备,是整条产业链乘法题
短期内 AI 算力成本很难断崖式下跌不要轻信 “明年国产芯片落地,AI 算力成本直接腰斩” 的说法。只要高端 HBM 供应链还没有实现自主大规模供给,算力成本就会存在硬性底盘。做 AI 应用创业,做预算不能建立在理想化的成本幻想之上。
不必陷入两种极端:既不盲目乐观,也不用过度悲观不要轻信各种自媒体鼓吹 “已经全面追平”;同时也不必陷入 “永远追不上” 的消极论调。长鑫在普通 DRAM 赛道,用不到十年时间从追赶走到全球主流,证明国内存储产业链具备追赶潜力。HBM 本质是 DRAM 基础上做堆叠封装,底层技术底座已经建立,只是需要时间完成良率与工艺积累。