高带宽内存 (High Bandwidth Memory / HBM)
HBM是一种通过3D堆叠技术将多个DRAM芯片垂直连接的高性能内存架构，提供远超传统DDR内存的带宽。2026年HBM市场预计超$300亿，是AI基础设施的核心组件——每块NVIDIA GPU都需要HBM。
技术原理
- 3D堆叠：通过TSV（硅穿孔）垂直堆叠8-12层DRAM芯片
- 宽接口：1024位超宽总线，带宽远超传统DDR5（64位）
- 近存计算：HBM紧邻GPU/ASIC封装，大幅降低数据传输延迟和功耗
代际演进
| 代际 | 带宽 | 堆叠层数 | 容量 | 量产时间 | 应用场景 |
|---|---|---|---|---|---|
| HBM2E | ~460 GB/s | 8层 | 16 GB | 2020 | A100 |
| HBM3 | ~819 GB/s | 12层 | 24 GB | 2023 | H100 |
| HBM3E | ~1.2 TB/s | 12层 | 36 GB | 2024-25 | H200/B300 |
| HBM4 | ~1.6 TB/s+ | 16层 | 48 GB | 2026-27E | Vera Rubin |
市场竞争格局
经济特征
- HBM ASP（平均售价）是普通DRAM的5-6倍
- 驱动内存厂商毛利率爆发：美光Q2 FY2026毛利率从37%→74%（HBM贡献）
- 产能极度过剩：2026年HBM产能已全部售罄，扩产周期12-18个月
- 每块NVIDIA B300 GPU约需192GB HBM3E，AI训练集群内存需求指数增长
与AI芯片的关系
HBM是AI芯片性能的关键瓶颈：
- NVIDIA路线图依赖HBM：从H100(80GB HBM3)→B300(192GB HBM3E)→Vera Rubin(288GB HBM4?)
- **每代GPU的HBM容量翻倍，内存厂商直接受益于GPU出货增长
- 非NVIDIA路线：博通 XPU、寒武纪等也需要HBM，但NVIDIA是最大客户
风险
- 内存周期可能逆转（历史规律2-3年一个周期）
- HBM3→HBM4技术跳跃可能存在良率风险
- 中国国产HBM突破（长江存储等）可能影响格局
- 过度依赖NVIDIA单一客户（美光40%+ HBM收入来自NVIDIA）