全球首款HBM4芯片,开始量产!

半导体产业纵横 2025-09-12 17:54

资讯配图
资讯配图
本文由半产业IDICVIEWS)综合

HBM4SK海力士又赢了。

资讯配图

今日,SK海力士宣布已成功完成面向AI的超高性能存储器新产品HBM4的开发,实现了全球最高水平的数据处理速度和能效,并在全球首次构建了量产体系

消息发布后,SK海力士股价当日盘中一度上涨超5%

HBMHigh Bandwidth Memory,高带宽内存)是一种能够实现高速、宽带宽数据传输的下一代DRAM技术和规范。 其核心结构在于将多个DRAM芯片(通常4层、8层甚至12层)通过先进的封装技术垂直堆叠在一起。 正是由于HBM能以远超传统内存(如GDDR)的带宽(即数据传输速率)运行,因此它已成为高性能计算领域,特别是生成式AI所需GPU(图形处理器)的理想内存解决方案。 需要特别澄清的是,HBM与其说是一种新型DRAM芯片本身,不如说是一种定义了如何实现DRAM高速、宽带宽互连的物理和电气接口规范

HBM4在带宽、通道数功耗容量等多方面都进行了改进首先是带宽上的增加通过2048bit接口提供高达8Gb/s的传输速度总带宽提高至2TB/s另一个重要升级是每个堆叠的独立通道数加倍16个通道HBM3增加到32个通道每个通道包含2个伪通道这为设计人员提供了更大的灵活性

其次是容量上的提升。HBM4支持4812层和16DRAM堆栈这些芯片密度可达24Gb32Gb可提供64GB32Gb 16的更高立方体密度

HBM对于AI能(特别是大规模训练和推理)、高性能计算以及高端显卡至关重要,它能够极大缓解数据吞吐的瓶颈,让GPU等处理器高效运转。

SK海力士此次预测,将该产品引入客户系统后,AI服务性能最高可提升69%。这能让AI训练和推理更快、更高效。

SK海力士在HBM4的开发过程中采用了自研的MR-MUF封装技术和第五代10纳米级(1bDRAM工艺,MR-MUF工艺指在堆叠半导体芯片后,通过向芯片间隙注入液态保护材料并固化的方式保护层间电路,相较逐层堆叠芯片时铺设薄膜材料的传统方式,该工艺效率更高且散热效果优异。

SK海力士副总裁、HBM开发负责人赵柱焕(Kwon Eon-oh)表示,“HBM4的开发将成为业界新的里程碑赵柱焕是DRAM领域的专家,于2022年将全球首创的下一代工艺High-K Metal Gate (HKMG)引入到移动DRAMLPDDR中,提高了速度并降低了功耗消耗。2023年,他晋升为SK海力士高管,承担起完成该公司HBM技术路线图的重任。

目前高端HBM市场主要由三星、美光、海力士三大巨头主导,头部厂商在HBM上的竞争异常激烈。SK海力士的HBM产品市场占有率位列第一,新品迭代上,此次SK海力士领先一步,但三星和美光也在积极跟进,两者均已经开发了HBM4产品,前者正在筹备样品生产,计划在2025年第四季度开始初期生产,目标是搭载于英伟达2026年推出的Rubin AI GPU,正计划恢复建设平泽第五工厂,为下一代HBM准备产能,后者已推出12层堆叠36GB HBM4样品,进入客户验证阶段,计划2026年正式量产。

HBM存储器的发展过程中,散热是个大问题。若无法充分控制半导体芯片产生的热量,可能会对产品性能、生命周期和功能产生负面影响。因此,除容量和带宽外,包括散热在内均已成为先进存储器产品开发过程中的关键考虑因素。而控制散热的一大手段就是封装技术。

据悉,三星已经将混合键合技术引入到第六代HBM产品,也就是HBM4,早于竞争对手SK海力士。这不仅显著改善了发热问题,而且还明显提升了I/O数量。随着堆叠层数的增加,需要缩小芯片之间的间隙,引入混合键合技术可以缩小间隙,满足需要更多垂直堆叠层数的HBM产品的生产。

当前,HBM4的市场需求强劲,被广泛应用于AI深度学习和高性能计算等领域此前英伟达CEO黄仁勋曾要求SK海力士提前六个月供应HBM4芯片此外特斯拉最近也向SK海力士和三星电子表达采购HBM4的意向用于正在开发的AI数据中心及其自动驾驶汽车微软Meta三星电子采购定制HBM4芯片

*声明:本文系原作者创作。文章内容系其个人观点,我方转载仅为分享与讨论,不代表我方赞成或认同,如有异议,请联系后台。
资讯配图

资讯配图


资讯配图


资讯配图

资讯配图
资讯配图
资讯配图
资讯配图资讯配图

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
芯片
more
全球领先!在蓉企业发布全自主设计芯片|成都新Tech
8.5亿!北京老牌房企跨界网络芯片,实控人被拘留
半壁江山都来了!最燃AI芯片盛会议程公布,同期研讨会解读华为384超节点与存算一体
三款DFB激光器芯片,人工智能等高带宽、低功耗场景可用
芯片大神Jim Keller :使用RISC-V实现AI芯片开发的民主化
国内AI芯片面临两大瓶颈
Jim Keller最新演讲:要颠覆AI芯片
iPhone 17背后的芯片供应链,谁是真正的赢家?
靴子落地,博通 “天塌” 了!全球 Wi-Fi 7 芯片市场格局巨变
当AI集群突破万卡:铜线已死,光进芯片
Copyright © 2025 成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号