全球首款HBM4量产：2.5TB/s带宽超越JEDEC标准，AI存储迈入新纪元

电子发烧友网报道（文 / 吴子鹏）近日，SK 海力士宣布全球率先完成第六代高带宽存储器（HBM4）的开发，并同步进入量产阶段，成为首家向英伟达等核心客户交付 HBM4 的存储厂商。

据悉，SK 海力士 HBM4 内存的 I/O 接口位宽为 2048-bit，每个针脚带宽达 10Gbps，因此单颗带宽可高达 2.5TB/s。这一里程碑不仅标志着 AI 存储器正式迈入 “2TB/s 带宽时代”，更进一步巩固了 SK 海力士在 AI 存储器市场的绝对领导地位。不过，SK 海力士暂未透露该产品的具体堆叠层数，业内人士推测其为 12 层结构。

技术跃迁：从参数突破到架构革新

HBM作为 AI 芯片的 “神经中枢”，其性能直接决定大模型训练与推理的效率。根据 JEDEC（全球半导体标准组织）制定的 HBM4 标准，该代内存采用 2048 位接口，传输速率为 8Gb/s，总带宽提升至 2TB/s，支持 4/8/12/16 层 DRAM 堆栈设计，单堆栈最大容量可达 64GB。此外，HBM4 的通道数量从 HBM3 的 16 个增至 32 个，同时引入 0.7V-0.9V VDDQ 电压与 1.0V-1.05V VDDC 电压选项以优化能效，并搭载 DRFM（定向刷新管理）功能增强数据安全性。按照这一标准，HBM4 的总带宽较上一代 HBM3E 实现 60% 的跨越式增长。

而此次 SK 海力士量产的 HBM4，每针脚带宽达到 10Gbps，远超 JEDEC 标准规定的 8Gbps 上限。这不仅意味着数据处理速度的飞跃，更将为 AI 应用带来革命性变革。SK 海力士预测，HBM4 在 AI 系统中的应用可使服务性能最高提升 69%，有效解决数据中心的数据传输瓶颈问题。

在研发过程中，SK 海力士采用了两项关键创新技术：自主开发的 MR-MUF（批量回流模塑底部填充）封装技术，以及第五代 10nm 级（1b）DRAM 工艺。其中，MR-MUF 技术在堆叠半导体芯片后，通过填充液体保护材料并使其固化，既能提高生产效率与散热效果，又能有效控制芯片翘曲现象；相比传统 “每堆叠一颗芯片就铺设一层薄膜材料” 的工艺，该技术显著提升了产品稳定性。

配合第五代 10nm 级（1b）DRAM 工艺，SK 海力士的 HBM4 在性能提升的同时，实现了 40% 的能效优化，为数据中心大幅降低功耗与散热成本。

此次量产的 HBM4 单颗容量达 36GB，采用 24Gb DRAM 颗粒，已通过英伟达下一代 GPU 平台 “Vera Rubin” 的认证，预计将于 2025 年底前实现规模化出货。若业内推测属实，此次量产的为 12 层堆栈（12Hi）版本；更高端的 16 层堆栈（16Hi）版本容量将扩展至 64GB，计划于 2026 年量产，主要面向英伟达 Rubin Ultra 等高端 AI 加速器平台。

从市场格局来看，当前 SK 海力士在全球 HBM 市场的份额已超 70%；2025 年第一季度，其 DRAM 市占率更以 36.7% 首次超越三星，终结了三星长达 30 年的 DRAM 市场霸主地位。随着 HBM4 的量产，SK 海力士不仅在技术上领先三星、美光一个梯队，更通过锁定英伟达等核心客户，提前占据 2026 年 AI 高端存储市场的先发优势。

行业重构：算力革命与地缘竞合

在 AI 算力基础设施中，HBM 性能直接决定 AI 芯片运算效率的天花板。在传统 GDDR 内存架构下，数据传输能耗占系统总功耗的 60% 以上，已成为制约大模型训练效率的 “内存墙”；而 HBM 通过 3D 堆叠技术与硅通孔（TSV）工艺，实现了带宽与能效的双重突破，完美契合 AI 算力的核心需求。

与传统内存相比，HBM 通过垂直堆叠 8-16 层 DRAM 芯片，在相同体积下实现了数倍于 GDDR 的带宽密度；对于并行计算需求强烈的 AI 训练场景，HBM 的多通道架构能显著降低数据延迟，提升 GPU 利用率。HBM4 的量产，标志着半导体产业正式进入 “内存即战略资产” 的新时代 —— 在 AI 算力需求每 3-4 个月翻一番的 “新摩尔定律” 范式下，HBM4 凭借 2.5TB/s 的带宽与 64GB 的容量，将直接缩短大模型训练周期，降低生成式 AI 的应用门槛。

技术路线的分化正重塑全球 HBM 产业生态：SK 海力士选择与台积电合作优化 CoWoS 封装技术，三星依托自身存储与代工业务协同开发 “X-Cube” 3D 集成技术，美光则侧重 HBM4E 的定制化逻辑基底选项。这种技术路线的竞争不仅决定企业自身的市场地位，更将影响全球 AI 产业链的格局 —— 采用不同 HBM 技术的 AI 芯片将形成差异化性能表现，进而引导下游应用场景的发展方向。

地缘政治因素为 HBM 竞争增添了复杂变量：SK 海力士推进韩国本土与美国工厂的扩建计划，三星恢复平泽第五工厂建设，美光加码新加坡工厂投资，三者共同构成了 HBM 产能的全球布局。在全球半导体供应链重构的背景下，HBM 作为 AI 基础设施的核心组件，已成为各国科技竞争的战略要地，这也让国内行业对国产 HBM 的进展更为关注。

当前，国内大模型研发正面临严峻的算力瓶颈，而 HBM 短缺是核心症结之一。训练一个千亿参数的大模型需万卡级 GPU 集群支撑，单台 AI 服务器的 HBM 容量已从早期的 40GB 跃升至 80GB、140GB。一方面，国内在高端算力卡采购上受限，现有算力储备难以满足需求；更严峻的是，美国对 HBM 相关设备的出口管制已形成 “技术陷阱”—— 允许出口降级版 AI 芯片，却限制高端 HBM 供应，直接导致国产 AI 芯片性能落后国际领先水平至少 2-3 代，严重制约国内 AI 算力基础设施的升级步伐。

不过，国产 HBM 的替代进程虽任重道远，但已取得阶段性进展。根据东方证券此前报道，长鑫存储今年将在去年大幅增产的基础上，进一步实现近 50% 的产能同比增长；到 2025 年末，长鑫存储按比特出货量计的市占率将从 2025 年一季度的 6% 提升至 8%，其 DDR5/LPDDR5 产品的市场份额预计将从一季度的 1% 左右，分别提升至 7% 和 9%。先进存储产能的扩充，以及国产 HBM 产品逐步进入量产阶段，将持续利好上游设备与材料环节。另有消息显示，长鑫存储的 HBM3 产品已完成送样，HBM3E 产品正处于研发当中。

当前，HBM4 的研发已进入全球竞争阶段，若国内企业能加速 HBM4 技术攻关，将为国产算力水平的提升带来巨大增益。

结语

SK 海力士全球率先量产 HBM4，以 2.5TB/s 带宽突破 JEDEC 标准，不仅标志着 AI 存储正式迈入 “2TB/s 时代”，更将半导体产业推向 “内存即战略资产” 的新阶段。从全球竞合视角看，SK 海力士的领先并非孤例 —— 三星 “X-Cube” 技术、美光 HBM4E 定制化路线的追赶，叠加韩、美、新等地的产能布局，让 HBM 成为各国科技博弈的核心赛道。

不难看出，HBM 的竞争早已超越 “技术与产能比拼” 的范畴，本质上是全球 AI 产业话语权的争夺；而国产 HBM 力量的每一步突破，都将成为重塑这一格局的重要变量。

资讯配图