社区

生成式 AI 的爆发，使算力供应链的焦点悄然从 GPU 转移至其背后的关键零组件 —— HBM（高频宽记忆体）。若说 GPU 是 AI 的「心脏」，那么 HBM 便是驱动这颗心脏高速跳动的「血液供应系统」。随着模型规模与上下文长度急速增长，Transformer 架构对记忆体频宽的依赖已远超传统 GPU 的负载能力，高性能 HBM 因此成为性能瓶颈所在。

以 GPT-4、Claude 3、Gemini 1.5 等模型为例，其运算需要同时处理大规模权重与中间张量（activations），记忆体频宽不足会直接导致推理速度下降与延迟增加。因此，供应链的竞争早已不只是在 GPU 设计者之间，而是前移至谁能提供足够数量、品质稳定、良率高的 HBM。这也使过去相对低调的记忆体企业 —— SK hynix、Samsung、Micron —— 在 AI 时代重新站上全球科技的舞台中央。

更关键的是，HBM 与 GPU 是「一体供应」。HBM 不只是记忆体，而是与先进封装（如 CoWoS、H100/H200 的堆叠架构）深度绑定的系统性产品。这代表全球算力不再是「晶片供应竞争」，而是「系统封装能力竞争」，掌握 HBM 产能者，往往就是掌握当前 AI 算力的寡头。

SK hynix：技术领先者如何垄断高端市场？

在 AI 供应链当中，SK hynix 无疑是近年最耀眼的赢家。它最早在 HBM3 与 HBM3E 取得量产优势，良率与能效表现远胜竞争对手，使其成为 NVIDIA 等 AI GPU 厂商的首选合作伙伴。HBM 良率的高低直接影响整颗 AI GPU 模组的总成本，而 SK hynix 的稳定品质与高堆叠良率意味着供应链风险低、单位能耗更优，这恰是云服务商最重视的。

SK hynix 的强势地位亦来自其在 HBM 堆叠架构（stacking）、热管理与 TSV（矽通孔）设计上的深度投入。这些技术壁垒需要多年工艺调校，非短期资本投入即可追上。正因如此，SK hynix 在 HBM 市场的一度占比接近半壁江山，成为全球供应链的「战略资源持有者」。

然而，成功也带来压力。SK hynix 必须面对两项挑战：一是 NVIDIA 对多供应商策略的推动，使其不能完全垄断市场；二是竞争者快速追赶，尤其是 Samsung 的产能与全球客户网络。因此，SK hynix 虽占据高端市场，但仍需透过加速 HBM4 开发、提升封装效率与扩张产能来捍卫地位。

Samsung 与 Micron：追赶者的策略差异

相较于 SK hynix 在 HBM 技术上的领先，Samsung 则拥有另一组优势 —— 全球最大记忆体产能、广泛客户网络、成熟的制造管理与极强的资本投入能力。Samsung 的策略并非技术细项完全压倒对手，而是在供应链关系、产能规模与企业生态上取得优势。

Samsung 能提供「整合式供应方案」：从 DRAM、NAND 到 GPU 设计合作（自研 Exynos）、甚至加工制程，其垂直能力是其他记忆体厂难以复制的。这让部分 GPU 或 AI 加速器厂商愿意采取双供应商策略，降低对 SK hynix 的依赖。Samsung 若能在 HBM 良率与功耗上持续改善，其市占率将可能进一步提升。

Micron 的策略则更为聚焦。相较于韩国双雄的晶圆量产优势，Micron 在 HBM3E 与低功耗 DRAM（LPDRAM）方面逐渐建立差异化，特别是在针对 AI 训练与推理的高速、低延迟记忆体产品上找到市场定位。Micron 的技术团队在美国本土研发，某些云端服务商对供应链多元化有强烈需求，使其在 HBM 供应链中的重要性上升。

更重要的是，美国政府对先进半导体供应链本土化的政策动能，使 Micron 的战略地位在地缘政治中被强化。换言之，Micron 并非要在高端 HBM 市场完全压倒韩国厂商，而是透过产品差异化与策略性合作掌握一定份额$英伟达(NVDA)$  $超科林半导体(UCTT)$$谷歌(GOOG)$