AI服务器浪潮席卷全球，带动AI加速芯片需求。DRAM关键性产品HBM异军突起，成为了半导体下行周期中逆势增长的风景线。业界认为，HBM是加速未来AI技术发展的关键科技之一。

近期，HBM市场动静不断。先是SK海力士、美光科技存储两大厂释出2024年HBM产能售罄。与此同时，HBM技术再突破、大客户发生变动、被划进国家战略技术之一...一时间全球目光再度聚焦于HBM。

1
HBM：三分天下

HBM（全称为High Bandwidth Memory），是高带宽存储器，是属于图形DDR内存的一种。从技术原理上讲，HBM是将很多个DDR芯片堆叠在一起后，再和GPU封装合成，通过增加带宽，扩展内存容量，组成DDR组合阵列，以此实现让更大的模型、更多的参数留在离核心计算更近的地方，从而减少内存和存储解决方案所带来的延迟。

图片来源：SK海力士官网

通俗来讲，传统DDR内存芯片是一层平房结构，具备HBM结构的内存是现代化的摩天大楼，在占地面积不变的基础上，向三维高度发展。

与传统DRAM芯片相比，HBM具有高带宽、高容量、低延时与低功耗等优势，可以加快AI数据处理速度。业界指出，HBM可以将专用数据处理器直接集成在DRAM中，将部分数据计算工作从主机处理器转移到存储器当中，从而满足AI芯片训练的高宽带要求，也因此更适用于ChatGPT等高性能计算场景。

目前，HBM市场高度集中，呈现三足鼎立的态势。此前据TrendForce集邦咨询研究显示，2022年三大原厂HBM市占率分别为SK海力士（SK hynix）50%、三星（Samsung）约40%、美光（Micron）约10%。

图片来源：拍信网

从技术迭代上看，自2014年全球首款硅通孔（TSV, Through Silicon Via）HBM产品问世以来，HBM已经从HBM、HBM2、HBM2E，发展至被业界认为即将成为市场主流的HBM3、HBM3E。未来或将到达HBM4，甚至HBM4E。

图表来源：全球半导体观察制表

2
大厂冲锋，HBM3E扛技术大旗

从存储大厂HBM布局路线来看，率先走在起跑线上的是SK海力士。2013年，SK海力士与AMD合作开发了全球首款HBM。作为领跑者，SK海力士不负众望陆续成功研发出HBM迭代产品HBM2、HBM2E、HBM3、HBM3E。该公司计划在2024年上半年将HBM3E投入量产。

三星则从HBM2起跑，虽是后起之军，却也不堪落后。三星于2016年推出HBM2，2020年2月HBM2E，2021年2月推出了HBM-PIM（存算一体），实现内存半导体和AI处理器合二为一，其HBM3也于2020年量产。今年2月27日三星发布了首款36GB HBM3E 12H DRAM，这是三星目前为止容量最大的HBM产品。目前，三星已开始向客户提供HBM3E 12H样品，预计于今年下半年开始大规模量产。

另一大厂美光科技开始出击，该公司选择跳过第四代HBM3，直接布局第五代HBM3E。美光于2023年9月推出HBM3E，并于今年2月26日宣布已开始批量生产HBM3E解决方案。其中24GB 8-High HBM3E将成为NVIDIA H200 Tensor Core GPU的一部分，该GPU将于 2024 年第二季度开始发货；而36GB 12-High HBM3E样品扩大了其领先地位，与竞争解决方案相比，该产品预计将提供超过1.2 TB/s的性能。

图表来源：全球半导体观察制表

从规格上看，目前HBM市场主流为HBM2E，包含NVIDIA A100/A800、AMD MI200以及多数CSPs自研加速芯片皆以此规格设计。不过随着各大原厂不断加速突破技术堡垒，业界称未来HBM3与HBM3E将挑起大梁。

TrendForce集邦咨询预估，2024年HBM供给情况可望大幅改善。以规格而言，伴随AI芯片需要更高的效能，HBM主流也将在2024年移转至HBM3与HBM3E。整体而言，在需求位元提高以及HBM3与HBM3E平均销售价格高于前代产品的情形下，2024年HBM营收可望有显著的成长。

此外，关于业界十分关心的HBM4问题，据TrendForce集邦咨询预计，HBM4有望于2026年推出。目前包含NVIDIA以及其他CSP（云端业者）在未来的产品应用上，规格和效能将更优化。例如，随着客户对运算效能要求的提升，HBM4在堆栈的层数上，除了现有的12hi (12层)外，也将再往16hi (16层)发展，更高层数也预估带动新堆栈方式hybrid bonding的需求。HBM4 12hi产品将于2026年推出；而16hi产品则预计于2027年问世。

3
大头客户策略有变，或牵动HBM

AI模型复杂化正推动HBM发展。从应用领域看，HBM主要应用领域AI服务器在单条模组上则多采用64~128GB，平均容量可达1.2~1.7TB之间。TrendForce集邦咨询认为，相较于一般服务器而言，AI服务器多增加GPGPU的使用，因此以NVIDIA A100 80GB配置4或8张计算，HBM用量约为320~640GB。未来在AI模型逐渐复杂化的趋势下，将刺激更多的存储器用量，并同步带动Server DRAM、SSD以及HBM的需求成长。并预期AI服务器2023~2027年出货量年复合成长率约12.2%。

从大头客户产品规格来看，AI服务器GPU市场中配备了HBM的主要以NVIDIA H100、A100、A800以及AMD MI250、MI250X系列为主。展望2024年，英伟达的产品所采用的HBM将升级至HBM3E，此外新一代B100产品将进一步拉升市场对HBM的容量需求；AMD产品仍采用HBM3，预计下一代MI350将升级为HBM3E；而英特尔产品仍将使用HBM2E。

具体来看，自去年发酵至今，HBM市场仍旧火热，而上游关键客户英伟达的H100与200依旧是市面上最抢手的GPU产品。据TrendForce集邦咨询最新预估，以2024年全球主要云端服务业者（CSP）对高端AI服务器（包含搭载NVIDIA（英伟达）、AMD或其他高端ASIC芯片等）需求量观察，搭载NVIDIA GPU的AI服务器机种占大宗。

根据去年11月底TrendForce集邦咨询的研究数据显示，2023年，NVIDIA高端AI芯片（采用HBM）既有产品包括A100/A800以及H100/H800，2024年该公司将再推出使用6颗HBM3E的H200以及8颗HBM3E的B100，并同步整合NVIDIA自家基于Arm架构的 CPU与GPU，推出GH200以及GB200。

TrendForce集邦咨询最新研究指出，NVIDIA 2024年起将正式替换A100产品，而以价格更高的H100系列为主轴。除H100，预估自今年第二季末开始小量出货搭载更高HBM3E规格的H200产品。另预估NVIDIA未来在价格上将更积极采差别订价，H100采部分折价策略，H200应维持约H100原价格水位，以提供更高性价比方式，稳固云端CSP客户。除此之外，NVIDIA将采用NRE（一次性工程费用；Non-recurring engineering Expense）模式，与Meta、Google、AWS及OpenAI等厂商展开洽谈，并将目标扩及电信、车用及电竞客户。

TrendForce集邦咨询预期，NVIDIA自2024年下半年将推出新一代B100产品，相较H系列可望在效能上又有所提升，在HBM存储器容量将高出H200约35~40%，以应对更高效能HPC或加速LLM AI训练需求。而在中低端产品上，除L40S针对企业客户做边缘端较小型AI模型训练或AI推理外，另亦规划以L4取代既有T4，作为云端或边缘AI推理应用。

值得注意的是，为避免2023年GPU供应不足问题，NVIDIA亦积极参与CoWoS及HBM等扩建产能需求，预期今年第二季在相关原厂产能逐步开出后，原交付Lead Time平均约40周也将减半，逐步去除下游供应链因GPU短缺而使AI服务器供应进度受阻问题。

在AMD和Intel方面，TrendForce集邦咨询此前指出，AMD 2024年出货主流为MI300系列，采用HBM3，下一代MI350将采用HBM3E，预计2024下半年开始进行HBM验证，实际看到较明显的产品放量（Ramp Up）时间预估应为2025年第一季。Intel Habana 2022下半年推出的Gaudi 2采用6颗HBM2E，2024年中预期在新型号Gaudi 3持续采取HBM2E，但将用量升级至8颗。

4
列为国家战略，韩国重点发力

存储器是韩国的支柱型产业之一，2024年AI浪潮更顺势拉动了HBM的市场比重，在此背景下，韩国将HBM指定为国家战略技术，并列出多项措施鼓励相关企业。

2月27日，韩国企划财政部公布了《2023年税法修正案后续执行规则修正案草案》，旨在对被纳入韩国国家战略技术的高带宽存储器（HBM）、有机发光二极管（OLED）和氢相关设施，进一步扩大税收支持。

其中，韩国国家战略性技术产业研发投资税收抵免，中小企业为40%至50%，大中型企业为30%至40%。据悉大中型企业包括三星、SK海力士等。

5
结语

值得一提的是，大厂财报透露，营收亏损幅度均有所收窄，其中HBM已成为拉动大厂们业绩回升的主力。目前消费电子已出现复苏信号，行业新的转机正在孕育生成，AI催生存力新需求，2024年存储市场有望迎来新的转机。

总体而言，受生成式AI大模型等领域的驱动，HBM逐渐发展成为新兴热门产业之一，随着上游客户不断发出新的需求，目前HBM市场正释放出供不应求的信号。对此，上述各方瞄准HBM积极布局，大厂们继续埋头攻破技术壁垒，以迅速抓住市场新机遇，属于HBM市场的一场争夺战正式开启。

封面图片来源：拍信网