免費咨詢熱線 010-82616984
郵 箱：service@bjminzs.com
傳 真：010-82618347
地 址：總部：北京市昌平區(qū)龍域北街金域
國際中心B座907
重慶Office：重慶市渝北區(qū)仙桃街
道錦熙路88號龍湖天際1號
樓1703
過去近兩年來，受消費電子市場需求疲軟等因素影響，存儲芯片產(chǎn)業(yè)游進入庫存過剩、訂單減少、價格暴跌的“寒冬”。三星、美光、SK海力士、鎧俠等存儲芯片大廠紛紛減產(chǎn)、去庫存，但市場行情是否筑底眾說紛紜，整體產(chǎn)業(yè)回暖的跡象亦不明顯。
然而，在生成式AI對算力需求的帶動下，2023年初以來高帶寬內(nèi)存(HBM)在整個存儲芯片產(chǎn)業(yè)中可謂“這邊風景獨好”。目前，三星、SK海力士、美光等存儲芯片大廠均在布局與搶占這一細分市場利好。
與此同時，隨著AI對內(nèi)存速率提出更高的要求，HBM技術(shù)創(chuàng)新仍將持續(xù)不斷演進。因此，相對整個存儲芯片產(chǎn)業(yè)而言，HBM這一細分領(lǐng)域出現(xiàn)了產(chǎn)能和性能雙提升的增長態(tài)勢。
HBM（High Bandwidth Memory）是一款新型的CPU/GPU內(nèi)存芯片（即“RAM”），其實就是將很多個DDR芯片堆疊在一起后和GPU封裝在一起，實現(xiàn)大容量、高位寬的DDR組合陣列，可被廣泛應(yīng)用于高性能計算、人工智能、圖形處理和數(shù)據(jù)中心等領(lǐng)域。
整體來看，HBM具有超越一般芯片集成的RAM的特殊優(yōu)勢：一是高速、高帶寬的特性使HBM非常適合用于GPU顯存和HPC高性能計算、AI計算；二是由于采用了TSV和微凸塊技術(shù)，HBM具備更好的內(nèi)存功耗能效特性，相對于GDDR5存儲器，HBM2的單引腳I/O帶寬功耗比數(shù)值降低42%，更低的熱負荷降低了冷卻成本；三是在物理空間日益受限的數(shù)據(jù)中心環(huán)境中，HBM緊湊的體系結(jié)構(gòu)也是其獨特的優(yōu)勢。
今年初以來，ChatGPT突然爆火，帶動了AI大模型的快速增長，使得具備高帶寬和低功耗特性的HBM成為處理大規(guī)模數(shù)據(jù)和復雜計算任務(wù)的理想選擇。據(jù)悉，2023年開年后，三星、SK海力士兩家存儲大廠HBM訂單快速增加，價格也水漲船高，HBM3規(guī)格DRAM價格甚至上漲5倍。
過去數(shù)月里，HBM乘AI東風，市場關(guān)注度大幅上升。據(jù)悉，三星電子、SK海力士等韓國本土存儲半導體企業(yè)正在推動HBM專用線的擴張。兩家公司計劃在2024年年底前投資超過2萬億韓元，使HBM生產(chǎn)線目前的產(chǎn)能增加一倍以上。SK海力士計劃利用利川現(xiàn)有HBM生產(chǎn)基地的清州工廠的閑置空間。三星電子正在考慮擴大位于忠清南道天安市的HBM核心生產(chǎn)線。
另一大存儲大廠美光也很早就嗅到AI應(yīng)用商機，于2019年在中國臺灣成立HBM部門。美光甚至表示，看好2022年至2025年HBM市場年復合成長率超50%。
當前，HBM市場呈現(xiàn)三足鼎立格局。TrendForce研究顯示，2022年三大原廠HBM市占率分別為SK海力士占50%、三星約40%、美光約占10%。
從發(fā)展進程來看，2023-2024年將是AI建設(shè)爆發(fā)期，大量需求集中在AI訓練芯片上，勢必推升HBM使用量。預計2023年，HBM即便在原廠擴大產(chǎn)能的情況下，仍無法完全滿足客戶需求。從各原廠規(guī)劃看，預計2024年HBM供給位元量將年增長105%。另據(jù)semiconductor-digest預測，到2031年，全球高帶寬存儲器市場預計將從2022年的2.93億美元增長到34.34億美元，在2023-2031年的預測期內(nèi)復合年增長率為31.3%。
在AI大模型熱潮影響下，科技大廠接連布局AI大模型，掀起了AI大模型競爭之戰(zhàn)，可以預見未來算力需求仍將大幅增長。目前，NVIDIA、AMD、Intel等高端AI芯片大多選擇搭載HBM。而作為加速計算領(lǐng)導者，英偉達更是受益于ChatGPT引發(fā)AI大模型需求增長，今年以來股價累計漲幅已超過245%,目前（9月5日）市值已站上1.2萬億美元。
當前，在核心GPU（圖像處理器）加速計算芯片供不應(yīng)求的情形下，英偉達在加大GPU供應(yīng)量的同時，也加速推出新一代算力更快的芯片——超級芯片GH200，以持續(xù)鞏固AI大模型核心算力芯片供應(yīng)商地位。
中信證券分析認為，目前英偉達數(shù)據(jù)中心加速卡銷量仍主要以高端的A100/H100系列卡為主，其中臺積電CoWoS環(huán)節(jié)產(chǎn)能為主要約束，考慮到封測設(shè)備的交貨周期等因素，預計臺積電CoWoS產(chǎn)能實質(zhì)性改善至少應(yīng)在2024Q2左右。
當然，除了CoWoS產(chǎn)能不足之外，HBM也是供不應(yīng)求。目前，SK海力士是HBM3領(lǐng)域的全球領(lǐng)導者，迄今為止也是英偉達唯一為AI加速器提供HBM的供應(yīng)商。有專家認為，HBM3是需高帶寬的人工智能服務(wù)的理想選擇。
然而，SK海力士一家遠遠難以滿足英偉達對HBM的需求。據(jù)悉，英偉達計劃到2024年出貨最高200萬顆H100。此前HBM供應(yīng)商主要是SK海力士，但是產(chǎn)能也有限，如果英偉達不引入其他HBM供應(yīng)商，那么要達成這一目標將變得相當困難。這勢必迫使英偉達尋找更多的HBM供應(yīng)商進行合作。
9月5日消息，據(jù)韓國媒體報導，三星電子已獲得英偉達（NVIDIA）的高帶寬內(nèi)存(HBM)訂單。據(jù)悉，三星的HBM已通過NVIDIA的第四次測試，也是最后一次品質(zhì)測試。隨后，兩家公司已同意簽訂供應(yīng)協(xié)議。根據(jù)該協(xié)議，雙方的供貨最早可能在10月啟動?，F(xiàn)在NVIDIA已經(jīng)擁有SK Hynix和三星作為其HBM供應(yīng)商，這使得AI GPU的產(chǎn)量能夠提升。
花旗集團分析師也曾在一份報告中寫道，三星電子將從第四季度開始供應(yīng)HBM3新一代內(nèi)存，經(jīng)過優(yōu)化配合人工智能加速器使用。未來，隨著三星的加入，英偉達將在很大程度上緩解GPU供應(yīng)不足的壓力。
未來數(shù)年，HBM的發(fā)展“錢景”被存儲大廠廣受看好。而在當前高性能計算應(yīng)用對內(nèi)存速率提出更高要求的背景下，HBM技術(shù)將繼續(xù)進行改進和創(chuàng)新。
從技術(shù)發(fā)展趨勢看，HBM促使DRAM從傳統(tǒng)2D加速走向立體3D，充分利用空間、縮小面積，契合半導體行業(yè)小型化、集成化的發(fā)展趨勢。具體來看，增加堆疊層數(shù)、提高數(shù)據(jù)傳輸速度和密度，以及降低功耗和成本等方面的改進，將推動HBM技術(shù)的進一步發(fā)展。
目前，HBM內(nèi)部的DRAM堆疊屬于3D封裝，而HBM與AI芯片的其他部分合封于Interposer上屬于2.5D封裝，是典型的Chiplet應(yīng)用。
過去十年里，高帶寬和高密度的HBM解決方案不斷涌現(xiàn)，使得數(shù)據(jù)傳輸速度更快、容量更大，同時降低功耗和占用空間。據(jù)悉，HBM發(fā)展至今第四代性能不斷突破。自2014年首款硅通孔HBM產(chǎn)品問世至今，HBM技術(shù)已經(jīng)發(fā)展至第四代，分別是：HBM（第一代）、HBM2（第二代）、HBM2E（第三代）、HBM3（第四代），HBM芯片容量從1GB升級至24GB，帶寬從128GB/s提升至819GB/s，數(shù)據(jù)傳輸速率也從1Gbps提高至6.4Gbps。
為了搶占未來HBM市場，目前各大存儲大廠也在不斷提升HBM技術(shù)性能。近日，美光中國臺灣地區(qū)董事長盧東暉就表示，美光有多達65%的DRAM產(chǎn)品在中國臺灣生產(chǎn)，繼日本廠于2022年10月開始量產(chǎn)1β（1-beta）制程技術(shù)后，中國臺灣現(xiàn)在也開始量產(chǎn)1-beta制程。同時，臺日團隊還研發(fā)新一代的1-gamma制程，是美光第1代采用極紫外光（EUV）的制程技術(shù)，將在2025年上半年先在臺中廠量產(chǎn)。
而三星早在2022年10月召開的Samsung Foundry Forum 2022活動上，就對外公布了DRAM技術(shù)路線圖。按照規(guī)劃，三星將于2023年進入1bnm工藝階段，芯片容量將達到24Gb（3GB）- 32Gb（4GB），原生速度將在6.4-7.2Gbp。
今年5月，三星已宣布量產(chǎn)12納米級16Gb DDR5 DRAM，隨后9月宣布采用12納米(nm)級工藝技術(shù)，開發(fā)出其容量最32Gb DDR5 DRAM，全新12納米級32Gb DDR5 DRAM計劃于今年年底開始量產(chǎn)。
盡管各大儲存廠商正不斷加碼HBM，但其技術(shù)創(chuàng)新仍需克服兩大主要問題：一是HBM需要較高的工藝，進而大幅度提升了成本；二是大量DRAM堆疊，和GPU封裝在一起，產(chǎn)生大量的熱，如何散熱是極大的挑戰(zhàn)。