Workflow
研究表明:HBM将在决定AI性能方面超越GPU
半导体芯闻·2025-06-12 18:04

HBM技术发展路线图 - HBM4(2026)数据速率8Gbps 输入输出通道2048 带宽2TB/s 单die容量24Gb 堆叠层数12/16-Hi 总容量36/48GB 功耗75W 采用微凸块(MR-MUF)和直接芯片冷却(D2C)液冷技术 架构为HBM-LPDDR混合并包含基础计算功能 [2] - HBM5(2029)带宽提升至4TB/s 单die容量40Gb 16-Hi堆叠实现80GB容量 功耗100W 引入浸没式冷却 架构升级为3D NMC-HBM并集成缓存和CXL功能 [2] - HBM6(2032)数据速率翻倍至16Gbps 带宽达8TB/s 单die容量48Gb 16/20-Hi堆叠实现96/120GB容量 功耗120W 采用无凸块铜-铜直接键合技术 架构演进为多塔式HBM [2] - HBM7(2035)带宽跃升至24TB/s 单die容量64Gb 20/24-Hi堆叠实现160/192GB容量 功耗160W 架构升级为混合HBM并集成网络交换功能 [2] - HBM8(2038)数据速率32Gbps 输入输出通道16384 带宽64TB/s 单die容量80Gb 总容量200/240GB 功耗180W 采用双面冷却和全3D计算架构 [2] HBM技术架构演进 - HBM4基础芯片将首次集成数据压缩 纠错和基础通信处理等计算功能 减轻GPU工作负载 [3] - 从HBM6开始采用多塔架构 多个HBM堆栈分组连接共享计算基座 显著提升带宽和容量 [4] - HBM8将实现全3D计算架构 采用HBM中心化互连和边缘扩展技术 集成存储网络功能 [2] 行业竞争格局 - 韩国企业在HBM5及后续版本有望从技术跟随者转变为架构定义者 打破现有科技巨头的标准垄断 [4] - 三星和SK海力士等韩国芯片制造商将获得定制化HBM芯片的市场机遇 满足客户特定工作负载需求 [4] 技术挑战 - 热管理成为关键瓶颈 HBM6开始需要采用浸没式冷却 HBM8将部署嵌入式冷却等先进散热方案 [4] - 在先进冷却技术成熟前 通过将计算组件移至内存堆栈顶部来优化散热效率 [4] 市场影响 - HBM技术路线图显示单die容量将从24Gb(2026)增长至80Gb(2038) 复合年增长率约18% [2] - 堆叠容量从36GB(2026)提升至240GB(2038) 带宽从2TB/s(2026)扩展至64TB/s(2038) [2]