文章核心观点 - 高带宽内存是AI算力发展的关键基础设施，其性能直接决定了AI模型训练和推理的速度与效率 [1] - 韩国KAIST大学发布的HBM技术路线图详细规划了从HBM4到HBM8的未来发展蓝图，揭示了HBM技术将持续突破带宽、容量和能效极限，以支撑未来AGI等高级AI应用的需求 [1][15] - HBM通过3D堆叠等核心技术解决了传统内存的带宽瓶颈、高延迟和高功耗问题，已成为AI服务器不可或缺的组件 [4][7][14] HBM技术定义与核心优势 - **技术定义**：HBM是一种采用“三明治式”3D堆叠技术的“超级内存”，通过硅通孔实现数据在堆叠芯片层间的垂直高速传输，解决了传统平面内存的带宽和延迟瓶颈 [7][8][59] - **带宽碾压**：HBM带宽远超传统内存，HBM3带宽为819GB/s，HBM4将达2TB/s，HBM8更将飙升至64TB/s，相当于每秒传输16万部高清电影，这是AI训练速度的关键 [12] - **功耗减半**：HBM的垂直传输设计更省电，传输1TB数据，HBM3功耗是DDR5的60%，HBM4将进一步降至50%，有助于数据中心大幅降低电费 [13] - **体积迷你**：HBM模块体积小，可直接集成在GPU封装旁，使AI服务器能容纳更多GPU，算力密度提升3倍，是高密度AI服务器的必然选择 [10][14] HBM技术发展路线图（2026-2038） - **HBM4**：预计2026年推出，核心创新在于定制化Base Die，可直连低成本LPDDR内存以扩展容量，带宽提升至2TB/s，单模块容量达36-48GB，采用直触液冷散热应对75W功耗 [17][18][22][24] - **HBM5**：预计2029年推出，引入近内存计算技术，在内存堆叠中集成计算单元，可减少GPU 40%的工作量，带宽达4TB/s，容量80GB，采用浸没式冷却应对100W功耗 [27][28][29] - **HBM6**：预计2032年推出，采用“多塔架构”提升吞吐量，使LLM推理吞吐量较HBM5提升126%，带宽达8TB/s，容量96-120GB，并集成L3缓存专门存储KV缓存以降低延迟 [32][35][36][38][40] - **HBM7**：预计2035年推出，实现内存与高带宽闪存的融合，集成容量达2TB的HBF作为低成本大容量存储，系统总内存容量可达17.6TB，带宽24TB/s，采用嵌入式冷却 [41][42][44][46][47] - **HBM8**：预计2038年推出，采用全3D集成技术，将GPU裸片垂直堆叠在HBM之上，实现“算力无瓶颈、数据零等待”，带宽达64TB/s，容量200-240GB，采用双面嵌入式冷却 [49][52][54][56][57] 支撑HBM性能的关键技术 - **硅通孔**：在芯片上制造微米级垂直孔道，使数据能在堆叠芯片层间直接传输，路径缩短90%以上，是3D堆叠的基础，其布局从对称演进到同轴以降低干扰 [59][63][66][67] - **混合键合**：采用铜-铜直接键合工艺连接芯片，相比早期的微凸点技术，电阻降至1/10，连接更牢固密集，使堆叠层数增至24层、I/O数量达16384个成为可能 [68][70][71] - **AI辅助设计**：利用AI模型大幅缩短HBM复杂结构的设计周期，如PDNFormer模型可在1毫秒内完成电源阻抗分析，将设计周期从数月缩短至数周 [72][74][76][77][79] HBM产业格局与挑战 - **市场格局**：2025年全球HBM市场规模达300亿美元，2030年预计突破980亿美元，SK海力士、三星、美光三巨头垄断90%以上产能，订单已排至2026年 [80][81] - SK海力士为行业龙头，占全球HBM3E出货量的55%，其M15X新工厂投产后月产能将提升至17.8万片 [81] -三星的HBM3E产能已被谷歌、博通等头部客户包圆，并与OpenAI签署了713亿美元的四年供应大单 [84] -美光增速快，其HBM3E已通过英伟达认证，目标是在2026年将市场份额从7%提升至24% [85] - **主要挑战**： - **成本**：HBM3每GB成本约为DDR5的5倍，HBM4因工艺复杂成本预计再增30%，需通过提升良率、扩大产能和技术创新来降本 [87] - **散热**：未来HBM8功率可能突破200W，需研发新型散热材料、芯片级冷却方案和智能温控系统来应对 [88] - **生态协同**：需要GPU/CPU硬件接口、AI软件框架及行业标准进行深度适配与优化，以充分发挥HBM性能并降低应用门槛 [88][89]

英伟达动态与行业需求 - 英伟达首席执行官黄仁勋确认收到三星电子、SK海力士和美光的尖端内存样品，并指出这三家内存制造商均已大幅扩充产能以支持英伟达[3] - 黄仁勋表示公司业务增长非常强劲，各个机构领域都可能出现内存短缺，内存价格可能随公司运营情况上涨[3] - 市场对英伟达最新AI芯片Blackwell的需求非常强劲，台积电的晶圆需求也显著增长，Blackwell相关芯片用于GPU、CPU、网络设备和交换机[3] - 黄仁勋称台积电在晶圆供应方面提供了卓越支持，没有台积电，英伟达不可能取得今天的成就[3] - 英伟达成为首家市值突破5万亿美元的公司[4] - SK海力士回应称其明年的产能已全部售罄，并计划大幅增加投资以迎接半导体行业的超级周期[4] HBM4市场竞争格局 - SK海力士、美光科技和三星电子正在激烈竞争以主导估计价值1000亿美元的HBM4市场[6] - SK海力士已于上月完成下一代HBM4的研发并建立量产体系，并于3月向包括英伟达在内的主要客户交付了12-Hi HBM4样品，领先于竞争对手[6][7] - 三星电子已开始为HBM4的量产做准备，并正在与英伟达洽谈供应下一代高带宽内存HBM4[4][6] - 美光科技宣布其下一代HBM4内存已开始出货，声称其带宽超过2.8TB/s，引脚速度超过11Gbps，显著超过JEDEC官方规范[6] 主要厂商HBM4技术进展 - 美光已开始交付12-Hi HBM4样品，采用其独有的1-γ DRAM技术及基于CMOS芯片和封装的创新技术，声称拥有业界领先的性能和能效[7] - 美光计划在价值1000亿美元的HBM市场中获得比去年更高的市场份额，并预计今年高带宽存储器领域的收入将超过80亿美元[7] - 美光将提供HBM4E基础逻辑芯片的定制选项，预计定制化HBM4E将比标准产品提供更高的毛利率，该技术与台积电合作开发，使英伟达和AMD等客户能够优化设计[7] - SK海力士提供的12-Hi HBM4产品样品采用台积电12nm工艺制造的逻辑芯片，据称数据处理速度超过2TB/s[8] - SK海力士也计划为其HBM4E产品线提供定制产品，以满足英伟达、博通和AMD等客户的需求[8] HBM技术未来路线图 - 韩国科学技术院研究小组已概述另外四代高带宽存储器，带宽高达64 TB/s，堆叠高度达24层，比HBM4高出50%[10] - HBM4带宽高达2 TB/s，最大支持16层Hi DRAM芯片堆叠，容量达64 GB[10] - HBM4和HBM5将采用微凸点芯片堆叠技术，HBM6至HBM8将采用无凸点铜对铜直接键合技术[12] - 英伟达的费曼加速器将采用HBM5显存，整个GPU的HBM5容量为400至500GB，预计2028/2029年发布[12] - HBM6将采用有源/混合中介层，最大堆叠层数增至20层，容量达96至120 GB[12] - HBM7带宽为24 TB/s，是HBM6的三倍，堆叠容量达160至192 GB[12] - HBM8带宽将提升至64 TB/s，堆叠容量达200至240 GB，可能采用双面中介层集成HBM、LPDDR或HBF内存[13]

涉及的行业或公司 * 和铂医药（一家专注于抗体药物研发的生物制药公司）[1] * 诺娜生物（和铂医药旗下的技术平台公司）[2] 核心观点和论据 财务业绩与增长 * 公司2025年上半年营收1.01亿美元（约7.3亿人民币），同比增长327%[4][8] * 净利润7300万美元（约5.2亿人民币），同比增长接近51倍[4][8] * 分子许可费收入增长350%[4] * 现金储备达3.2亿美元[8][34] * 经营性现金流达4.4亿人民币，同比增长47%[34] * 净资产为2.8亿美元，较去年底增长129%[35] 技术平台与合作 * 诺娜生物技术平台常规研究和技术授权收入同比增长165%[2][5] * 平台拥有超过100家合作伙伴，完成或执行超300个项目[5] * 与阿斯利康达成46亿美元全球战略合作[2][6] * 与大冢制药就BCMA CD3双抗达成约7亿美元海外授权合作[2][6] * 与Bistera就TCE肌细胞衔接器领域达成持续技术合作[2][6] * 抗体领域对外合作总金额超过20亿美元[4][9] * 与Winward Bio就HBM9378项目达成10亿美元海外授权合作[2][7] * XDC（尤其是ADC）领域对外合作金额超过15亿美元[10] 核心产品管线进展 * HBM9378（超长效全人源TSLP单抗）进入全球验证性临床阶段，针对COPD和中重度哮喘，中国COPD临床申请已获批[2][7][21] * HBM4003（新一代抗CTLA-4分子）在MSS CRC二期试验积极推进，数据将在ESMO公布[2][8][43] * HBM7020（靶向BCMA-CD3双抗）获大冢制药海外授权，计划2025年下半年启动自免领域全球一期临床[22][23][50] * HBM7022（抗Claudin 18.2/CD3双抗）由阿斯利康推进全球一期，入组240例患者，预计2026年年中读出数据[24] * HBM9033（ADC项目）由辉瑞推进全球一期，入组365例患者[24] * 巴托利单抗（抗FCRN抗体）已申报BLA，正在审评中[19][61] 战略布局与未来展望 * 公司定位为行业外部CSO，提供技术服务和V4服务，该部分收入预计保持50-80%增长[32] * 未来收益来源包括超过100亿美元里程碑包，预计2026年前转化为收入[32] * 未来12个月主要催化剂包括巴托利单抗中国获批、HBM9378全球及中国二期临床启动、与阿斯利康合作分子递交临床申请等[37] * 研发投入1800万美元，同比增长37%[33] * 公司被纳入MSCI全球小盘股指数，并启动2.4亿港元股份回购计划，已回购约1.4亿港元[36][56] 自身免疫疾病领域聚焦 * 全球自身免疫疾病市场规模达406亿美元，存在巨大未满足需求[18] * 公司依托技术平台全面进入自免领域，布局包括巴托利单抗、克鲁斯拜单抗、超长效TSLP单抗、HBM7020等产品[17][19][22] * 重点投入复杂分子（如双抗、多抗）的构建以治疗自免疾病[48][53] 技术创新与AI应用 * 诺娜生物构建Humetrics AI制药平台，用于抗体发现、优化与评估[4][29] * 平台成功孵化Elanse Therapeutics（专注减肥代谢）和Resilience Therapeutics（专注中枢神经系统疾病）两家公司[2][5] * AI技术应用于抗体发现、de Novo生成、生物标志物研发及临床数据挖掘[59][60] 其他重要内容 * 公司通过与中国本土转化医学网络合作，以释放产品全球价值[45] * 公司加强了管理层和人才队伍建设[46] * 与安进及百奥赛图的专利诉讼在正常推进中[62] * 新孵化的代谢和中枢神经疾病子公司旨在最大化技术平台价值[58]

HBM技术路线图 - 到2029年HBM5商业化时冷却技术将成为HBM市场竞争的主要因素[1] - 2025至2040年技术路线图涵盖HBM4至HBM8涉及架构、冷却方法、TSV密度等关键技术[1] - HBM4基础芯片将承担GPU部分工作负载导致温度升高使冷却技术变得重要[1] - HBM5采用浸入式冷却基片和封装浸入冷却液目前液体冷却方法存在局限性[1] - HBM4液体冷却剂注入封装顶部散热器[1] HBM技术演进 - HBM7需要嵌入式冷却系统将冷却液注入DRAM芯片之间为此添加流体TSV[2] - HBM7将与高带宽闪存(HBF)等架构结合NAND以3D方式堆叠[2] - HBM8将HBM直接安装在GPU顶部[2] - 从HBM6开始引入玻璃和硅的混合中介层键合是决定HBM性能的另一主要因素[2] HBM技术参数 - HBM4(2026)数据速率8Gbps I/O数2048带宽2TB/s容量36/48GB功耗75W[3] - HBM5(2029)数据速率8Gbps I/O数4096带宽4TB/s容量80GB功耗100W[3] - HBM6(2032)数据速率16Gbps I/O数4096带宽8TB/s容量96/120GB功耗120W[3] - HBM7(2035)数据速率24Gbps I/O数8192带宽24TB/s容量160/192GB功耗160W[3] - HBM8(2038)数据速率32Gbps I/O数16384带宽64TB/s容量200/240GB功耗180W[3] HBM架构与特性 - HBM4采用微凸块(MR-MUF)堆叠直接芯片(D2C)液体冷却[3] - HBM5采用浸入式冷却[3] - HBM7采用无凸块铜-铜直接键合嵌入式冷却[3] - HBM架构演进从定制基础芯片到全3D/HBM中心计算架构[3] - 附加特性包括缓存、网络交换机、存储网络控制器等[3]

HBM技术路线图 - 到2029年HBM5商业化时，冷却技术将成为HBM市场竞争的主要因素 [1] - 目前封装是半导体市场霸权决定因素，HBM5将转向冷却技术竞争 [1] - 2025-2040年技术路线图涵盖HBM4至HBM8，涉及架构、冷却方法、TSV密度等关键技术 [1] HBM技术演进 冷却技术 - HBM4采用顶部散热器注入液体冷却剂 [2] - HBM5采用浸入式冷却，基片和封装浸入冷却液 [2] - HBM7需嵌入式冷却系统，冷却液注入DRAM芯片之间，新增流体TSV [2] 架构创新 - HBM4基础芯片承担GPU部分工作负载导致温度升高 [2] - HBM7将结合高带宽闪存(HBF)等新架构，NAND以3D方式堆叠 [2] - HBM8直接把HBM安装在GPU顶部 [2] 键合技术 - 从HBM6开始引入玻璃和硅的混合中介层 [2] - HBM7采用无凸点铜-铜直接键合技术 [3] HBM性能参数 数据传输 - HBM4数据速率8Gbps，HBM8提升至32Gbps [3] - HBM4带宽2TB/s，HBM8达到64TB/s [3] 存储容量 - HBM4单芯片容量24Gb，HBM8提升至80Gb [3] - HBM4堆叠芯片数12/16层，HBM8达20/24层 [3] - HBM4总容量36/48GB，HBM8达200/240GB [3] 功耗 - HBM4功耗75W，HBM8增至180W [3] 技术特性 - HBM4采用微凸点(MR-MUF)堆叠 [3] - HBM5引入I/O接口优化和HBM屏蔽技术 [3] - HBM7采用混合均衡器和生成式AI设计 [3] - HBM8实现双面冷却和边缘扩展堆叠 [3]