8.3 HBM 供应链与堆叠产能

8.3 HBM 供应链与堆叠产能

HBM 是 AI 芯片能跑起来的命脉，但它的产能从来不是"想造多少造多少"——HBM 的供应被两道关卡牢牢卡住，一道是 DRAM 颗粒本身，另一道是它必须绑定的 CoWoS 封装。

8.3.1 HBM 供应链的两道关卡

回顾第 3 章，HBM 是多层 DRAM 通过 TSV 3D 堆叠、再经硅中介层贴脸计算芯片的高带宽内存。这个结构决定了 HBM 的供应链要走两道关卡：

第一道关卡：DRAM 颗粒制造。 HBM 的每一层本质上是一块 DRAM，这些 DRAM 颗粒由专门的存储芯片厂商制造。DRAM 工艺虽然不像逻辑制程那样追求极小纳米，但对容量密度、功耗、速度有极高要求，且全球 DRAM 产能同样高度集中（三星、SK 海力士、美光三家主导）。

第二道关卡：3D 堆叠与 CoWoS 绑定。 DRAM 颗粒造出来后，要经过 TSV 工艺 3D 堆叠成 HBM 模组，再与计算芯片一起在 CoWoS 封装里集成。这道关卡严重依赖先进封装产能——尤其是台积电的 CoWoS。

HBM 供应链两道关卡：

关卡1：DRAM 颗粒
   三星 / SK海力士 / 美光（主导）
   工艺：存储专用，容量密度/功耗/速度
        │
        ▼
关卡2：3D 堆叠 + CoWoS 绑定
   先进封装产能（台积电 CoWoS 为主）
   工艺：TSV 堆叠 + 中介层集成
        │
        ▼
   最终的 AI 芯片（含 HBM）

任一关卡卡住，HBM 供应就受限。
​

💡 HBM 产能的两道关卡叠加：单独看 DRAM 颗粒或单独看 CoWoS，都有产能限制。但 HBM 需要两者同时满足，所以 HBM 的实际产能受限于"两者中较小的那个"。这就是为什么 HBM 经常出现供应紧张——两道关卡中任何一道跟不上，HBM 就供不应求。

8.3.2 堆叠良率：HBM 的特殊难题

除了产能，HBM 还有自己独特的良率难题。HBM 是多层 DRAM 垂直堆叠，任何一层出问题都可能影响整个堆叠的性能或报废。堆叠层数越多，良率挑战越大——层数从 4 层到 8 层再到 12 层，每加一层，对准精度、TSV 可靠性、散热的要求都陡增。

堆叠良率直接影响 HBM 的成本和供应。良率低意味着同样投入产出的合格 HBM 少，单价就高；良率提升慢，就意味着新一代 HBM 量产爬坡慢，影响下游 AI 芯片出货。

HBM 堆叠良率挑战：

4层堆叠：良率较高，成熟
8层堆叠：良率挑战增大，对准/散热要求高
12层+ ：良率显著挑战，需新工艺突破

层数越多，单层缺陷对整体影响越大，
良率提升越难，成本越高。
​

⚠️ 堆叠层数与散热的矛盾：层数越多容量越大，但堆叠层数增加会让中间层的散热更难（热量要穿过更多层传出）。这是 HBM 演进的一个内在矛盾——既要堆更多层提容量，又要解决多层堆叠的散热。这也是为什么新一代 HBM 在功耗和散热上持续投入。

8.3.3 HBM 与 CoWoS 的绑定

一个关键事实——HBM 不能独立交付，它必须和计算芯片一起在 CoWoS 封装里集成。这意味着 HBM 的供应和 CoWoS 的供应深度绑定：CoWoS 产能不够，再多 DRAM 颗粒也变不成可用的 HBM。

这种绑定让 HBM 供应链格外脆弱。CoWoS 产能紧张时，不仅计算芯片出货受影响，HBM 也跟着受限——两者是"一损俱损"的关系。这也是为什么业界把 CoWoS 产能视为整个 AI 芯片供应链的关键瓶颈——它同时卡住了计算芯片和 HBM。

HBM 与 CoWoS 的绑定：

DRAM 颗粒 ─┐
           ├──► 必须在 CoWoS 里集成 ──► 才能成为可用的 AI 芯片
计算芯片 ──┘

CoWoS 产能同时影响：
  • 计算芯片出货
  • HBM 出货
两者绑定，一损俱损。
​

8.3.4 HBM 供应格局

从厂商格局看，HBM 的供应高度集中：

• DRAM 颗粒：三星、SK 海力士、美光三家主导全球，其中 SK 海力士在 HBM 领域长期领先，是 NVIDIA 的主要 HBM 供应商。
• CoWoS 封装：台积电主导，HBM 与计算芯片的集成高度依赖台积电产能。

这种集中度意味着 HBM 供应受少数厂商和少数工厂影响很大。任何一家的产能波动、技术调整、甚至地缘事件，都可能传导到整个 AI 芯片市场。

💡 HBM 的"存储周期"：DRAM 是典型的周期性商品，有繁荣和过剩的周期。但 HBM 因为绑定 AI 需求，在近年走出了独立于普通 DRAM 的强势行情——AI 需求让 HBM 长期供不应求，三家 DRAM 厂商都在大幅扩产 HBM、削减普通 DRAM 产能。这种产能结构转移，是 AI 对整个存储产业格局的深远影响。

8.3.5 HBM 产能对两大平台的差异影响

HBM 产能对 NVIDIA 和华为的影响有显著差异：

对 NVIDIA：作为台积电 CoWoS 和 SK 海力士/美光 HBM 的最大客户，NVIDIA 在 HBM 供应上有优先级，但仍受全球 HBM 产能总量的限制。Blackwell 的多堆叠 HBM3e 配置进一步加大了对 HBM 单颗容量的需求，使 HBM 供应成为 Blackwell 出货的关键变量。

对华为：昇腾同样需要 HBM 来提供高带宽，但华为的 HBM 供应受地缘约束更复杂——既有从国际市场获取 HBM 的渠道受限问题，也有推进国产 HBM 的长期任务。这是昇腾在"芯"和"链"层面相对 NVIDIA 最明显的差距之一。

HBM 供应对两大平台的影响：

NVIDIA：全球 HBM 大客户，有优先级
        但受全球 HBM 产能总量限制
        HBM3e 多堆叠需求进一步加压

华为：  HBM 获取受地缘约束
        同时推进国产 HBM
        "芯"和"链"层面相对差距明显
​

下一节我们上升到地缘层面，看华为在制程、封装、HBM 多重约束下的国产替代路径。

思考与延伸

1. 如果 SK 海力士的 HBM 产能因故减半，全球 AI 芯片供应会受多大冲击？三星和美光能否快速补上？
2. HBM 堆叠层数不断增加，但散热是瓶颈。你认为未来 HBM 会优先堆更多层（提容量），还是优先解决散热（保可靠）？这个选择会如何影响 AI 芯片设计？
3. 国产 HBM 要达到国际最新一代水平，需要突破哪些技术？这些突破的难度排序是怎样的？

本节关键词：HBM 供应链、DRAM 颗粒、堆叠良率、CoWoS 绑定、存储周期　返回：第 8 章支柱页　下一节：8.4 国产替代与地缘约束