定制化HBM吃掉GPU 90%硅片，现货已涨约7倍

8月23日至25日，Hot Chips 2026大会在斯坦福召开。三星发布三阶段HBM路线图，目标是用定制化base die释放XPU约10%的芯片面积；美光披露HBM已占GPU封装硅片约90%，Meta Llama 3训练中断中约17%归因于HBM故障；英伟达首次在公开场合演示CUDA在RISC-V硬件上运行。三大信号指向同一个结论：HBM正在从标准化内存组件转变为AI算力系统中定制化程度最高的核心瓶颈，存储巨头试图借此夺回芯片设计话语权。

从标品到定制：HBM的三次路线分裂

过去十年，HBM（高带宽内存）基本沿用JEDEC定义的标准化规格。但到了AI大模型训练时代，GPU/ASIC对内存带宽和容量的需求呈指数级增长，标准HBM已无法满足XPU设计的最优面积分配。

Hot Chips 2026上，三星率先抛出三阶段HBM路线图：第一阶段是定制化base die，将原本通用的内存接口层改为针对特定XPU优化的定制设计，据称可为XPU释放5%—10%的芯片面积，同时带来10%—20%的性能提升；第二阶段是异构集成，在HBM堆叠中引入更多功能层；第三阶段是ZHBM（Zero中介层HBM），目标是彻底取消2.5D硅中介层，将HBM与XPU直接堆叠。三星给出的ZHBM目标是：带宽较HBM5提升超过2.3倍，目标能效约0.5 pJ/bit，功耗较HBM5降低约70%（绝对值仍超100W）。

美光则从故障率角度切入。美光在演讲中给出的数据是：当前HBM堆叠中，内存硅片的面积约为GPU硅片的8倍，占整个封装硅片面积的约90%。这意味着HBM已不再是GPU的附属配件，而是封装中面积最大、故障概率最高的组件。Meta在Llama 3训练中的数据显示，约17%的训练中断归因于HBM相关故障。

第三条路线来自英伟达。英伟达在Hot Chips上首次公开演示了CUDA在RISC-V硬件上的运行。这意味着英伟达正在尝试摆脱对x86和ARM主机架构的依赖，通过RISC-V+CUDA的组合，构建更自主的算力生态。这对存储厂商的影响是间接但深远的：如果主机架构走向去中心化，XPU与HBM之间的接口协议和集成方式也将获得更多定制空间。

产能瓶颈与现货7倍涨幅：定制化的代价

HBM走向定制化的核心驱动力是供不应求。据行业数据，HBM的晶圆产出GB数仅为标准DDR的约三分之一，而新建HBM产能周期约需2年。供需错配直接推高了现货价格——目前HBM现货价格已较此前上涨约7倍。

这一价格涨幅的传导链非常清晰：AI大模型训练对HBM的需求持续攀升 → 现有产能无法快速扩充（HBM制程复杂、良率爬坡慢、TSV工艺门槛高） → 现货市场溢价 → 云厂商和AI芯片公司被迫重新评估成本结构。

核心商业判断：HBM的定制化趋势正在改变AI算力的成本分配逻辑。 过去GPU是绝对的价值中心，HBM只是配套；现在HBM不仅占据封装面积的90%，还成为故障率的主导因素。这意味着GPU厂商不能再把HBM当作"即插即用"的标品来设计，而必须与存储厂商深度协同——甚至让存储厂商参与XPU的早期架构定义。

谁受益，谁承压

存储厂商受益。 三星、美光、SK海力士三家HBM供应商正在从"卖内存"转向"卖系统级组件"。定制化base die让存储厂商能针对特定XPU优化接口，获得更高的产品溢价和更深的客户绑定。ZHBM如果实现，三星将直接切入原本由台积电、日月光等封装厂掌控的2.5D中介层市场，产业链价值分配面临重构。

封装厂承压。 如果ZHBM成功取消2.5D中介层，台积电的CoWoS等先进封装技术的部分价值将被侵蚀。但短期内，ZHBM的散热问题是巨大挑战——取消中介层后，XPU与HBM之间的热传导路径更短，但热密度也更高。三星尚未给出明确的散热方案和量产时间表。

AI芯片公司承压。 英伟达、AMD、以及众多AI初创公司面临HBM成本飙升的现实。现货7倍涨幅意味着即使有长期协议，下一代芯片的BOM成本也将大幅上升。这也是英伟达布局RISC-V的潜在动机之一：通过架构创新降低对外部依赖，争取更多成本优化空间。

能否持续：两个关键观察窗口

第一是ZHBM的散热突破。 取消2.5D中介层理论上可以提升带宽和降低延迟，但散热是物理难题。如果三星在2027—2028年间无法解决ZHBM的散热问题，这一路线可能停留在概念阶段，2.5D中介层生态将继续主导。

第二是HBM产能释放节奏。 新建产能需要约2年，意味着2026—2027年HBM供应紧张格局难以根本扭转。但随着三星、美光、SK海力士产能陆续爬坡，以及长鑫存储等中国厂商的追赶，2028年之后的供需平衡可能发生变化。

这项技术变化最终改变的是AI算力系统的成本结构：HBM从附属配件升级为核心瓶颈，存储厂商获得更高议价权，GPU厂商必须重新分配芯片面积和预算，云厂商则面临训练成本持续高企的压力。

风险边界

• HBM现货7倍涨幅的统计口径和具体时间点未在当前公开信息中完全披露，不同渠道的报价差异可能较大。
• 三星ZHBM的散热方案和量产时间表尚未明确，存在技术不确定性。
• 美光引用的Meta训练中断数据来自Meta内部统计，未经第三方独立验证。

参考数据来源

• Hot Chips 2026官方议程及会议资料，2026年8月，https://www.hotchips.org
• 华尔街见闻：《Hot Chips 2026深度报道》，2026年8月，https://wallstreetcn.com/articles/3780136
• 财联社：《Hot Chips 2026：HBM成AI算力焦点》，2026年8月，https://www.cls.cn/detail/2462136