问题意识

How AI Growth Will Drive HBM Demand Beyond 2025: Shaping Product Evolution a and Market Dynamics

Ellie Wang/Analyst

随着AI大模型技术的飞速发展，对高性能计算和海量数据处理的需求达到了前所未有的高度。在这场算力竞赛中，高带宽内存（HBM）已成为AI芯片不可或缺的核心组件，其性能直接决定了AI模型的训练效率和推理能力。当前，HBM市场正经历一场剧烈的变革，存储巨头们纷纷加大投入，展开激烈的“军备竞赛”，而NVIDIA、AMD等AI芯片设计者也在不断刷新HBM的规格上限。同时，头部云服务提供商（CSPs）的自研芯片战略，也为HBM市场带来了新的变数。

面对HBM市场的高速增长、技术迭代和复杂的竞争格局，我们不禁要问：HBM将如何重塑存储行业，又将如何影响AI的未来发展？这场由AI驱动的内存革命，又将带来哪些机遇与挑战？本文将深入剖析HBM市场的供给侧、需求侧及商业价值，为您揭示其背后的深层逻辑。

阅读收获

通过本文，您将能够：

1. 洞察HBM市场供给侧的竞争态势：了解SK海力士、美光等主要厂商的产能扩张策略，以及HBM4作为下一代决胜关键的技术储备。
2. 理解AI芯片对HBM的极致需求：分析NVIDIA、AMD及头部云厂商在AI芯片路线图中，如何通过提升HBM容量和堆叠层数来满足大模型对内存带宽的渴求。
3. 掌握HBM如何重塑DRAM市场格局：认识HBM作为高价值产品，其收入占比如何迅速攀升，并颠覆传统DRAM市场的领导地位。
4. 思考HBM市场高速增长的潜在风险：探讨HBM供应瓶颈、AI泡沫的担忧，以及数据平台软件层创新在释放数据资产价值中的关键作用。

开放性问题

1. 考虑到HBM市场增长率预计在2026年放缓至27%，您认为Agent经济的成熟能否有效重新点燃HBM需求，避免“AI泡沫”的担忧？
2. NVIDIA在HBM消耗上占据绝对主导地位，这种高度集中的市场格局对AI产业的长期健康发展是利是弊？云厂商的自研芯片策略能否有效打破这一局面？
3. 除了HBM技术本身的演进，您认为在AI大模型时代，存储架构和数据平台软件层还需要哪些关键创新，才能真正释放数据资产的价值？
   
   

   👉 划线高亮 观点批注

Main

供给侧分析

受AI需求驱动，HBM已成为内存市场的战略核心，头部厂商正在展开激烈的“军备竞赛”，其产能扩张计划的差异将直接决定未来的市场格局。

具体关键信息如下：

1. HBM是扩张焦点：2026年，内存行业的主要增量资本和产能将集中投向HBM。整个行业的HBM产能占比将显著提升。

2. SK海力士的领跑与野心：SK海力士是HBM扩产最为激进的厂商，计划在2026年将高达三分之一的总产能用于HBM生产。这一战略决策旨在巩固并扩大其在HBM市场的领先优势。

3. 美光的追赶策略：美光通过近乎翻倍的HBM产能扩张（头部厂商中同步增长最大），显示其绝不甘心在这一高增长市场落后的决心，正全力追赶三星和SK海力士。

4. 市场格局高度集中：HBM市场是典型的“巨头游戏”，竞争主要在三星、SK海力士和美光之间展开。其他厂商如CXMT和南亚科，由于技术和研发壁垒，短期内难以构成有意义的威胁，这将进一步加剧内存市场的技术和盈利分化。

5. HBM4是下一战场：PPT明确指出HBM4是2026年的决胜关键，暗示厂商们不仅在扩充现有HBM3/HBM3E的产能，更在为下一代产品的量产进行技术和产能储备。

[!note]
TSV (硅通孔) 是HBM生产制造的关键技术，可通过这一指标衡量存储企业在HBM上的产能。SK Hynix 和 Micron 都在积极扩充 TSV产能，预示着下一阶段的HBM 产能竞争，大概率这两家公司会有更亮眼的成绩。

CXMT 单月晶圆的产能（300K）已经离Micron不远，但用于HBM的TSV产能仍占比有限，主要受限于新技术研发壁垒。头部厂商逐鹿HBM，CXMT能否在机遇期中开拓D5市场？

HBM市场正在经历总出货量的快速增长，但增长速度预计将从2024年的顶峰开始放缓。在供应商格局方面，SK海力士保持市场主导地位，而美光正迅速扩大其市场份额。

1. 市场高速增长后放缓： HBM市场出货量在2024年迎来了287%的爆发式增长，但预计在2025年（94%）和2026年（27%）增长率将明显减速。

2. SK海力士的领导地位： SK海力士目前是HBM市场供应的绝对领导者，占据最大的市场份额。

3. 美光的快速追赶： 美光（Micron）正成为HBM供应增长的重要贡献者，其市场份额预计到2025年将显著提升至15%-19%（high teens）。

4. 产能扩张动力： 供应商（如SK海力士和美光）正在通过投资关键技术（如TSV和堆叠）来积极扩大产能，以满足2025年的市场需求。

5. 市场总量预测： HBM总出货比特量预计将从2023年的3,150MGb增长至2026年的30,000MGb，四年间增长近10倍。

[!note]
26财年增长率降至27%这一指标值得留意，HBM作为GPU热数据运算的核心载体，一定程度上是衡量AI泡沫的试金石，如果Agent经济能完成价值变现，那么市场对HBM的需求将重新被点燃，如果迟迟不及预期，重复“狼来了”的故事，可能会浇灭热钱的耐心。

从软件侧数据平台准备度来看，还远不及预期，David 描述的SoI层(System of Intelligence) 仍然处于脚手架阶段，只有智能数据层准备好，Agent 工具链具备监测、可溯源和安全可信，大量有价值的核心数据宝藏，才会释放出需求。

从这个角度来看，26年HBM增势回落的判断是相对客观的，但价值空间仍无可匹敌，与此同时D5的产能也有望复苏。

需求侧

详细对比了NVIDIA和AMD两家公司的AI芯片产品路线图，时间跨度从2024年第一季度 (1Q24) 到2026年第四季度 (4Q26)，重点是各芯片所搭载的HBM（高带宽内存）的规格。

• HBM技术代际竞赛： HBM技术正在加速迭代。2024年是HBM3（AMD MI300X）向HBM3e（NVIDIA B系列, AMD MI325X）过渡的关键一年。而下一代HBM4预计将在2026年被双方的旗舰产品（NVIDIA R100, AMD MI400）采用。

• HBM容量和堆叠层数激增： 为了满足AI大模型对内存容量和带宽的渴求，芯片商正在HBM的两个维度上“军备竞赛”：

  • 堆叠层数： 从8hi（8层）升级到12hi（12层）已成趋势，以实现更高的单HBM Stack容量（从24GB提升到36GB）。

  • 总容量： 双方的旗舰AI芯片HBM总容量正从2024年的192GB（B200, MI300X）跃升至2025-2026年的288GB（B300, MI350/MI400）。

• 产品对位与竞争白热化： 两家巨头的产品发布节奏紧密，规格针锋相对。

  • NVIDIA的B200（192GB）对标AMD的MI300X（192GB）。

  • NVIDIA的B300（288GB）对标AMD的MI350（288GB）。

  • 双方预计都在2026年推出采用HBM4的下一代产品。

• 产品策略差异化： NVIDIA继续推进其纯GPU（如B300）和CPU+GPU集成的超级芯片（如GB300）两条战线，后者可提供翻倍的系统内存（如576GB）。AMD则专注于其MI系列加速卡。

[!note]
N厂GH/B 系列因 Grace CPU采用ARM架构，其能效比应该比AMD的x86还是要高出不少，但OEM整机围绕x86构建了30年的生态，短时间ARM仍不会成为OEM厂商的主流，但也能看到在非计算密集场景，也多了一些新的尝试。说明行业已逐步接受算力竞争的最后，将是残酷的能效比。

大型云服务提供商 (CSPs) 正在全面推进其自研AI芯片战略，以满足特定的工作负载需求并降低对NVIDIA等第三方供应商的依赖。

1. 自研趋势确立： Google, AWS, Microsoft, Meta 四大巨头均已布局自研AI芯片，并有清晰的迭代路线图。

2. HBM成为主流标准： 对于面向训练和高性能推理的AI芯片（如Google TPU, AWS Trainium, Microsoft Maia），HBM（特别是HBM2e, HBM3, HBM3e）已成为标配内存，因为它们能提供AI大模型所需的高容量和高带宽。

3. 内存容量持续攀升： 芯片的演进伴随着内存规格的快速升级。单芯片HBM容量正从16GB (HBM2e) 提升至24GB (HBM3)，并将在2025-2026年后达到36GB (HBM3e)。

4. 差异化内存策略： 并非所有CSP都选择HBM。Meta的MTIA芯片采用了LPDDR5内存，这是一种与HBM不同的技术路径，可能更侧重于成本、功耗或特定推理场景（如推荐系统）的优化。

5. 生态合作紧密： CSP的自研芯片依赖于强大的半导体合作伙伴生态，包括Broadcom, Marvell, Alchip, GUC, 甚至MTK等。

[!note]
CSPs 布局自研芯片是早于GPT 3 公布之前（22年底）的，有大量内部运营分析报告指出，运行在数据中心的客户业务，仅使用20-30%的CPU利用率，从能耗和降本角度，促使CSPs 在很早就考虑引入ARM来降低基础设施的资本投入，同时扩展自身软件技术护城河。

另外需要指出的是，自研芯片最成气候的 Google 和现在活跃在OCP组织的Meta 都选择 Broadcom 作为芯片设计伙伴，这也应召 David 在分析中评价 Broadcom 才是 NVIDIA 真正竞争对手这一判断，加速计算的核心的并行处理，并行的核心被抽象、锁定在片上互联和通信。

NVIDIA在AI芯片市场对HBM的消耗占据绝对主导地位，并且这一主导地位预计将在2025年得到进一步巩固。

1. NVIDIA的绝对霸主地位： 2024年，NVIDIA消耗了全球AI芯片用HBM的61%，预计到2025年，这一比例将增长到68%。

2. NVIDIA的竞争策略： NVIDIA通过其卓越的产品性能和在HBM技术认证上的领先（能优先获得和导入最新HBM），来甩开竞争对手。

3. 竞争格局的变化：

   • AMD 和 Google 在2025年的HBM消耗份额预计都将有所萎缩。

   • AWS 份额保持基本稳定（略有增长）。

   • “其他”厂商的份额被NVIDIA等主要厂商挤压，市场集中度正在提高。

4. CSPs（云厂商）的角色： 尽管CSP（如谷歌和AWS）在积极自研芯片（如TPU和Trainium），但从HBM消耗量（代表高端AI芯片的出货量）来看，它们与NVIDIA的差距仍然巨大，甚至在2025年有所扩大。

[!note]
NVIDIA 成为这波AI浪潮全球资本的蓄水池，是各种原因促成的，占据这么大市场份额也是畸形的，且单一硬件厂商份额越大，市场泡沫也就越严重。NVIDIA描述的AI场景，不论是人形机器人、自动驾驶、虚拟现实大概率都是5-10年后的产品，当下最紧迫的需求是：头部企业、组织的数据资产变现和资本化，这些硬件暂时还解决不了问题，不能忽略数据平台软件层的创新！

健康的市场，应该是云厂商扩大AI芯片采购，因为大量软件厂商的创新，仍基于云厂商上的数据资产，而不是 NeoCloud 向NVIDIA举债，来扩大NVIDIA 的市占率。

市值与营收

HBM的平均价格在经历2023年的短暂回调后，从2024年开始进入快速上涨通道，预计2025年将出现20.8%的显著涨幅。（材料分享于25年8月）

这一价格上涨的主要驱动力不是传统意义上的通货膨胀，而是产品结构的升级：

1. 高端产品占比提升： 市场需求正从老一代的HBM（如HBM2e, HBM3）转向更昂贵、性能更强的新一代产品（HBM3e）。

2. 技术复杂度增加： 2025年，HBM3e 12hi（12层堆叠）的量产将成为关键驱动因素。12层堆叠的制造成本和价值远高于8层堆叠，这直接拉高了整个HBM市场的“混合平均售价”（Blended ASP）。

HBM正成为DRAM行业极其重要的收入支柱，其“价值”占比远超其“产量”占比，显示出极高的产品溢价。

1. 价值与产量的巨大差异： HBM是一种高价值产品。预计到2025年，HBM的比特产出（产量）仅占DRAM总市场的8%，但其贡献的收入（价值）却将高达DRAM总收入的33%（即三分之一）。

2. HBM收入占比激增： HBM在DRAM总收入中的占比正从2023年的8%迅速攀升至2025年的33%，这得益于AI带来的强劲需求以及HBM3e等高端产品推动的ASP（平均售价）上涨。

3. 供应持续紧张： 2025年的HBM市场供应将保持紧张。这背后有双重原因：一是需求端的AI芯片商超额预订以确保产能；二是供给端的三星（作为主要供应商之一）在关键的HBM3e产品上认证进度迟缓。

4. 预测被下调： 尽管增长强劲，但2025年的实际增长预期（无论是产出还是收入）已经因为三星的认证延迟问题而被“向下修正”过，表明供应瓶颈已成为限制市场增长的关键因素。

HBM正在引发DRAM市场领导地位的重大变革。

1. 市场格局被颠覆： 传统上，三星凭借其庞大的产能规模，长期稳坐DRAM市场收入冠军。但这一格局在2025年第一季度被打破。

2. SK海力士登顶： 凭借在HBM市场（特别是HBM3和HBM3e）的领导地位和相关收入的爆炸式增长，SK海力士的DRAM总收入在2025年Q1（预测）成功超越三星，成为全球第一大DRAM供应商（按收入计算）。

参考阅读：来时路，SK海力士如何超越三星，成为内存新王？