在AI計算時代，HBM有著舉足輕重的地位。高頻寬記憶體（HBM）是透過垂直堆疊多個 DRAM 晶片，大幅提升資料處理速度，超越傳統 DRAM 的能力，是一種高價值、高效能的產品。HBM的爆火伴隨著2023年ChatGPT的出現，它引發了人工智慧市場的爆發式增長。自第一代 HBM 誕生以來，這項技術已發展至第六代，包括 HBM2、HBM2E、HBM3、HBM3E 和 HBM4。

自2013年開發出全球首款HBM以來，SK海力士便在高頻寬儲存領域保持領先。2022年，該公司成為全球首家量產HBM3的廠商，並在2024年成功量產8核和12核HBM3E。如今，SK海力士在HBM4領域再次搶佔先機。

在3月18日召開的英偉達2025 GTC大會上，SK海力士首次展示了其12層堆疊的HBM4模型。作為第六代HBM產品，該晶片的頻寬提升至每秒2TB，相當於同時處理超過400部全高畫質（FHD）電影的資料量，較HBM3E提升60%。另據臺媒報道，SK Hynix 在HBM4測試中良率達到 70%。業內人士此前透露，SK海力士的目標是到2024年底，良率將超過60%，而最近的進展進一步提高了這一數字，改進的速度非常快。

在GTC大會上，英偉達公佈了其AI處理器的發展路線圖，其中下一代Blackwell系列的繼任者Rubin將搭載HBM4儲存器。Rubin最初預計於2026年釋出，但隨著SK海力士HBM4的加速量產，部分分析師預測該平臺可能提前至2025年下半年投入生產，並在2026年下半年正式上市。

儘管SK海力士未透露客戶名單，但市場普遍認為其主要客戶包括英偉達和博通（Broadcom）等美國科技巨頭。在本屆GTC大會上，英偉達公佈了AI處理器的詳細發展路線圖，其中包括Blackwell系列的繼任者Rubin，Rubin將配備HBM4儲存器。Rubin最初計劃於2026年首次亮相，但時間表可能會加快，按照SK海力士HBM4的量產時間表來看，一些分析師預測Rubin最早將於 2025 年下半年投入生產，預計2026年下半年推出。

面對SK海力士的領先地位，三星正奮起直追，也計劃在今年下半年啟動HBM4的量產。三星儲存業務負責人全永鉉(Jun Young-hyun)表示，三星在HBM市場未能先行，導致這一領域的表現落後於競爭對手SK海力士(SK Hynix)。他強調，三星不會在下一代HBM4和定製晶圓上重蹈覆轍，所以要追趕上來。

面對SK海力士在HBM領域的領先地位，三星正在依託自身在儲存晶片和晶圓代工領域的整合能力迎戰。1月5日據韓國朝鮮日報報導，三星DS部門儲存業務部已完成了HBM4記憶體的邏輯晶片設計。Foundry業務部方面也已經根據該設計，採用三星自己的4nm試產。待完成邏輯晶片最終效能驗證後，三星將提供HBM4樣品驗證。目標是在上半年內完成量產準備認可（PRA）程式，外界推測這可能是未來與英偉達Rubin的釋出時間相迎和。

三星預計，4nm 晶圓代工工藝將加速 HBM4 生產，使其在市場競爭中佔據優勢。4nm是三星的旗艦晶圓代工製造工藝，其良率超過 70%。目前，該工藝已被用於Exynos 2400晶片，該晶片是三星旗艦 AI 手機 Galaxy S24 系列的核心處理器。

“與臺積電和 SK 海力士不同，我們的獨特優勢在於，我們的晶片設計團隊直接參與 HBM4 的開發。” 三星高管表示。透過儲存部門和晶圓代工部門的協作，三星希望在 HBM 和代工製造領域實現差異化競爭。

面對三星的 4nm 計劃，SK 海力士和臺積電已經展開反擊。兩家公司已經與臺積電聯盟，決定在原本計劃採用的 12nm工藝之外，新增5nm工藝來生產 HBM4 邏輯晶片。。

不過在本次GTC大會上，三星的主角並不是HBM4，據《中央日報》（JoongAng Ilbo）報道，三星在聖何塞GTC大會上舉辦了一場技術研討會，介紹其最新的第七代圖形雙倍資料速率（GDDR）儲存器GDDR7。 三星是英偉達GeForce RTX 50系列GPU的GDDR7主要供應商，希望藉此維持在大會上的存在感，向全球科技行業證明其競爭力。然而，在HBM市場，三星尚未能在英偉達供應鏈中佔據一席之地。

相比SK海力士和三星，美光則稍顯保守，計劃2026年實現HBM4量產。不過，美光對HBM4前景充滿信心：預計 2025 年 HBM 業務收入達數十億美元，目前 HBM 供應已售罄，且該時段的價格已確定。HBM4 效能較 HBM3E 提升 50% 以上，基於成熟的 1β（1-beta）工藝。美光強調，HBM4E將在記憶體業務中引入全新的正規化，其中一項重要創新是採用臺積電先進的邏輯晶圓代工工藝，為特定客戶提供邏輯基底定製選項。值得一提的是，前段時間，美光還任命了臺積電前董事長劉德音（Mark Liu）為董事會成員，以推動其HBM4研發進度並加快市場佈局。

在HBM儲存器的發展過程中，散熱是個大問題。若無法充分控制半導體晶片產生的熱量，可能會對產品效能、生命週期和功能產生負面影響。因此，除容量和頻寬外，包括散熱在內均已成為先進儲存器產品開發過程中的關鍵考慮因素。而控制散熱的一大手段就是封裝技術。

TSV（矽通孔）一直被是實現HBM產品速度的關鍵技術，它在DRAM晶片上鑽出數千個微孔，以連線垂直穿透晶片上下層孔的電極，如果將HBM看作是一座“高樓”，TSV則像是這座大樓的“電梯”。

TC-NCF（熱壓鍵合非導電膜）是一種關鍵的 TSV 互連工藝，能夠透過熱壓鍵合工藝結合非導電膜，在晶片之間提供高可靠性的電互連，同時減少短路風險並提高封裝精度。目前三星和美光所採用的就是TC-NCF封裝技術。SK海力士的第一代和第二代HBM產品也是使用的TC-NCF封裝技術。但是由於質量和量產能力的問題，SK海力士於2019年開發出了一種名為批量回流模製底部填充（MR-MUF, Mass Reflow-Molded Underfill）的新型創新封裝技術（MR-MUF技術是一種透過熔化堆疊晶片間的凸點以連線晶片的技術。透過模製底部填充技術，將保護材料填充至堆疊晶片間隙中，以提高耐用性和散熱性），它在SK海力士的“HBM成功故事”中扮演了關鍵角色。

自2019年以來，MR-MUF技術被應用於SK海力士的HBM2中，MR-MUF技術另一個重要特性是採用了一種名為環氧樹脂模塑膠（EMC, Epoxy Molding Compound）的保護材料，用於填充晶片間的空隙。EMC是一種熱固性聚合物，具有卓越的機械性、電氣絕緣性及耐熱性，能夠滿足對高環境可靠性和晶片翹曲控制的需求。由於應用了MR-MUF技術， HBM2E的散熱效能比上一代HBM2提高了36%。HBM3（堆疊8層DRAM）也採用的是這項技術。

但是到了12層的HBM3E，除了散熱問題之外，翹曲也是一個挑戰。要在整體厚度不變的情況下，DRAM晶片必須比8層HBM3所用的晶片薄40%，這就會發生翹曲。於是，SK海力士又開發了Advanced MR-MUF技術，並引入了業界首創的晶片控制技術（在堆疊晶片時，對每個晶片施加瞬間高熱，使頂層晶片下的凸點與底層晶片上的薄墊熔合。薄墊將晶片固定在一起，以防止翹曲）和改善散熱效果的新型保護材料。在應用先進的MR-MUF技術後，與上一代8層HBM3相比，HBM3E在散熱效能方面提高了10%，成為人工智慧時代炙手可熱的儲存器產品。

HBM4產品SK海力士也採用了Advanced MR-MUF工藝，實現了36GB的容量，這是12層HBM產品中最高的容量。展望未來，Advanced MR-MUF 將應用於更廣泛的應用領域，進一步鞏固 SK 海力士在 HBM 技術方面的領先地位。

但是不得不承認的一個事實是，HBM技術的未來仍充滿挑戰和機遇。SK海力士HBM整合技術副總裁Han Kwon-hwan指出，HBM4的量產面臨諸多技術變數，團隊將專注於提前預測並制定應對策略。

混合鍵合（Hybrid Bonding）是一種將晶片堆疊得更高以提高效能和容量的方法，同時保持產品厚度符合標準規格。當前的技術使用微凸塊材料來連線 DRAM 模組，但混合鍵合可以消除對微凸塊的需求，從而顯著減少晶片厚度。在HBM4標準沒有確定下來之前，HBM4就考慮使用混合鍵合技術，後來，為了幫助製造商，JEDEC決定將 12 層和 16 層 HBM4 堆疊的 HBM4 封裝厚度減小至775微米，這樣各大廠商現有的封裝技術就可以達到需求。

12層的HBM之後，混合鍵合或將成為下一代技術的必然選擇。不過預計採用混合鍵合將導致價格整體上漲。

先進製程驅動HBM演進：從三大儲存巨頭的HBM4的發展來看，HBM的控制邏輯晶片（Base Die）正在向更先進的工藝節點發展，HBM4已經從12nm推進到5nm和4nm，未來HBM5可能採用3nm甚至更先進的製程，以提升資料吞吐量和降低功耗。

儲存外包化：隨著邏輯晶片製程日益先進，儲存廠商在自主研發和製造高階邏輯基底方面的難度加大，推動HBM生產向外部代工模式轉移。臺積電、三星和英特爾等代工廠的先進封裝技術（如Foveros、CoWoS-L）預計將在HBM製造中佔據更重要的地位，以提升封裝整合度、最佳化訊號完整性，並增強散熱能力。這一趨勢不僅有助於HBM的進一步規模化量產，也將加速HBM與主流計算架構的深度融合。

考慮存算一體？：未來AI計算需求可能推動存算一體化（CIM）技術在HBM中的應用，減少資料傳輸延遲，提高能效比。透過在HBM內部整合小型計算單元（如AI加速器或近存計算架構），HBM可能能夠部分承擔計算任務，從而降低AI推理和訓練的功耗。

HBM市場多元化：目前，HBM主要應用於高階AI計算市場，如英偉達的GPU產品。然而，隨著資料中心、高效能計算（HPC）、邊緣計算和智慧駕駛等領域對高頻寬儲存需求的提升，HBM的應用範圍正在快速拓展。未來，超算（Supercomputing）、5G/6G基礎設施、智慧汽車SoC等領域也將成為HBM的重要增長點，推動市場規模進一步擴大。

混合儲存架構興起：儘管HBM在高效能計算領域具有獨特優勢，但其高昂的製造成本仍然是影響大規模普及的主要障礙。未來，行業可能探索“HBM-Lite”或HBM與DDR/GDDR結合的混合儲存架構，以平衡效能、功耗與成本，滿足不同應用場景的需求。例如，高階AI訓練仍然依賴HBM，而部分計算任務可能採用DDR5/GDDR7等儲存技術，以最佳化整體TCO（Total Cost of Ownership）。

未來幾年，HBM市場仍將是儲存半導體領域最重要的技術高地。