HBM4,大戰打響!

👆如果您希望可以時常見面,歡迎標星🌟收藏哦~
2025年是HBM3E量產競爭白熱化的一年,而圍繞下一代高頻寬儲存(HBM4)的競爭已然拉開帷幕。3月19日,SK海力士宣佈全球首發用於AI計算的12層HBM4樣品,並已向主要客戶出貨,預計將在2025年下半年完成量產準備。這標誌著HBM4技術的競賽正式進入新階段。
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。
圖源:SK海力士
HBM4,SK海力士再勝一籌
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。
SK海力士在GTC的展位(圖源:SK海力士)
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。
封裝技術是HBM未來競爭的關鍵
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”。
圖源:chosun
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。
TC-NCF技術與MR-MUF技術散熱效能的結構差異(來源:SK海力士)
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。
HBM產品發展及散熱效能最佳化時間線
(圖源:SK海力士)
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。
HBM的幾大發展趨勢
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。
END
👇半導體精品公眾號推薦👇
▲點選上方名片即可關注
專注半導體領域更多原創內容
▲點選上方名片即可關注
關注全球半導體產業動向與趨勢
*免責宣告:本文由作者原創。文章內容系作者個人觀點,半導體行業觀察轉載僅為了傳達一種不同的觀點,不代表半導體行業觀察對該觀點贊同或支援,如果有任何異議,歡迎聯絡半導體行業觀察。
今天是《半導體行業觀察》為您分享的第4070期內容,歡迎關注。
推薦閱讀
『半導體第一垂直媒體』
即時 專業 原創 深度
公眾號ID:icbank
喜歡我們的內容就點“在看”分享給小夥伴哦


相關文章