微小領先，特斯拉也來插一腳。

作者：周源/華爾街見聞

在與“同門”SK海力士的HBM技術比拼中，三星電子終于掙回了一點面子。

1月5日，供應鏈有消息稱，三星DS部門存儲業務部約在今年1月初完成了HBM4內存邏輯芯片設計。

根據該設計，三星電子Foundry業務部采用4nm制程工藝試產。在完成邏輯芯片最終性能驗證后，三星將提供HBM4樣品驗證。

邏輯芯片，即Logic die（也稱Base die，下圖紅框標注示意圖），在HBM最底層，由DRAM堆疊而成，是控制多層DRAM的核心部件。

HBM的核心優勢，采用了3D堆疊技術，將多個DRAM芯片垂直堆疊在一起。通過硅通孔（TSV）技術實現芯片間的高速信號傳輸，大幅縮短了數據傳輸的距離和延遲，從而能以極高帶寬為處理器提供數據支持。

自從三星電子在HBM市場的領先地位被SK海力士奪走后，三星電子在2023年先后調整了4-5次DS部門的技術架構和領導人，“咬牙”要通過HBM4在韓國SK海力士那里逐步奪回曾經獨屬于自己的業界尊嚴。

三星電子在HBM3e代際的市場一哥地位被SK海力士取代。

2024年，三星頻繁調整技術人力資源，為2025年通過全新技術手段，在HBM4代際，以獨立的4nm工藝代工的Base die，取得和SK海力士HBM技術發展持平的地位。

這種超越，主要是“欺負”SK海力士沒有代工能力。此前的消息顯示，SK海力士正在和臺積電實施戰略捆綁，靠臺積電的5nm工藝推動HBM4的Base die設計制造。

HBM（High Bandwidth Memory），也就是高帶寬存儲器，主要應用于高性能計算（HPC）、人工智能（AI）和圖形處理（GPU）等領域。

HBM技術已發展至第六代，即HBM（初代）、HBM2（第二代）、HBM2e（第三代）、HBM3（第四代），HBM3e（第五代）以及HBM4（第六代）。

初代HBM帶寬128GB/s，由此拉開了數據高速傳輸的序幕；到HBM4，數據傳輸速率已高達6.4GT/s（2048位接口），單個堆棧帶寬已達1.6TB/s，這個帶寬是HBM3e的1.4倍，功耗還能降低30%。

如此之高的數據傳輸速度，帶給HBM4的壓力主要就是能耗（發熱）太高，進而影響HBM4的性能發揮。在整個HBM4套件中，發熱最高的部分即Base die。因此，三星電子希望用更先進的4nm工藝取得領先優勢。

但是，三星電子在高制程芯片能耗控制方面，一向不是臺積電對手，這次能反超臺積電嗎？這還要看三星HBM4正式樣品出來后的測試結果。從這個角度上看，三星電子的“領先”，只限于某個環節，即設計速度更快，但性能究竟如何，目前還不知道。

三星電子也明白其中的關鍵，故而業界有消息稱三星電子自謂：“我們確實不再具備像以前那樣在內存業務上與競爭對手拉開明顯差距的優勢；由于我們自己擁有代工工藝，我們對快速制造邏輯芯片以滿足客戶的定制需求持樂觀態度。”

可見，三星電子很清楚，這次只是靠自己的4nm工藝先于競對完成Base die的設計工作，但并沒取得對SK海力士的全面領先。

為了對SK海力士保持更具優勢的領先，三星電子此次還想通過第六代10nm（c）DRAM芯片用于堆疊在HBM中的通用DRAM。SK海力士目前正在用第五代10nm（b）DRAM。

就算是小幅技術領先，畢竟也是領先不是？

之前業界的消息顯示，三星電子計劃采用“混合鍵合”的新方法堆疊16hi（層）的HBM4產品。目前，HBM4分12hi（層）和16hi（層）兩類；HBM3e則分為8hi（層）和12hi（層）。

混合鍵合是一種通過銅堆疊芯片的工藝，無需使用傳統方式連接芯片的“凸塊”，從而能縮小尺寸并提高性能。

三星電子采用了更先進的“熱壓縮非導電粘合膜（TC-NCF）”技術，能改進每次堆疊芯片時放置薄膜狀材料的性能，實現最多可堆疊12hi（層）的HBM產品。

目前，三星電子目前正在快速推進代工工藝。由于前幾代產品落后于競爭對手，三星電子正在加快HBM4的進度，以快速響應客戶的樣品測試和改進要求。

SK海力士也沒閑著，該公司計劃在2025年底量產HBM4，三星電子也有差不多的時間表。

另一則與HMB4相關的信息，可能會讓三星電子在HBM4代際做出的全面努力給出回報。

正如微軟、Meta 和谷歌那樣，特斯拉也在尋求獲得即將推出的HBM4內存芯片的樣品。為此，特斯拉在近期與三星電子和SK海力士分別做了接洽。

特斯拉Dojo超級計算系統平臺計劃將集成HBM4，以加快“全自動駕駛”神經網絡的訓練速度。同時，HBM4還能在特斯拉的數據中心和未來的自動駕駛汽車中實現部署。

Dojo系統眼下還在使用較舊的HBM2e芯片訓練特斯拉全自動駕駛功能所依賴的復雜AI模型，急需更換成更強性能的HBM產品，以應對急劇擴大的數據量。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。