🏢 公司C档 · NaN分

不堆HBM,高通把内存叠上了芯片

··约1分钟阅读

📋 总体概括

高通第一代HBC高带宽计算技术在圣迭戈完成硬件验证,用多层LPDDR垂直堆叠替代HBM,早期样品每瓦带宽达HBM4五倍以上,四层堆叠将为AI250提供133TB/s有效带宽,三星、SK海力士主动求合作,台积电负责封装,2027年上半年出样。

📄 正文

11月初,高通没有开发布会,只丢出一条不起眼的消息:第一代高带宽计算(HBC)技术已在美国圣迭戈实验室完成硬件验证,验证了完整读写与近存计算能力。

这句话在外行眼里平平无奇,在芯片圈却是炸雷级信号——用多层LPDDR替代HBM的路线,从论文和PPT,正式走进了硅片。搭载该架构的AI250加速器计划2027年上半年出样,三星和SK海力士已主动提出合作推进商业化,台积电负责整合封装工艺。

内存三巨头里有两家排队给高通做配套,这在过去十年几乎没发生过。

🧪 硬件验证四个字,比任何PPT都贵

芯片行业有条不成文的规矩:架构发布不值钱,流片成功才算数,硬件验证通过才是真上了牌桌。

这次圣迭戈实验室验证的内容很具体——完整读写能力,以及近存计算能力。前者证明数据通道是通的,后者证明计算逻辑确实搬到了内存旁边跑起来,而不是停留在仿真环境里。

按照高通官方口径,HBC的核心思路是把多层LPDDR内存直接堆叠在计算芯片上方。早期两层堆叠的实测样品,每瓦带宽已经达到HBM4的五倍以上;正式产品采用四层堆叠,为AI250提供133TB/s的有效带宽——是上一代AI200的18倍。

五个字概括:带宽自由了。

产业逻辑上,这一步跨过去,意味着高通手里多了一条不依赖HBM供应链的AI推理路径。过去任何想做大规模推理的玩家,都得先问一句:HBM的货,排到什么时候?现在,高通给出的答案是:不排了,自己叠。

📉 推理这件事,卡的从来不是算力

AI圈流传一句老话:算力是水,内存带宽是水管。水管不够粗,再多的水也只是空转。

这正是HBM的痛点所在。HBM(高带宽内存)通过硅通孔和中介层与GPU/加速器封装在一起,带宽确实高,但代价是三重的:贵、耗电、产能紧张。HBM颗粒价格数倍于常规DRAM,良率爬坡吃掉大量成本;而在推理场景下,大量功耗其实耗在数据搬运上,而不是真正的计算上。

高通HBC的打法,是把内存直接摞在计算芯片头顶上,用物理距离换带宽、换功耗:

HBC要解的题
痛点 1
HBM成本高企,推理硬件门槛居高不下
→
解法
用LPDDR替代HBM,吃成熟的DRAM供应链红利
痛点 2
数据搬运耗电,每瓦带宽成为瓶颈
→
解法
内存堆叠在计算芯片正上方,缩短数据路径,每瓦带宽达HBM4五倍以上
痛点 3
HBM产能排队,供应受制于人
→
解法
三星、SK海力士主动合作,台积电负责整合封装,多线并行
痛点 4
有效带宽不足,AI200时代难以支撑更大模型
→
解法
四层堆叠提供133TB/s有效带宽,达AI200的18倍

把双方路线摆在一起看,差异会更直观:

维度HBM路线高通HBC路线
内存类型HBM(高带宽内存)多层LPDDR垂直堆叠
与计算芯片关系中介层侧向封装堆叠在计算芯片上方
每瓦带宽(实测)HBM4基准早期两层样品达HBM4五倍以上
有效带宽依代际递增四层堆叠133TB/s(AI200的18倍)
产品化节奏成熟量产中AI250计划2027上半年出样

需要说明的是,HBC用的不是什么黑科技内存——LPDDR就是手机里那颗料,成熟、便宜、量大。高通做的事情,本质是把这个消费电子供应链里最便宜的资产,重新组织进了AI推理的战场。这很符合高通的血统:它本来就是靠把移动技术规模化省钱起家的。

⛓️ 内存厂主动排队,这事比技术本身更罕见

素材里最耐人寻味的细节,是合作姿态:三星和SK海力士是主动提出与高通合作推进HBC商业化的,台积电负责整合封装工艺。

注意措辞——不是高通去求内存厂,而是内存厂找上门。

这个姿态背后是一条清晰的产业逻辑:HBM生意虽然火,但红利高度集中且投入巨大,EUV DRAM、硅通孔、先进封装,每一环都在烧钱,而买单的下游客户屈指可数。对三星和SK海力士来说,HBC是一条全新的出货管道——LPDDR堆叠需要的DRAM颗粒,恰恰是它们产能最充沛、工艺最成熟的部分。与其在HBM赛道上继续军备竞赛,不如顺手把LPDDR卖出AI溢价。

台积电的角色则画出了整条链的位置:

三个巨头各站一层:内存厂供料,台积电做垂直整合封装,高通出架构和芯片。这种分工意味着HBC不是高通一家的豪赌,而是一条已经有人愿意共同下注的产业链。据多位接近供应链的人士观察,先进封装产能这两年一直是稀缺资源,台积电愿意为一个2027年才出样的新架构预留整合能力,本身就是一种态度。

🗺️ 高通没想正面刚,它挑的是推理这块肉

看清HBC的定位,要先想清楚一个问题:训练和推理,是两门生意。

训练吃极端算力和极端带宽,那是HBM的主场,也是英伟达护城河最深的地方。但推理的账本完全不同——它讲究单位成本、单位功耗下的吞吐,讲究部署密度和电费账单。全球推理负载的增速,长期跑在训练之上,这才是内存带宽焦虑最集中的地方。

HBC的每瓦带宽优势,恰好打在推理的成本命门上。把主要玩家放进四象限看,高通的卡位相当刁钻:

HBC和HBM4同处高技术门槛区间,但分居不同的价值锚点:HBM4守训练与旗舰推理的塔尖,HBC则用成本和功耗效率去吃海量的推理长尾。这不是替代关系,而是错位竞争——至少在故事的第一阶段是这样。

⏳ 2027出样,窗口期有多宽

从现在(2026年11月)到AI250出样,高通给自己留了大约两年半的工期。推演一下节奏大致是:

风险也在明面上。其一,四层堆叠的良率与散热是硬仗,两层样品的数据漂亮,不代表四层量产数据同样漂亮;其二,HBM4本身也在快速进化,竞品的每瓦带宽基线在抬升;其三,AI芯片的竞争从来不只是硬件,软件生态和客户迁移成本同样决定生死。

但反过来看,高通手里握着一张别人没有的牌:LPDDR供应链的规模成本。当推理市场的价格战开打时,每瓦带宽五倍以上的实测数据,就是最硬的报价单。

高通这次没有喊口号,只交了一份硬件验证报告——但这恰恰是最有分量的发布方式。HBC的意义不在于宣布HBM死刑,而在于给AI推理市场撕开了第二条路:内存不用最贵的,用最合适的。2027年上半年AI250出样是第一个验收点,届时每瓦带宽的故事能不能变成客户订单,才是这场豪赌真正见分晓的时刻。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)