不买HBM，高通把内存摞上了芯片

AI推理的瓶颈，越来越不在算力，而在内存带宽。当整个行业都在排队抢HBM的时候，高通选择了一条反向的路：不用HBM，把LPDDR直接摞到计算芯片头上。11月3日消息，高通第一代高带宽计算（HBC）技术在美国圣迭戈实验室完成硬件验证，完整读写与近存计算能力均跑通，搭载该架构的AI250加速器计划2027年上半年出样。这不是一次实验室里自嗨的论文级成果——三星和SK海力士已主动提出合作推进商业化，封装交给台积电。内存双雄罕见地为一个非HBM方案背书，这件事本身，比133TB/s的数字更值得琢磨。

🧱 内存墙，才是AI推理真正的墙

一个工程师朋友私下说：现在跑大模型推理，GPU有四成时间是空转的——在等数据。

这说的是所谓"内存墙"问题。大模型参数动辄百亿千亿，推理时每生成一个token，都要把海量权重从内存搬进计算单元。搬运动线的宽度，就是内存带宽。算力再强，数据喂不进来，一切白搭。

行业给出的标准答案是HBM——高带宽内存，把DRAM颗粒用硅中介层和3D封装堆在GPU旁边。但HBM的问题同样明显：贵、产能紧、且高度绑定在训练卡生态上。英伟达的H100、B200系列把全球HBM产能吃得七七八八，HBM4的供应更是早早被大客户锁定。对高通这类想切入AI推理市场的玩家来说，走HBM路线意味着：跟英伟达抢内存、跟AMD抢封装、还要在成本上硬碰对手最成熟的供应链。

据多位接近产业链的人士透露，这正是HBC立项的现实起点：与其在HBM这条别人修好的收费高速上堵车，不如自己修一条岔路。

高通的思路说白了很直接——既然推理场景对带宽需求极致，但对容量和通用性要求相对宽松，那为什么不用更便宜、产能更充裕的LPDDR，解决带宽问题？答案是：把LPDDR多层堆叠，直接摞在计算芯片正上方，缩短数据搬运距离，这就是高带宽计算（HBC）。

⚡ HBC到底做了什么：五倍每瓦带宽从哪来

参数本身会说话。

HBC的核心动作，是将多层LPDDR内存垂直堆叠在计算芯片上方，实现"近存计算"——数据不用再绕远路，读写距离被物理压缩。早期两层堆叠样品实测，每瓦带宽达到HBM4的五倍以上；正式产品采用四层堆叠，为AI250提供133TB/s有效带宽，达到AI200的18倍。

把两条路线放在一张表里看，差异就很清楚了：

这里最值得注意的不是"带宽大"，而是"每瓦带宽大"。推理业务是典型的高并发、长时运行负载，数据中心真正心疼的是电费。每瓦带宽五倍于HBM4，意味着同样的推理吞吐，电费账单可以砍掉一大截——对Bulk推理服务商来说，这比跑分好看一百倍。

当然也要泼点冷水：早期样品的两层堆叠和正式产品的四层堆叠之间，还隔着散热、良率、信号完整性的多重考验。把四层DRAM摞在发热的计算芯片正上方，散热设计难度不小。验证通过只是入场券，不是终点线。

🤝 三星、SK海力士、台积电，为什么集体站队

最戏剧性的部分在供应链一侧。

按常理，三星和SK海力士是HBM最大的受益者——英伟达的HBM订单养活了它们最赚钱的部门。可这两家却主动找到高通，要求合作推进HBC商业化。放弃HBM了吗？没有。他们算的是另一笔账。

HBC用的是LPDDR。LPDDR的产能，恰恰掌握在三星和SK海力士手里。HBM卖得多，LPDDR的AI增量故事就讲不动；而HBC一旦成立，等于给LPDDR开辟了一条全新的高附加值出路。对内存双雄来说，这是零冲突的增量生意——HBM继续服务训练卡，LPDDR通过HBC服务推理市场，两条腿走路。没有哪家内存厂会拒绝这样的结构。

而封装整合交给台积电，则是这条路线能否成立的关键一环。把多层LPDDR摞在计算芯片上方，对封装工艺的要求不亚于甚至高于传统CoWoS。台积电负责整合封装工艺，等于给HBC上了产能与良率的保险。

整个链条里没有输家：内存厂拿到新市场，代工厂拿到新封装订单，高通拿到差异化算力产品。这也是HBC比一般"存算一体"创业方案更容易走通的原因——它不是颠覆现有供应链，而是在现有供应链里重新切了一刀。

🎯 对HBM阵营意味着什么：先想清楚战场在哪

需要说清楚的一点是：HBC不是来"干掉HBM"的。

两条路线的主战场不同。HBM的优势在大容量、高通用性，训练卡短期内没有替代方案；HBC瞄准的是推理这个增量市场——带宽需求极致、能效敏感、成本敏感。真正会被HBC改变的，是推理加速器这一层的竞争格局。

从象限图可以看出，高通HBC卡在一个很有意思的位置：技术门槛够高（四层堆叠+先进封装+自研计算芯片，缺一样都玩不转），商业价值取决于推理市场的放量速度。它暂时不是领跑者，但和那些纯技术叙事的存算一体初创不同，HBC背后站着三家巨头级供应链伙伴——这是最实在的护城河。

对英伟达而言，短期无虞，中期需要警惕。如果推理负载持续从训练卡剥离、独立推理集群成为数据中心标配，那么一个"用电成本只有零头"的替代方案出现，性质就变了。训练生态是英伟达的护城河，推理恰恰是护城河外最开阔的平原。

🔭 2027出样之后，真正的考题才开始

时间线上，2026年11月完成硬件验证、2027年上半年AI250出样，节奏不算慢，但离"改变格局"还有距离。

接下来的变量有三个：一是四层堆叠的良率与散热能否撑住量产；二是推理客户愿不愿意为一个新架构重写部署栈——软件生态永远是新算力产品的隐形门槛；三是推理市场的需求曲线，会不会在2027年之前就被HBM降价和其他方案填平。

但有判断可以说下：HBC验证了一个重要命题——AI推理的内存问题，未必只有HBM一种解法。LPDDR这条看似"平民"的路线，通过垂直堆叠和近存计算，把每瓦带宽做到了HBM4的五倍以上。如果这个数据在量产产品上站得住，那2027年之后的数据中心推理市场，就不会只有一种买内存的方式了。

高通这一手，未必能掀翻牌桌，但至少证明：牌桌上还能再开一局。

小结：HBC完成硬件验证的意义，不在133TB/s这个数字本身，而在于它给"内存墙"提供了一个成本与能效双优的第二解法，并且罕见地获得了三星、SK海力士、台积电三家巨头的供应链背书。AI250在2027年上半年出样后，真正要考验的是量产良率、软件生态与客户迁移意愿。对英伟达和HBM阵营来说，训练的基本盘依然稳固，但推理这块平原上的竞争，从现在起多了一个认真下注的玩家。