AI硬件大洗牌，内存厂商凭什么碾压GPU？

来源：半导体行业纵横

HBM凭什么撑起万亿市场？

数万亿美元的人工智能基建热潮，正以远超市场最初预期的方式，给半导体价值链带来巨大压力。此前，GPU始终是行业热议的核心，但随着大模型参数规模持续扩张，数据传输逐渐成为性能限制的关键，半导体行业的瓶颈正从计算端转向内存端。在超大规模数据中心内，“内存墙”已成为制约人工智能应用运行速度与规模化扩展的核心障碍。

这一限制在高带宽内存（HBM）领域体现得最为突出。作为先进GPU的核心配套组件，HBM堪称AI芯片的“性能命脉”——没有它的支撑，即便是算力最强的AI芯片，也会陷入性能受限的窘境。继2025年内存价格同比飙升246%后，各大供应商的库存已基本售罄，部分订单交付周期甚至排至2026年。由此，内存厂商正站在结构性需求增长、产能供应受限、定价权空前强化的三重机遇交汇点，迎来前所未有的发展窗口期。

这一产业变局揭示了一个关键趋势：人工智能硬件的价值版图，绝非GPU一己之力可以包揽，其增长红利正加速向更广阔的半导体器件领域渗透。GlobalX人工智能半导体与量子ETF（CHPX）的布局逻辑，正是瞄准这一趋势，为投资者提供参与人工智能硬件生态系统发展的机会。

人工智能半导体领域的支出正在加速增长并不断扩大

人工智能半导体行业的增长势头依旧强劲。2025年，全球芯片销售额同比增长22%；预计2026年将再攀新高，同比增幅达26%，市场规模有望突破9750亿美元。其中，生成式人工智能芯片是当之无愧的增长引擎，2026年其收入预计将达到5000亿美元，占行业总销售额的比重接近一半。

这一爆发式增长的背后，是超大规模数据中心运营商的资本支出持续加码——这一投入规模，有望跻身企业发展史上最大规模的基建项目之列。到2026年，超大规模数据中心运营商的资本支出或将逼近6500亿美元，其中相当大一部分将流向人工智能数据中心的建设。英伟达的数据也印证了这一趋势：超大规模数据中心运营商正以每周约7.2万块的速度部署GPU，创下该公司GPU产品历史上最快的产能爬坡纪录。

两大核心因素，正推动人工智能行业的发展周期持续延长。其一，是人工智能的核心需求从模型训练向大规模推理转变，推理场景的广泛落地将催生海量硬件需求；其二，是行业正朝着紧凑化的年度硬件升级节奏迈进，产品迭代速度显著加快。英伟达的VeraRubin平台就是典型案例，该平台计划于2026年下半年正式发布，其推理性能预计将较前代产品提升约5倍，后续架构的升级更有望带来跨越式的性能突破。出货量趋势也与这一判断相契合：英伟达预计2025年Blackwell系列GPU出货量将达520万块，随着Rubin平台逐步量产，2026年出货量将增至570万块。

创纪录的人工智能支出为整个芯片堆栈创造了机遇

行业内有一个关键的成本分配逻辑：每投入1美元用于人工智能处理芯片，就会有额外1美元流入先进封装、电源管理、冷却系统、网络设备和内存等周边配套组件。以英伟达GB200NVL72系统为例，一套完整的系统不仅需要搭载72颗BlackwellGPU和36颗GraceCPU，还需配备专用的高速网络基础设施、芯片级液冷散热系统，以及高达13.4TB的高带宽内存。随着这类系统的部署规模不断扩大，行业的核心瓶颈已从算力处理能力，转向硬件连接性与数据访问效率。

高速网络作为GPU与服务器集群互联互通的关键，相关市场支出正快速增长。数据显示，数据中心网络市场支出预计将从2025年的200亿美元，增长至2030年的750亿美元，年均复合增长率高达30.2%。

但如果说高速网络解决的是系统级连接问题，那么内存带宽与容量，则直接决定了这些系统大规模运行的效率上限。

内存是当今的关键瓶颈

无论GPU或专用集成电路（ASIC）的算力多么强大，大型语言模型的实际运行性能，最终都取决于数据吞吐量与数据传输速度。这些动辄包含数十亿甚至数万亿参数的大模型，对内存带宽的需求远超传统内存架构的承载极限。为突破这一桎梏，高带宽内存（HBM）应运而生。

作为一种特殊的先进动态随机存取存储器（DRAM），HBM能为GPU和AI加速器提供超高数据传输速度。其核心优势在于垂直堆叠的芯片架构——通过将多颗内存芯片垂直堆叠，并紧密靠近处理器封装，HBM实现了带宽与能效的双重跃升，性能远超传统内存产品。

目前主流的HBM3E标准，单堆栈内存带宽可达1.2TB/s；而下一代HBM4产品已进入量产与早期出货阶段，单堆栈带宽将突破2TB/s，同时功耗进一步降低。这一技术路线图的核心逻辑，是在更小的物理空间内实现数倍于前代的带宽提升，从而满足下一代人工智能工作负载的性能需求。

从产业价值来看，HBM已彻底摆脱了传统内存“价格波动剧烈的大宗商品”属性，蜕变为高利润的核心战略资产。如今的HBM行业，正进入一个全新的发展阶段：产能全线售罄、厂商定价权空前强化、未来数年需求可预测性极高。值得一提的是，HBM的成本约为标准DRAM的5倍，其定价通常通过长期协议锁定，这让生产商得以有效规避现货市场价格波动的风险。

HBM市场蓄势待发，即将迎来爆发式增长

伴随人工智能领域整体支出的加速扩容，HBM市场正经历跨越式发展，且这一增长势头预计将持续。数据显示，全球HBM市场支出预计2026年同比增长58%，规模达到546亿美元；后续将以年均约42%的复合增长率攀升，到2028年市场规模有望逼近1000亿美元。按照这一增速，HBM市场规模将比此前行业预测提前两年突破千亿美元大关，并在2024年就超过整个DRAM市场的规模。

HBM的爆发将直接推动存储器半导体总收入增长，预计2026年该领域收入将突破4400亿美元，同比增幅达30%。到2030年，随着人工智能工作负载的持续增加，存储器在半导体价值链中的地位将愈发重要，市场份额也将进一步提升。

支撑内存解决方案持续增长的核心因素有三：

• 从训练到推理的需求转变：人工智能应用从模型训练阶段转向大规模推理部署，将直接拉动内存需求的放量增长；

• 智能体AI系统的技术迭代：具备多步骤推理能力的智能体（Agent）系统逐渐落地，这类应用需要持久的内存上下文支撑，进一步推高内存使用需求；

• 自主AI计划的全球扩张：全球范围内的自主人工智能项目，正在传统超大规模数据中心渠道之外，开辟全新的内存需求市场。

高带宽内存领域的领导者

随着内存瓶颈问题的解决，纯HBM厂商将从中受益。

SK海力士凭借早期产品创新和规模化生产能力，被公认为HBM领域的先行者。目前，该公司占据全球HBM收入57%的份额和全球出货量的62%。该公司进一步巩固了其领先地位，于2024年初推出首款HBM3E，并于2025年9月推出HBM4。HBM4的引脚传输速度超过10Gbps，单堆叠带宽超过2TB/s，与HBM3E相比，性能提升60%，能效提升40%。

这种领先优势已体现在公司基本面中，预计2025年营收将同比增长近45%，达到约680亿美元，营业利润将几乎翻一番，达到约330亿美元。

SK海力士作为英伟达的主要HBM供应商，其地位是推动业务增长的关键因素。该公司已获得英伟达2026年Rubin平台HBM订单的三分之二以上。管理层预计需求不会放缓，这得益于多季度订单承诺以及到2026年强劲的订单可见性。为满足预计到2030年每年增长超过30%的需求，该公司正在提高HBM4的产能，并计划将DRAM产能提高至多八倍。

三星电子2025Q4在全球DRAM内存市场的销售额占比升至36.6%，而SK海力士的市占则是32.9%，这意味着三星电子在2025Q1丢掉“第一大DRAM厂”荣誉后的一年内夺回了该头衔。三星电子正加速推进下一代高带宽内存布局。在HBM4今年正式进入量产的同时，三星已将目光投向更远一代产品——计划将HBM5基片工艺从4纳米提升至2纳米，并以1dDRAM作为HBM5E的核心堆叠存储。与此同时，HBM4将占据今年三星HBM总出货量的逾半数，整体HBM产能较去年增长超过三倍。三星电子还计划在2026年投入超过110万亿韩元(约合733亿美元)用于资本支出和研发，这反映出其正在扩大存储芯片产能、并加大对人工智能(AI)等领域的探索。该公司在一份简短声明中表示，这项投资将用于巩固其在AI技术领域的领先地位。

作为美国唯一一家大规模生产DRAM和NAND闪存的制造商，美光科技在全球内存供应链中占据着独特的地位。过去几年，美光科技通过在尖端制程节点上实现与三星和SK海力士的制造水平持平，并与超大规模数据中心和人工智能硬件制造商建立了深入的设计合作，缩小了曾经与这两家公司之间存在的巨大技术差距。

值得注意的是，美光2026财年的全部HBM供应均已签订价格和数量协议。为了实现22%至23%的HBM市场份额目标，美光将2026财年的资本支出从之前的180亿美元提高到200亿美元，用于产能扩张，其中包括在爱达荷州建设一座由《芯片创新与创新法案》（CHIPSAct）支持的专用HBM工厂。

责任编辑 | 汪鹏