当前 HBM 是怎么造的

HBM 由多个 DRAM 核心裸片通过 TSV（硅通孔）连接到基础裸片，构成 3D 堆叠结构，目前最高可做到 16 层（16-Hi）。HBM 与 GPU 是两颗独立芯片，借助 2.5D 封装共同安装在硅中介层上。每个 HBM 模块通过硅中介层提供 1024 个输入输出与 16 个通道。

相比传统显存 GDDR6（约 24GB 容量、768GB/s 带宽），采用四堆叠的 HBM3E 能省下近一半空间，最高提供 144GB 容量与 4TB/s 带宽，在功耗与运营成本上的优势明显。

旗舰 HBM4 的规格

在 SK海力士的路线图中，HBM4 是顶级产品：DRAM 密度最高 24Gb，单颗容量最高约 36GB，输入输出位宽增至 2048 位，输入输出速度 8Gbps，带宽突破 2TB/s。官方称其功耗效率较 HBM3E 提升 40% 以上，热阻改善 14% 以上，内部集成超过 2 万个 TSV 与 1.6 万余个微凸块，16 层版本正进行资质认证。

突破 16 层极限

随着带宽需求每两代近乎翻番，现有封装面临 2.2 倍散热负担与 TSV 面积持续增加的挑战。SK海力士正在探索混合键合（Hybrid Bonding）：相比现行的 MR-MUF 工艺，混合键合能让核心裸片增厚 24%、TSV 间距缩小至 18 微米以下，并在增加层数的同时把热阻再降 35%。

此外，类似三星 HPB 的思路，SK海力士研发了名为 I-HBM 的局部热点缓解技术，在热点区域嵌入高导热且绝缘的冷却组件，可再降 30% 以上热阻。

拉来英特尔 EMIB

在系统级封装层面，SK海力士的演示材料除列出台积电 CoWoS 系列外，还出现了英特尔的 EMIB（嵌入式多芯片互连桥接）技术。EMIB 通过在基板内嵌入微型硅桥实现芯片间高密度互连，设计更灵活，并能降低成本、提升良率。业界也有英特尔与 SK海力士在内存领域展开合资合作的传闻。

展望未来，SK海力士希望最终把 HBM 直接堆叠在加速器之上，实现真正的 3D 集成。要让这条路走通，设计、材料与中介层技术的协同优化，以及全行业的持续合作，缺一不可。

论文题为《Co-packaged optics for high-performance computing and artificial intelligence》，通讯作者为 SK 海力士 AI 基础设施团队负责人洪承勋（Seunghoon Hong）与弗吉尼亚大学电气与计算机工程系李圭尚（Kyusang Lee）教授，合作方包括伊利诺伊大学厄巴纳-香槟分校、南洋理工大学、麻省理工学院和延世大学的研究人员。

瓶颈从封装里挪到了封装外

在生成式 AI 起步阶段，高带宽内存（HBM）解决的是 AI 加速器封装内部的内存瓶颈，通过大幅提升带宽显著改善了性能表现。但当超大规模 AI 集群把数千颗 GPU 和 HBM 堆叠组合在一起之后，新的瓶颈出现在系统之间的数据传输环节，论文称之为”带宽墙”（bandwidth wall）。

论文给出的关键数据是一组明显的剪刀差：算力吞吐通常每两年增长约 3 倍，而互连带宽在同期只增长约 1.4 倍。差距不断拉大，带宽墙就越来越难绕过。

问题的物理根源在铜线。用于把数据送出芯片封装、在机架之间传输的传统电气互连，随着传输距离增加，信号损耗和功耗都会快速上升，因此被越来越多地视为下一代 AI 数据中心的限制因素。

“即便计算芯片变得更强，如果芯片之间的数据传输跟不上，整体系统性能也无法提升，”李圭尚表示，”用光链路替代存在固有物理限制的铜互连，是通往未来可扩展性最有希望的路径。”

CPO 的思路：把光引擎塞进处理器封装

超大规模 AI 模型已经不在单颗芯片或单台服务器上训练，而是运行在按机架（rack）和 Pod 组织起来的庞大网络中。在这类架构下，系统整体性能不只取决于处理器、内存和 AI 加速器之间的连接，还取决于数据在机架之间流动的效率。

CPO 的核心做法是把光收发器与处理器集成到同一个封装内，让高速电信号只需走封装内部的极短距离，剩下的链路交给光信号完成。光引擎离处理器越近，电信号路径越短，带宽密度和能效就同步提升。

针对下一代 AI 基础设施，研究团队给出了三项明确的性能目标：单节点带宽超过 100 Tb/s、每传输一比特数据的能耗低于 1 pJ、芯片间延迟低于 10 纳秒。论文同时梳理了从 2D 封装到 2.5D 中介层、再到 3D 异构集成的演进路径，并逐一列出了商用化必须攻克的关键技术挑战。

最激进的部分：把光延伸到内存接口

论文最具前瞻性的内容，是提出”以光为中心”（optics-centric）的长期架构设想。目前 CPO 主要解决处理器之间、机架之间的光互连，而 SK 海力士的方向是把光互连继续向内推进，一直延伸到内存接口。

当前的 AI 服务器把 HBM 紧贴 GPU 放置，用数千条电气引线连接，以便快速供给运算所需数据。但 GPU 性能越高，需要的内存容量和数据吞吐量也越大，而 GPU 周围的物理空间有限，持续增加 HBM 堆叠会遇到硬性约束。

SK 海力士给出的方案是不再让内存只能待在 GPU 身边：借助”光中介层”（optical interposer）结构，用光信号把运算资源池与内存资源池直接连接起来，多个 AI 加速器共享同一个大容量内存池。中介层是连接多颗芯片的薄基板，在其中铺设光信号通路，可以缩短 GPU 与内存之间电信号必须走的距离。

“把光互连延伸到内存之后，就能绕过运算芯片周围的物理约束，突破内存容量与布线数量的上限，”李圭尚说，”多个加速器共享一个巨大的内存池，让 AI 模型的规模化拥有更高灵活性。”

不是马上就能买到的产品

需要说明的是，这篇论文并不意味着相关产品立即商用。要在 AI 数据中心大规模应用 CPO，仍有不少技术门槛尚待跨越，包括降低光器件的功耗与发热、开发适配光互连的内存一致性协议、验证光器件在数据中心高温环境下的长期可靠性，以及控制 2.5D/3D 先进封装的良率和量产成本。

论文强调的另一个关键概念是”共同设计”（co-design）——CPO 不是单一器件的升级，而需要把内存器件、控制器、光器件和封装作为一个整体系统协同设计。

这也解释了这篇论文对 SK 海力士自身的意义：其角色正从 HBM 的部件供应商，向参与定义 AI 基础设施系统架构的合作方转变。洪承勋表示，内存公司的角色正在从”单纯提供产品”演变为”帮助客户构建整个系统竞争力的合作伙伴”，公司将继续扩大与客户和生态伙伴的开放合作。

推着他往外走的不只是自己的判断，连顶头上司都在劝。「我的组长跟我们所有人说，赶紧跳槽去 SK 海力士。」李说。

47.6 万对 13.5 万：一张奖金表引发的离职潮

让整个团队情绪低落的，是一个具体数字：SK 海力士今年准备发给员工的奖金约为每人 47.6 万美元，且以现金为主。这家公司靠制造高带宽内存（HBM）赚得盆满钵满——这类芯片正是英伟达 AI 加速器的核心配套，为其带来了创纪录的利润。

相比之下，三星这边差距悬殊。今年 5 月，三星在与工会长时间拉锯后达成协议：未来 10 年，每年拿出半导体部门营业利润的 10.5% 作为员工奖金，且主要以三年分批归属的公司股票发放。这一举措，是在 SK 海力士去年同意拿出营业利润的 10% 分给员工之后做出的。

问题出在计算方式上。三星按各部门自身的盈亏单独核算奖金。同样在做 HBM 生意、同样赚到大钱的存储部门，今年每人约拿 40 万美元；而李所在的晶圆代工部门——为特斯拉、谷歌这类客户制造它们自行设计的逻辑芯片——长期处于亏损状态，每人只有约 13.5 万美元。员工转述公司的说法是：业绩不好的部门，没法拿到同等水平的奖金。

看着工会与公司角力了好几个月，李对结果并不买账：「就算三星以后做得好，我也不觉得这些好处能落到我头上。」

「除了两个组长，整个 30 人团队都投了」

情绪很快转化成了行动。李提到，SK 海力士 7 月发布了一则招聘启事，「除了我们两位组长，我整个团队 30 个人全都投了简历」。李本人甚至去应聘了对手的入门级岗位，一位在三星干了八年的同事也投了同一个职位——两人都被拒了，但他们还盯着一个面向资深工程师的岗位，指望能等到回音。

数据佐证了这股风潮。三星工会 6 月的一项调查显示，晶圆代工部门有 81.5% 的员工表示希望在未来两年内换东家，整个半导体部门也有接近一半的人这么想。4 月时，三星工会负责人就已透露，过去四个月里有 200 多名工会成员转投 SK 海力士。在匿名职场社区 Blind 上，大批三星工程师公开表达了为更高奖金出走的意愿。

接受《麻省理工科技评论》采访的三星与 SK 海力士员工，均因担心遭到公司报复而要求只用姓氏或化名。三星拒绝置评，SK 海力士未回应采访请求。

2019 年的一个判断，改写了两家公司的位置

几十年来，SK 海力士一直活在三星的阴影里。它规模更小、更拼，在韩国顶尖工科毕业生的求职清单上通常排在三星之后。

转折点出现在 2019 年。三星判断 HBM 会长期停留在小众市场，缩减了相关团队；SK 海力士却选择继续加码。随后 AI 浪潮把 HBM 的需求彻底点燃——这类芯片负责以极高速度向 AI 芯片输送海量数据，价格随之涨到了前所未有的水平。如今 SK 海力士稳坐全球 HBM 市场头名，三星反倒成了追赶者。

今年 5 月，两家公司市值双双突破 1 万亿美元；6 月，SK 海力士一度超过三星，成为韩国市值最高的上市公司。

抢人抢到 2040 年

判断存储芯片需求将继续攀升，两家巨头都在大手笔扩产。上个月，它们公布了到 2040 年投入超过 2 万亿美元的长期计划，其中一项核心工程是在首尔以南的龙仁市建设半导体「超级集群」。

为了给扩张配上人手，SK 海力士仅 2026 年上半年就新增了 2152 名员工，目标是五年内把制造产能翻一番；三星则计划未来五年招聘 6 万人，重点投向半导体部门。

即便如此，缺口仍然填不满。按照行业预测，到 2031 年韩国半导体产业需要约 30.4 万名从业者，届时人手短缺规模约为 5.4 万人。

AI 芯片的下一程竞争，除了写在晶圆上，也写在工资条上。谁能率先拿下新一代 HBM，很大程度上取决于谁的会议室里坐着更多有经验的工程师。

来源：MIT Technology Review，记者 Michelle Kim，2026 年 7 月 28 日

这家全球高带宽内存（HBM）龙头当天公布 2026 年第二季度业绩：营收 79.3187 万亿韩元，同比大增 256.8%，环比增长 51%；营业利润 60.5426 万亿韩元，同比暴涨 557.2%，营业利润率高达 76.3%，超过第一季度的 71.5%。营收和营业利润双双刷新单季历史纪录，仅一个季度的营业利润就超过了去年全年的 47.2063 万亿韩元。上半年累计营收也首次突破 100 万亿韩元大关。

净利润的表现更为夸张：单季净利润 93.9226 万亿韩元，同比暴增 1242%。不过这里面有很大一部分来自「卖资产」——公司部分出售 2018 年通过贝恩资本财团投资的铠侠（Kioxia）股份，录得 62.166 万亿韩元的非经营性收益。

史上最强，为何还「不及预期」

尽管数字亮眼，这份财报仍被市场认定为「业绩未达标」。据韩国金融数据机构 FnGuide 统计，分析师此前预期二季度营收 82.58 万亿韩元、营业利润 63.15 万亿韩元，实际结果分别低了约 5%。财报公布后，SK 海力士在美股上市的存托凭证（ADR）盘后一度跳水近 8%。

业绩不及预期主要有三个原因：

• HBM 占比反而拖累涨价红利：本轮存储行业利润暴涨主要靠通用存储芯片价格飙升，而 SK 海力士的 HBM 销售占比更高，HBM 采用多年期长约定价，价格提前锁死，反而没能充分享受现货涨价
• 涨价势头见顶：二季度通用 DRAM 价格环比涨幅约 30%、NAND 闪存约 55%，明显低于一季度的 60% 和 70%，涨价最猛的阶段已经过去
• 长约锁价：据业界人士透露，SK 海力士约五成销售额通过长期供货协议（LTA）锁定，目前已与包括核心客户在内的约 10 家客户敲定多年期合约

下半年看点：HBM4 放量

技术层面，SK 海力士透露新一代 HBM4 已在二季度启动大规模出货，下半年将进一步扩产；更下一代的 HBM4E 也已在上半年完成向主要客户的样品交付。公司表示，HBM4 在客户要求的运行速度、能效和成本竞争力上均处于行业领先水平。

展望全年，公司预计 DRAM 需求位元增速在 25% 至 30% 之间，NAND 需求增速处于 10% 至 20% 区间的高端；资本开支则可能达到 40 万亿至 50 万亿韩元指引区间的上限，这也引发了市场对未来供应过剩和折旧压力的担忧。

不过机构依然看多下半年：FnGuide 预测三季度 SK 海力士营收将达到约 100 万亿韩元、营业利润约 78 万亿韩元。随着英伟达新一代 AI 加速器 Vera Rubin 进入量产，HBM4 销售有望在下半年加速放量，AI 智能体普及和新手机发布也将继续推高存储需求。

对整个行业而言，这份「史上最强却仍不及预期」的财报传递出一个信号：AI 存储行情依然火热，但市场的胃口，已经被养得越来越大了。

来源：SK 海力士官方财报、朝鲜日报英文版、路透社

Intel：AI驱动的强势反弹

Intel 2026年二季度财报表现远超市场预期。数据显示，超大规模云服务商（Hyperscaler）和企业客户的强劲需求推动数据中心与AI业务成为主要增长引擎，Intel预计将进一步提升资本开支以满足下游算力投资带来的CPU强劲需求。

具体来看，Intel Q2营收达到161.28亿美元，同比增长25.4%，超过此前指引的117-127亿美元区间。其中DCAI（数据中心与AI）业务营收51亿美元，同比增长22%，环比增长7%。管理层预计Q3营收将达158-168亿美元，同比增长约18%。

资本开支方面，Intel将2026年资本开支上调至200亿美元以上，设备投资同比增长40%，且预计2027年资本开支将显著高于2026年水平，其中绝大多数将投入美国本土的晶圆厂建设。

AMD：上调TAM，新品加速放量

AMD在2026年7月23日旧金山Advancing AI大会上释放了一系列积极信号。AMD大幅上调了远期市场空间测算：将2030年AI整体可服务市场（TAM）从1.2万亿美元提升至2万亿美元，其中AI加速器单独市场规模上调至1.4万亿美元。

在量产节奏上，AMD的MI455X将在三季度小批量出货、四季度大规模爬坡，Zen6 EPYC也将同步在四季度上量交付。大客户层面，AMD已敲定Meta的6GW超大规模定制GPU集群订单，微软、OpenAI、Anthropic同步扩大AMD算力集群的测试部署。

SK集团与英伟达：5000亿美元战略合作

7月25日，SK集团与英伟达宣布计划建立一项超过5000亿美元的综合性合作伙伴关系，共同建设满足全球计算需求激增的AI基础设施。SK电信将建设2吉瓦的英伟达Vera Rubin DSX AI工厂。同时，英伟达与SK海力士建立长期合作关系，共同保障并开发包括HBM在内的下一代AI内存解决方案。

对于英伟达而言，先进内存已从过去的配套组件升级为平台级核心部件。通过与SK海力士签订长期协议，英伟达能够提前锁定关键内存资源，在HBM/DRAM行业供需紧张周期中获得供货优先权及价格折让，保障新一代平台的稳定交付。

同日，三星与博通再签超2000亿美元合作，覆盖HBM、2nm先进工艺与封装。据韩国总统办公室消息，SK集团、三星等韩国企业与全球科技巨头达成的一系列框架合计约9500亿美元。

AI硬件链条全面受益

中信建投认为，AI硬件链条景气度正从模型侧持续传导至应用落地。CPU正重新成为AI基础设施核心支柱——AI Agent、物理AI的爆发带动CPU与GPU配比重构，推理算力需求成为核心增量。

研报继续看好GPU、CPU、存储、高速网络及算力租赁服务等全产业链环节。在AI基础设施建设从”训练驱动”向”推理驱动”切换的关键节点，CPU作为服务器算力的基石，有望持续受益于这一结构性转变。

*文章来源：本文基于中信建投2026年7月27日研报”头部CPU公司财报亮眼，持续推荐AI产业链”改写，数据补充自同花顺、财联社、腾讯自选股等公开信息。*