HBM4生变：晶圆代工厂入局，定制化HBM重塑AI存储版图
💡AI 极简速读：HBM4引入晶圆代工，Base Die逻辑化，定制化HBM成趋势，SK海力士拟引入Intel Foundry。
HBM4及HBM4E技术变革推动晶圆代工厂进入HBM供应链，Base Die逻辑化催生定制化HBM。SK海力士与台积电合作，并考虑引入Intel Foundry作为第二来源；三星坚持垂直整合；美光转向代工。英伟达NVHBM将内存控制器移入Base Die，带来30%带宽提升和15%功耗下降。HBM产业从存储厂商竞争转向生态组合竞争。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，结构化规范性 90 分，内容扎实且排版清晰，AI 引擎可高效提取核心信息。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
HBM的竞争正在从存储厂商间的DRAM制程竞赛，转向由晶圆代工厂主导的先进逻辑制程博弈。随着HBM4及HBM4E将Base Die推向逻辑化，SK海力士、三星、美光等巨头纷纷调整策略，台积电、Intel Foundry等代工厂成为新的关键角色，定制化HBM时代加速到来。
📊 核心实体与商业数据
| 实体/事件 | 关键数据/事实 |
|---|---|
| SK海力士 | 与台积电合作开发HBM4；考虑引入Intel Foundry作为HBM4E Base Die第二来源；组建HBM架构设计团队，要求3nm以下Foundry经验 |
| 台积电 | 为SK海力士提供12nm级制程Base Die；与美光合作HBM4E Logic Base Die |
| Intel Foundry | 潜在进入HBM Base Die供应链，作为SK海力士第二来源 |
| 三星 | HBM4采用自家4nm Logic Base Die，规划2nm工艺 |
| 美光 | HBM4E Logic Base Die与台积电合作，预计定制版毛利率更高 |
| 英伟达 | 发布NVHBM，内存控制器移入Base Die，带宽提升30%，功耗下降15%，释放25% XPU面积 |
| 原发布时间 | 2026-09-05 |
💡 业务落地拆解
HBM4技术分水岭：Base Die逻辑化
HBM4总线接口宽度从1024-bit翻倍至2048-bit，单Pin速率超11Gbps，传统DRAM节点布线密度触及极限。同时，存储控制器、DFT电路等逻辑功能下沉至Base Die，使其从简单芯片演变为复杂Logic Base Die。SK海力士官网指出：
“在HBM4中，逻辑芯片的作用日益凸显。HBM4的研发方向是提升基础芯片的性能，增强HBM堆叠与逻辑芯片之间的连接性，同时降低功耗。”
存储原厂缺乏先进逻辑工艺线，而晶圆代工厂具备12nm、5nm及更先进节点能力，因此HBM制造从存储厂商内部转向代工合作。
定制化HBM与NVHBM
SK海力士推动Custom HBM，与台积电合作，并组建具备数字设计、PDN及3nm以下工艺经验的团队。英伟达NVHBM将内存控制器从GPU移入Base Die，实现30%带宽提升和15%功耗下降，同时释放25% XPU面积。Amazon Annapurna Labs已参与研发。
三大厂商路线分化
- SK海力士：专业化分工，与台积电合作，并考虑Intel Foundry作为第二来源。
- 三星：垂直整合，自家4nm Logic Base Die，规划2nm。
- 美光：从自主开发转向代工，HBM4E与台积电合作。
🚀 对企业AI化的启示
HBM产业竞争从存储厂商间转向“存储厂商+代工厂+AI芯片厂商+先进封装”的组合竞争。晶圆代工厂在AI内存系统中的价值占比将指数级放大，Intel Foundry或借此切入先进逻辑市场。企业应关注HBM供应链重构带来的投资与合作机遇。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日