电子发烧友网讯（文 / 黄晶晶）最近，阿里平头哥的 AI 算力卡 PPU 在央视新闻中惊艳亮相。从 “国产卡与 NV 卡重要参数对比” 表来看，PPU 的显存、片间带宽等多项硬件指标十分亮眼，已超越英伟达 A800，性能介于英伟达 A800 和 H20 之间。

平头哥 PPU 选用 HBM2e 显存，单卡显存容量高达 96GB，片间带宽为 700GB/s ，采用 PCIe5.0×16 通道接口，单卡功耗 400W。对比之下，英伟达 A800 同样采用 HBM2e 显存，单卡显存 80GB，片间带宽仅 400GB/s，接口是 PCIe4.0×16，功耗 400W；H20 的显存和片间带宽更出色，拥有单卡 96GB HBM3 显存，片间带宽达 900GB/s，使用 PCIe5.0×16 接口，不过功耗较高，为 550W。此外，华为昇腾 910B 单卡配备 64GB HBM2 显存，片间带宽 392GB/s，接口为 PCIe4.0×16，功耗 350W；壁仞 104P 单卡搭载 32GB HBM2e 显存，片间带宽 256GB/s，采用 PCIe5.0×16 接口，功耗 300W 。不难发现，性能相当的 AI 算力卡，存储规格大多处于 HBM2/2e、HBM3 阶段。

HBM：AI 芯片的 “动力心脏”

高带宽内存 HBM 是基于 3D 堆栈技术的 DRAM，借助 TSV（硅通孔）和芯片堆叠架构，实现了高速数据传输与低能耗。该技术由三星、AMD 和 SK 海力士联合提出，2013 年 SK 海力士率先量产 HBM 芯片，并于 2015 年首次应用于 AMD Fiji GPU。

随着 AI 大模型朝着千亿、万亿级大参数以及 FP8/FP4 高精度低比特计算方向发展，传统内存方案已无法满足数据传输效率需求。AI 计算需要频繁调用海量参数，像 GPT-3 的 1750 亿参数需占用数百 GB 内存，且计算单元为大规模并行架构，每秒需从内存读取 / 写入 TB 级数据。一旦数据供给不及时，芯片实际性能将远低于理论峰值。

HBM 凭借 3D 堆叠技术提升内存带宽、减少延迟，已成为 AI 服务器 GPU 的主流解决方案，是突破 AI 算力芯片性能瓶颈的核心技术。

HBM 六代产品的进化之路

目前，HBM 已发展到六代产品，分别为 HBM1、HBM2、HBM2E、HBM3、HBM3E、HBM4 。SK 海力士在 2013 年推出首款 HBM DRAM（第一代）产品，随后依次开发出 HBM2（第二代）、HBM2E（第三代）、HBM3（第四代） 。

2018 年，SK 海力士发布第二代 HBM 产品 HBM2，2020 年推出的第三代产品 HBM2E 是 HBM2 的扩展版，速度更快、容量更大、散热性能更佳。2021 年 10 月，SK 海力士推出全球首款 HBM3，并于 2022 年 6 月实现量产。这款 HBM3 每个引脚传输速率达 6.4Gbps，拥有 1024 位宽接口，最高带宽可达 819GB/s ，相比 HBM2E（460GB/s）提升约 78%。其采用 16Gb 内核密度、尖端的 TSV 垂直堆叠技术，满足了系统对更高密度的要求，可实现 12 层堆叠内存立方体，最大封装密度达 24GB 。

2024 年，SK 海力士率先量产 8/12 层 HBM3E，实现现有 HBM 产品中最大的 36GB 容量。同年 11 月 4 日，海力士宣布开发出全球最大容量的 16 层堆叠 HBM3E。今年 9 月，SK 海力士宣布成功完成面向 AI 的超高性能存储器新产品 HBM4 的开发，并构建了全球首个量产体系。HBM4 采用翻倍的 2048 条数据传输通道（I/O），带宽翻倍，能效提升 40% 以上，实现了全球顶尖的数据处理速度和能效。据公司预测，将 HBM4 引入客户系统后，AI 服务性能最高可提升 69%，既能从根本上解决数据瓶颈，又能显著降低数据中心电力成本。此外，HBM4 运行速度高达 10Gbps（每秒 10 千兆比特）以上，远超 JEDEC 标准规定的 8Gbps（每秒 8 千兆比特）。SK 海力士在 HBM4 开发中采用了自主先进 MR-MUF 技术和第五代 10 纳米级（1b）DRAM 工艺，有效降低了量产风险。

华为：自研 HBM，为昇腾芯片注入新活力

在近日的全联接大会 2025 上，华为披露了昇腾 950PR 芯片架构的新进展，新增对低精度数据格式的支持，如 FP8/MXFP8/HIF8: 1 PFLOPS，MXFP4: 2 PFLOPS ，重点提升向量算力，并将互联宽带提升 2.5 倍，同时支持华为自研的 HBM 高带宽内存，包括 HiBL 1.0 和 HiZQ 2.0 两个版本。HiBL 1.0 容量 128GB，带宽 1.6TB/s；HiZQ 2.0 容量 144GB，带宽 4TB/s 。

昇腾 950PR 芯片搭配 950 核心与 HiBL 1.0 内存，可提升推理 Prefill（预填充）性能及推荐业务性能；昇腾 950DT 采用 HiZQ 2.0 内存，能提升推理 Decode（解码）性能、训练性能，扩大内存容量并提高带宽。按照规划，2026 年第一季度将推出昇腾 950PR，2026 年第四季度推出昇腾 950DT。2027 年第四季度，昇腾 960 芯片将登场，预计各项规格较前代产品会有大幅提升。2028 年第四季度，高端产品昇腾 970 芯片也在规划中，有望在算力和互联带宽等方面实现全面升级。

远见智存：HBM2/2e 完成终试，迈向量产新征程

此前有消息称，深圳远见智存成功实现 HBM2e 芯片量产，并计划在 2025 年春节前后初步完成下一代 HBM3/HBM3e 前端设计。远见智存成立于 2023 年，团队汇聚了行业精英，在 HBM 技术领域经验丰富。通过技术创新，公司成功绕开 TSV（Through-Silicon Via）及 CoWoS（
Chip-on-Wafer-on-Substrate）等关键技术瓶颈，推动了 HBM2e 的国产化进程。同时，远见智存依规提供符合高堆叠 JEDEC 标准的 HBM 产品，并整合国内高端封装资源，推出自主可控的 HBM3/3e 产品，为 AI 训练芯片产业注入活力。

中天精装间接持有深圳远见智存股权，穿透计算持股比例为 6.71%。中天精装表示，深圳远见智存专注于高带宽存储芯片（HBM）领域，目前 HBM2/2e 产品已完成终试，正在推进量产和升级；HBM3/3e 处于研发阶段，已完成前期预研和部分设计工作。此外，今年 7 月，赛博格机器人与芯玑半导体和量子芯云联合推出内置 DNPU 和 LPDDR5 的存算一体化芯片以及全球首颗移动 HBM。

随着 AI 大模型不断向更大参数、更多模态演进，HBM 与 AI 芯片的联系将愈发紧密。HBM 的技术迭代，必将为 AI 算力发展注入强大动力，助力国产 AI 芯片在全球竞争中实现更大突破 。

#厦门毅睿科技 #芯片 #原子层沉积