HBM

定義

HBM（High Bandwidth Memory，高頻寬記憶體）本質是 3D 堆疊 DRAM：以 TSV（矽穿孔）將多顆 DRAM 晶粒垂直堆疊成一個記憶體立方體，再透過矽中介層（interposer）以 2.5D 方式（如 技術_CoWoS）與 GPU／AI 加速器並列整合，提供大容量、大頻寬的記憶體，是 AI 訓練與大型加速器的主流記憶體方案。

圖解

圖說：記憶體產品分類與供應商（2026 版）——揮發性記憶體分 DRAM（Commodity DRAM／HBM）與 SRAM（Embedded／Standalone）；HBM 與 Commodity DRAM 供應商為 Samsung、SK hynix、Micron、Nanya（南亞科）、CXMT。

供應商

HBM4E 與客製 ASIC 拉貨

• HBM4E 為下一世代 HBM。Google TPU v10（Icefish）單顆採 16× HBM4E（N2P chiplet 設計），顯示客製 ASIC 對 HBM4E 的拉貨量大。
• 來源 產業_SemiAnalysis_BroadcomTPU_Pumafish取消_20260518；客製 ASIC 供應鏈結構見 供應鏈_GoogleTPU。

與 3D 堆疊 SRAM 的定位對照

兩者互補而非取代：未來 AI 記憶體階層中，HBM 提供大外部頻寬，3D 堆疊 SRAM 作為高頻寬、低延遲的近運算中間層。

相關技術

• 技術_3D堆疊SRAM（低延遲近運算對照層）
• 技術_CoWoS（HBM 與運算晶片 2.5D 整合平台）
• 技術_TSV（HBM 垂直堆疊互連）
• 技術_SoIC（3D 混合鍵合）

HBM 市場展望（HSBC 2026-06-02）

來源：報告_HSBC_韓國AI供應鏈科技巡禮_20260602

• HBM 市場規模：HSBC 估 2027 年 HBM 市場規模達 US$163bn（estimate，高信心）
• HBM bit 需求 CAGR：2024–2027 年 CAGR 達 67%（estimate，高信心）
• Vera Rubin 平台 HBM 佔比：Rubin Ultra 進一步大幅提升 HBM 比例（Exhibit 13 圖表顯示顯著擴大）
• HBM3e 定價趨勢：HBM3e ASP 將上調，縮小與 commodity DRAM 的差距（估計）
• SO-CAMM2 佔 DRAM 比例：Vera Rubin 平台 SO-CAMM2 佔全球 DRAM 需求約 6–10%（estimate）
• Samsung vs SK Hynix HBM 競賽：HSBC 預期 Samsung 將縮小在 HBM4 與 commodity DRAM 上的技術差距（HSBC Buy Samsung）
• 台灣受惠：台灣廠商受惠主要來自 DRAM 測試（京元電）、FC-BGA 載板（欣興、南電等）、CoWoS 封裝（台積電）

圖說：HSBC 估計 Rubin Ultra 平台 HBM 含量顯著高於前代（Rubin），反映 AI 加速器對高頻寬記憶體的需求大幅提升。

HBM Cannibalization 與供需模型（MS Chipflation 2026-06-02）

來源：報告_MorganStanley_記憶體Chipflation_20260602（投資論點見 分析_Chipflation記憶體危機_MS_20260602）

HBM 不只是「額外的 DRAM 需求」，而是透過吃掉 leading-edge wafer 與 LTA 鎖量，成為 AI 排擠傳統記憶體的核心機制。

• 三層非線性放大：HBM 含量在晶片層 7.2x（A100 40GB → Rubin 288GB/GPU）、系統層 ~65x（8-GPU A100 server 320GB → Rubin NVL72 機櫃 20.7TB）、叢集層 ~1,800x（2020 訓練叢集 ~10TB → 2026 frontier 叢集 ~18PB）。單一 2026 frontier 叢集的 HBM 量 > 2020 全球年產量。
• Bit-output penalty：HBM die 大、3D 堆疊/TSV/封裝/測試良率挑戰，使每單位 HBM 產出吃掉的 wafer 從 2021–24 的 ~3.0x 升到 2028e 的 ~4.3x 傳統 DRAM。
• Cannibalization：HBM 佔 leading-edge 記憶體 wafer 從 2023 的 ~6% 升到 2028e 的 ~34%（見下圖），壓縮 DDR/LPDDR/server DRAM 的可用先進產能。

圖說（Exhibit 28）：HBM 佔記憶體 leading-edge wafer 比例由 2023 ~6% 升至 2028e ~34%（藍線），即 HBM 對先進 DRAM 產能的排擠快速上升；黃線為較保守情境。

HBM TSV 產能（year-end, kwpm）與供需 sufficiency（MS 模型）

• HBM 產能集中三雄，2026e ~480kwpm → 2027e ~610kwpm；但產能不等於可用 bit——還受良率、UTR、TSV、先進封裝、測試與客戶 qualification 限制。
• 中國：CXMT 目標 2027 HBM3e（1anm，無 EUV，比照 Micron 先例），但 bits/wafer 僅西方 ~1/3；XMC（武漢新芯）為 YMTC 產 HBM wafer，仍 R&D 規模。MS 的 HBM 模型完全不計入中國貢獻（Samsung/SK hynix/Micron only）。

HBM4E 封裝挑戰與客製 HBM（ECTC 2026，SemiAnalysis 2026-07-02）

來源：報告_SemiAnalysis_ECTC2026先進封裝_20260702

HBM4E 對中介層/載板的規格衝擊（Samsung 揭露）

• HBM4 pin 數為 HBM3 的 2 倍，HBM4E 資料速率推向 12 Gb/s 以上；中介層層數需求 HBM4E 為 HBM3E 的 2 倍、HBM2 的 5 倍
• 介面功耗：HBM4E 為 HBM3E 的 +86%、HBM2 的 5.6 倍
• Samsung 提出 8 層矽中介層方案（2 訊號/1 接地交錯 + UHC 超高密度電容平衡佈局），比估計需求少 20% 層數

圖說：中介層層數需求柱狀圖——HBM2 x1、HBM3 x2、HBM3e x2.5、HBM4e x5。來源：Samsung, ECTC 2026 © SemiAnalysis

圖說：HBM 介面功耗柱狀圖——HBM2 1.0、HBM3 2.0、HBM3e 3.0、HBM4e 5.6（a.u.）。來源：Samsung, ECTC 2026 © SemiAnalysis

客製 HBM（cHBM）：JEDEC 邊界的鬆動

Marvell 於 ECTC 2026 揭露客製 HBM4E 封裝細節（host PHY 面積 −60%、4.1TB/s、有機 RDL 中介層），NVIDIA 已宣布 Feynman 採用。此為獨立深度主題，完整架構、量化效益與投資判讀見 技術_客製HBM。

HBM 熱阻：TCB vs 混合鍵合（HCB）

• HBM 已成 2.5D 封裝熱瓶頸（Samsung：HBM 內部熱阻占比 57% vs ASIC 13%）；16-hi 尚可接受，20-hi/24-hi 需新方案
• HCB（hybrid copper bonding）取代 TCB：stack 級熱阻 −19%（pad 密度 ×2 → −22.3%、×4 → −29.1%）；系統級總熱阻改善較小（氣冷 −3.5%、液冷 −7.7%）
• base die 功耗放大（cHBM 趨勢）時 HCB 優勢擴大；Samsung 估 HCB 可讓進水溫 +1–2°C 或封裝功耗 +4%、冷卻功耗 −7%

圖說：Stack 熱阻正規化柱狀圖——TCB 1.0、HCB 0.81、HCB pad 密度×2 0.78、×4 0.71。來源：Samsung, ECTC 2026 © SemiAnalysis

HBM de-specing 與供需展望（UBS 2026-08-07）

來源：報告_UBS_記憶體月報_20260807（insight 見 分析_記憶體月度供需與價格追蹤_UBS_20260807）

• Rubin Ultra（VR300）規格下修但需求不減：UBS 產業查證顯示 NVIDIA 極可能先以 HBM4 8-Hi 供應 Rubin Ultra，再轉 HBM4E 8-Hi；先前預期為 HBM4E 12-Hi。研判為因應持續緊繃的供給。初版 VR300 單 GPU 含 HBM 容量將是 384GB HBM4（8-Hi×24Gb×8×2），之後轉 512GB HBM4E（8-Hi×32Gb×8×2），低於先前估計的 768GB（原 12-Hi 版本）。
• 規格下修不影響總需求上修：儘管單顆容量降低，UBS 將 2027E NVIDIA HBM 終端消耗量上修至 25.1bn Gb（原估 24.0bn），因 GPU 出貨量估上修至 12.6 百萬顆（原估 11.0 百萬顆）；Google TPU 的 HBM 用量估亦上修至 2027 年 19.2bn Gb（原估 17.4bn）。全產業 HBM 終端消耗估上修至 2027 年 61.5bn Gb（原估 58.7bn），YoY +91%。
• HBM 定價：UBS 估 HBM4E 2027 年 ASP 約 US$3.9/Gb（較 2026 年 HBM4 +75% YoY）；HBM4 2026 年 US$3.5/Gb（+60% YoY）。全產業 HBM 混合 ASP 2027 年 YoY +79%（原估 +66%）。連動下，DRAM 產業位元終端需求估 2027 年 YoY +40%（原估 +36%），2026 年 +21%。

圖說（Figure 4）：UBS HBM 位元供給（bit shipment）vs 需求（bit end-consumption）柱狀圖，分 2025／2026E／2027E；紅框標示需求柱上緣的庫存差額，可見需求持續高於出貨，供需仍緊。

HBM 供應商位元出貨與市占（UBS 模型，2026E/2027E）

UBS 模型顯示三星 HBM 位元佔比由 2026E 的 31.3%（落後 SK hynix 16 個百分點）快速拉近，估 2027E 反超 SK hynix（40.0% vs 38.4%），與「Samsung Key Call Buy」的評等邏輯呼應；SK hynix 雖仍全年出貨量最大但佔比明顯下滑。

Rubin Ultra 多 SKU 分層規格（MS 2026-08-10）

來源：報告_MS_AI供應鏈_20260810（Morgan Stanley，Charlie Chan 團隊，「AI Supply Chain: GPU Architecture Optimization Given Memory Shortage and Supernode Challenge」）

• MS 產業查證顯示 NVIDIA Rubin Ultra 將以多顆 SKU 同時並存因應：高階版採 HBM4e 8-Hi、低階版採 HBM4 12-Hi 或 8-Hi；NVIDIA 預計於 3Q26 底前做出最終決定。這與 UBS（2026-08-07，見上節）「單一規格沿時間演進（先 HBM4 8-Hi → 再轉 HBM4e 8-Hi）」的描述角度不同——MS 強調的是同代內依 SKU／工作負載分層，UBS 強調的是規格隨時間下修；兩者不必然矛盾（可能是「先以下修規格起量、同時依 SKU 分層」），但表述框架不同，暫並列觀察，待更多來源交叉確認。
• MS 判斷規格下修反映三個因素：① HBM 產能短缺、② 成本壓力、③ 依工作負載記憶體容量需求做最佳化。並指出 HBM de-specification 對 decoding（解碼）工作負載的影響大於 pre-fill（預填），尤其是長上下文窗口的 LLM。
• 降低單顆 HBM 含量可能提高晶片總出貨量，對以量計價的供應商（測試、封裝、載板等）反而有利；MS 不排除主要 ASIC 專案基於同樣邏輯採用不同 HBM 配置。

HBM 前段晶圓處理（PWF）：力積電承接美光（2026 Q1 法說）

HBM 堆疊前的晶圓處理（PWF, pre-stack wafer fab／wafer processing）是 HBM 製造的上游環節之一。力積電 在 2026 Q1 法說揭露其 3D AI Foundry 承接 美光（Micron）HBM 堆疊前晶圓處理，採「成本加成」包賺模式：

• 美光預付 3 億美元購置設備，進駐力積電 P1/P2 廠；先建 Mini line 試產，目標 2027 Q2–Q3 量產。
• 對力積電屬低風險（成本加成）切入 HBM 供應鏈的方式，而非自製 HBM 顆粒。
• 力積電另以 WoW（Wafer-on-Wafer）Hybrid Bonding 將 4/8 層 DRAM 堆疊於邏輯晶片（鎖定低功耗穿戴）；公司表示 HBM 現行 micro-bumping 遇瓶頸後可能轉向此類晶圓堆疊技術。

來源：活動_力積電法說_2026Q1_20260630。

來源

• 活動_力積電法說_2026Q1_20260630，力積電 2026 Q1 法說（HBM PWF 美光委託、預付 3 億美元、2027 Q2–Q3 量產）
• 產業_SEMIVISION_3D堆疊SRAM_20260520，SemiVision Research，2026-05-20（capture）
• 產業_SemiAnalysis_BroadcomTPU_Pumafish取消_20260518，SemiAnalysis，2026-05-18（HBM4E / TPU）
• 報告_HSBC_韓國AI供應鏈科技巡禮_20260602，HSBC，2026-06-02（HBM 市場規模、Samsung/SK Hynix 競爭、Vera Rubin HBM 比例）
• 報告_SemiAnalysis_ECTC2026先進封裝_20260702，SemiAnalysis，2026-07-02（HBM4E 中介層/功耗衝擊、Marvell 客製 HBM、NVIDIA Feynman cHBM、TCB vs HCB 熱阻）
• 報告_UBS_記憶體月報_20260807，UBS，2026-08-07（Rubin Ultra HBM de-specing、HBM 終端需求/ASP 上修、供應商位元出貨與市占模型）
• 報告_MS_AI供應鏈_20260810，Morgan Stanley，2026-08-10（Rubin Ultra 多 SKU 分層規格：高階 HBM4e 8-Hi／低階 HBM4 12-Hi 或 8-Hi，3Q26 底前定案；de-spec 對 decoding 影響大於 pre-fill）

相關頁面

• NVDA.US(nvidia)
• 技術_Underfill底部填膠
• 分析_ECTC2026先進封裝五大戰線_260706
• 技術_VCS銅柱堆疊
• 技術_XPU
• 分析_記憶體創新六大路徑與TAM_MS_20260720
• 000660.KR(sk_hynix)
• 005930.KR(samsung)
• MU.US(micron)
• 分析_記憶體估值重置_大摩閉門_20260612
• 分析_Computex2026_GS半導體Day2重點_20260602
• 分析_晶圓到先進封裝全流程技術報告
• 分析_韓國AI供應鏈_HBM與FC-BGA上游_HSBC_20260602
• 技術_CXL
• 技術_I-Cube與X-Cube
• 技術_晶圓薄化
• 分析_記憶體月度供需與價格追蹤_UBS_20260807