SK海力士在2026年臺北國際電腦展上展示了下一代HBM4E高帶寬內存樣品,重點面向英偉達、AMD等廠商即將推出的AI數據中心GPU平臺。隨著生成式和推理型AI模型規模不斷膨脹,行業對更高帶寬、更大容量以及更高能效的存儲需求持續攀升,HBM4E被視為在HBM4基礎上的再一次重大演進。
![]()
據介紹,本次展出的HBM4E單顆芯片采用32Gb芯粒,相比HBM4在裸片密度上提升約33%。在堆疊結構上,HBM4E通過12層堆疊即可實現48GB容量,而此前要達到同等容量通常需要16層堆疊,這意味著在保持容量不變的前提下,有望降低封裝高度與復雜度,為系統設計留出更多余地。在性能方面,HBM4E單引腳速率最高可達16Gbps,相比HBM4提升約37%,單顆帶寬可達到4TB/s,創下該類產品的帶寬新高。
業內人士指出,英偉達Rubin以及AMD MI400系列等新一代AI數據中心GPU,將在今年陸續采用HBM4內存方案,而HBM4E則被視為后續產品的升級方向。SK海力士此次在展會提前展示HBM4E樣品,表明其在下一階段HBM競爭中的積極布局。該公司預計,HBM4E首先將會出現在計劃于明年推出的英偉達Rubin Ultra GPU上,后續一代的產品則可能采用多GPU與HBM4E芯粒的高密度封裝,以進一步拉高AI算力與內存帶寬上限。
![]()
從技術演進路徑看,HBM4E延續了HBM家族在帶寬與能效方面的迭代思路。此前的HBM3E在36GB、12層堆疊配置下,已實現了每顆1.2TB/s級別的帶寬和功耗改進,而HBM4在48GB、16層堆疊形態下進一步提高了針腳速率與總體帶寬。當前公布的參數顯示,HBM4E在相同48GB容量下,通過更高的單芯密度與12層堆疊設計,實現了帶寬和功耗效率的同步提升,有助于在AI推理和訓練等高負載場景中緩解內存瓶頸。
![]()
![]()
除了HBM產品線,SK海力士還在展會同期披露了針對AI時代的新型堆疊式NAND方案“AI-N B”。該方案借鑒HBM的通孔硅穿接(TSV)堆疊思路,將多層NAND芯片縱向堆疊,以實現“HBM級帶寬、SSD級容量”的組合能力,目標是為大規模AI推理提供更高吞吐的存儲系統,同時緩解當前高帶寬存儲供應緊張帶來的產業壓力。這一思路與業內其他廠商提出的HBF和Z-Angle等技術路徑有一定相似之處,均試圖通過三維堆疊與高速互連,彌合高帶寬內存與大容量存儲之間的性能與成本鴻溝。
![]()
![]()
在客戶端與終端側產品方面,SK海力士也展示了多款面向“AI PC”的新品,其中包括基于1cnm工藝的96GB LPCAMM2內存模組。該模組采用LPDDR5X標準,傳輸速率最高可達9.6Gbps,預計將于今年晚些時候隨新一代AI PC平臺一同推向市場。在固態存儲領域,公司展出了V9 NAND系列,提供QLC與TLC兩種顆粒形態,單顆容量最高可實現2TB,并可封裝為緊湊型cSSD產品,主打小型化設計與高能效,并采用無DRAM架構以進一步優化成本與功耗表現。
總體來看,從HBM4E到堆疊式NAND,再到高密度LPCAMM2與V9 NAND SSD,SK海力士在本屆臺北國際電腦展上集中展示了其圍繞AI數據中心與AI PC兩大應用方向的完整存儲布局。在AI算力與存儲需求同步爆發的背景下,新一代高帶寬、高密度、低功耗存儲產品將成為GPU等計算芯片釋放性能的關鍵支撐,而HBM4E樣品的首次公開亮相,也被視為下一輪HBM技術競爭的重要信號。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.