🔥36氪•較早收集於 7m
SK海力士HBM4供應客戶進展順利
💡HBM4量產確保AI GPU記憶體供應穩定應對需求激增（28字）
⚡ 30-Second TL;DR
有什麼變化
HBM4產品向客戶供應進展順利。
為什麼重要
確保AI加速器高頻寬記憶體供應，降低資料中心建置短缺風險。支援大型AI訓練叢集擴展。
下一步行動
評估HBM4規格，用於即將到來的GPU叢集優化AI推論頻寬。
誰應關注：Enterprise & Security Teams
關鍵要點
- •HBM4產品向客戶供應進展順利。
- •公司目前無股票拆分計劃。
- •下一代AI GPU如Nvidia Blackwell關鍵記憶體升級。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •SK海力士在HBM4製程中採用了先進的MR-MUF（Mass Reflow Molded Underfill）封裝技術，進一步提升了散熱效率與堆疊良率。
- •公司已與台積電（TSMC）建立緊密的戰略合作夥伴關係，共同開發針對HBM4的邏輯晶片（Base Die）整合方案，以應對AI運算對頻寬的極致需求。
- •SK海力士正積極擴充其位於韓國清州（Cheongju）的M15X廠房產能，以確保在2026年下半年能滿足AI客戶對HBM4的大規模量產需求。
📊 競品分析▸ Show
| 特性/廠商 | SK海力士 (HBM4) | 三星電子 (HBM4) | 美光 (HBM4) |
|---|---|---|---|
| 封裝技術 | MR-MUF | TC-NCF | 混合鍵合 (Hybrid Bonding) |
| 製程節點 | 10nm級 (1c/1d) | 10nm級 (1c) | 10nm級 (1γ) |
| 合作模式 | 與台積電深度綁定 | 自研邏輯晶片為主 | 獨立開發與晶圓代工合作 |
| 量產進度 | 領先，已進入客戶驗證 | 追趕中，良率優化階段 | 緊隨其後，專注高容量堆疊 |
🛠️ 技術深入
- 架構演進：HBM4將堆疊層數提升至16層，並採用更寬的1024-bit介面，單堆疊頻寬較HBM3E提升超過40%。
- 邏輯晶片（Base Die）：HBM4首次將底層邏輯晶片改用更先進的製程（如台積電12nm或更先進製程），以降低功耗並提升訊號傳輸穩定性。
- 散熱設計：透過優化MR-MUF材料的導熱係數，解決了高堆疊層數帶來的熱密度過高問題，確保在極限AI負載下不降頻。
🔮 前景展望AI analysis grounded in cited sources
SK海力士將在2026年底前維持全球HBM市場超過50%的市佔率。
憑藉與台積電的技術綁定及產能擴張，SK海力士在HBM4初期供應鏈中佔據了絕對的主導地位。
HBM4的導入將顯著推動AI伺服器單機記憶體容量突破2TB。
HBM4的高密度堆疊技術使得在有限的GPU封裝空間內配置更大容量的記憶體成為可能。
⏳ 時間線
2023-10
SK海力士宣布成功開發HBM3E，並開始向客戶提供樣品。
2024-03
SK海力士正式開始量產HBM3E，並率先供應給Nvidia。
2024-04
SK海力士與台積電簽署合作備忘錄，共同開發下一代HBM4。
2025-06
SK海力士宣布HBM4開發取得關鍵技術突破，良率符合預期。
2026-01
SK海力士開始向主要AI晶片客戶交付HBM4工程樣品進行驗證。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗