HBM与DRAM

AI大模型的参数量巨大（GPT-4估计1.8万亿参数），训练和推理过程中需要极高的内存带宽来喂饱GPU。HBM（高带宽内存）通过3D堆叠实现传统DDR5数倍的带宽，成为AI GPU不可或缺的配套。 因果链：大模型参数暴增 → GPU需要更多更快的显存 → HBM成为唯一解决方案（带宽是DDR5的5-10倍）→ 每颗H100需要80GB HBM3，B200需要192GB HBM3e → HBM供不应求，价格是普通DRAM的5-6倍 SK海力士在HBM领域一骑绝尘，最早量产HBM3/HBM3e并独家供应NVIDIA。三星和美光在追赶，但良率和交付时间落后6-12个月。

HBM是当前存储行业最好的赛道，但半导体存储本质是周期性行业。如果AI资本支出增速放缓，HBM从超级上行周期转入调整的幅度可能很大。SK海力士虽然领先，但估值已经反映了极乐观预期。

上游是半导体设备（光刻、刻蚀、键合等，ASML、东京电子、Besi）和半导体材料（硅片、光刻胶）。HBM的3D堆叠需要先进的TSV（硅通孔）和混合键合技术——这与先进封装赛道紧密相关。 下游直接供应AI算力芯片赛道——每颗NVIDIA/AMD GPU都需要配套大量HBM。GPU的出货量和规格直接决定HBM的需求量。