HBM成AI算力“新石油”，国产产业链加速突围

1、HBM行业概述

高带宽存储器（High Bandwidth Memory, HBM）是一种基于3D堆叠和硅通孔（TSV）技术的高性能DRAM，通过将多个DRAM裸片垂直堆叠并与逻辑芯片（如GPU）通过中介层（Interposer）集成于2.5D/3D封装中，实现超高带宽、低功耗和高密度。根据JEDEC（固态技术协会）标准，HBM是专为满足AI、HPC等高算力场景内存墙瓶颈而设计的新型存储架构。

HBM由AMD与SK海力士于2013年联合提出，2015年首款HBM1随AMD Fiji GPU（Radeon R9 Fury系列）商用；2016年HBM2标准发布（单栈带宽256GB/s），2018年HBM2E增强版推出（速率提至3.6Gbps，单栈带宽达460GB/s）；2022年HBM3量产（单栈带宽超800GB/s），被英伟达H100采用；2024年HBM3E（增强版）普及，单栈带宽突破1.2TB/s；HBM4于2024年启动工程验证，2025年将深化推进。中国自2021年启动HBM预研，2023年长鑫存储完成HBM2E样品，2025年多家企业计划进入客户验证，当前整体技术代际较国际领先水平（HBM3E量产）落后1–2代。

2、HBM行业产业链分析

HBM行业产业链

资料来源：普华有策

3、HBM行业竞争格局及主要玩家

全球HBM市场呈“三足鼎立”高度集中格局。SK海力士凭先发优势绑定英伟达（H100/A100主力供应商），率先量产HBM3E并布局HBM4；三星紧随其后，聚焦HBM-PIM创新，以韩国基地扩产；美光2024年量产HBM3，2025年发力北美客户。三企合计占超九成以上份额，以专利、产能、客户构筑护城河，垄断高端市场。
国内HBM尚处早期突破阶段。长鑫存储作为唯一DRAM量产IDM，2023年完成HBM2E样品，目标2026年小批量；华为、寒武纪联合设计适配国产芯片。封测环节，通富微电（AMD合作、2.5D/3D封装）、长电科技（XDFOI平台）具技术储备；上游沪硅产业、安集科技等材料设备逐步验证。虽未入主流供应链，但政策与AI安全驱动下，正加速构建“设备-材料-制造-应用”闭环生态。

4、HBM行业政策环境

“十四五”以来，国家将高端存储列为重点攻关方向，2023–2025年密集出台政策强化HBM等先进封装存储技术自主可控。2025年12月中央经济工作会议强调“发展新质生产力”“提升产业链供应链韧性”，明确支持AI底层硬件国产化。多部委联合推动集成电路产业高质量发展，HBM被纳入地方专项扶持清单，加速设备材料验证与量产导入。

HBM行业主要政策分析

资料来源：普华有策

5、驱动HBM行业发展的主要因素

（1）AI算力爆炸式增长催生刚性需求

大模型参数量每18个月翻倍，训练所需内存带宽同步激增。英伟达B100单卡搭载12颗HBM3E（总容量192GB，带宽超10TB/s），远超传统GDDR6。

（2）国家战略强力推动自主可控

“十四五”规划将先进存储列为重点，2025年中央经济工作会议明确提出“以科技创新引领新质生产力”“提升产业链供应链韧性和安全水平”，HBM作为AI基础设施底层核心，被多地纳入集成电路专项扶持清单。

（3）十五五规划前瞻布局新质生产力基础设施

国家发改委《十五五前期重大问题研究》指出，需提前布局AI芯片、先进封装、高端存储等“数字底座”，HBM被视为支撑万亿级AI产业的关键一环。

（4）“内存墙”成为算力瓶颈，HBM是唯一可行解

过去20年GPU算力提升超千倍，而DRAM带宽仅增长20倍，严重制约AI效率。HBM通过3D堆叠将带宽提升5–10倍、功耗降低30%，成为破局关键。

（5）地缘政治加速国产替代进程

美国2023–2025年多次升级对华先进计算管制，限制HBM出口，倒逼中国构建自主HBM供应链，头部云厂商已启动国产HBM验证计划。

6、HBM行业主要壁垒构成

（1）技术壁垒

HBM涉及TSV、微凸点、晶圆键合、热管理等数十项尖端工艺，任一环节良率不足即导致整颗芯片报废。例如，HBM3E需堆叠12层DRAM，对厚度控制（±1μm）、对准精度（<0.5μm）要求严苛。此外，IP专利被三星、SK海力士封锁，国内企业需绕开数千项核心专利。

（2）设备与材料“卡脖子”严重

高端IC载板、光刻胶、电镀液几乎100%进口；TSV刻蚀、混合键合设备依赖美日荷。即便国产设备性能达标，客户认证周期长达12–24个月，极大延缓量产节奏。

（3）资金壁垒

一条HBM专用产线投资超百亿元，且需配套先进封装厂。HBM研发周期5–7年，回报周期长，中小企业难以承担。

（4）人才壁垒

同时精通DRAM、3D封装、热仿真、信号完整性的人才全球不足千人，中国相关人才多集中于海外，本土培养体系尚未成熟。

（5）生态绑定牢固壁垒

英伟达与SK海力士联合定义HBM接口标准，新进入者需通过其严格兼容性测试。若无法进入主流GPU供应链，即使产品达标也难获订单，形成“先发锁定”效应。

北京普华有策信息咨询有限公司《“十五五”HBM行业深度研究及趋势前景预测专项报告》全面解析高带宽存储器（HBM）行业的技术本质、演进路径与全球竞争格局，系统梳理从HBM1到HBM4的技术代际跃迁。聚焦“十四五”以来国家对先进存储的战略部署，结合2025年中央经济工作会议“以科技创新引领新质生产力”导向及十五五规划前瞻，深入剖析AI大模型、自动驾驶等场景对HBM的爆发性需求。报告覆盖产业链上中下游结构、国产化瓶颈、设备材料卡点，并评估SK海力士、三星等国际巨头与国内长鑫、通富微电等企业的竞争态势，最后提出投资机遇、主要壁垒与政策建议，为把握HBM产业黄金发展期提供全景指引。

目录

第1章 摘要与核心结论

1.1 核心结论：HBM成AI算力破局关键，国产上游迎战略机遇期

1.1.1 HBM在AI算力发展中的关键地位阐述

1.1.2 国产上游迎来战略机遇期的背景与意义

1.2 核心数据支撑：需求景气度、内存墙缺口、国产进展关键指标

1.2.1 需求景气度相关数据呈现

1.2.2 内存墙缺口现状数据及分析

1.2.3 国产进展关键指标数据展示

1.3 报告逻辑框架与研究范围界定

1.3.1 报告整体逻辑架构图示

1.3.2 研究涉及的具体行业范围与边界说明

第2章 行业概述：内存墙下的HBM技术必然性

2.1 HBM技术定义与核心价值

2.1.1 技术内涵：高带宽存储器（HBM）的架构原理与核心特征

2.1.1.1 架构原理详细解析（如堆叠结构、通道设计等）

2.1.1.2 核心特征总结（如高带宽、低功耗等具体参数特点）

2.1.2 价值定位：低功耗、高带宽特性与AI算力的适配性

2.1.2.1 低功耗特性对AI算力的优势分析（如降低能耗成本等）

2.1.2.2 高带宽特性与AI算力提升的关联阐述

2.2 “内存墙”矛盾深度解析：算力与带宽的增速错配

2.2.1 数据佐证：GPU计算能力与DRAM带宽20年增速对比

2.2.1.1 数据来源及统计方法说明

2.2.1.2 增速对比结果对内存墙矛盾的体现

2.2.2 影响传导：内存墙对AI训练/推理效率的制约机制

2.2.2.1 对AI训练效率的影响分析

2.2.2.2 对AI推理效率的影响分析

2.2.3 长期趋势：算力提升驱动内存容量/带宽每年翻倍的刚性需求

2.2.3.1 历史数据验证算力提升趋势

2.2.3.2 内存容量/带宽翻倍需求的推导与预测

2.3 HBM与传统DRAM的技术差异及替代优势

2.3.1 性能指标对比：带宽、功耗、容量密度核心维度差异

2.3.1.1 带宽对比数据及分析

2.3.1.2 功耗对比数据及分析

2.3.1.3 容量密度对比数据及分析

2.3.2 应用场景分化：HBM在高端AI算力领域的不可替代性

2.3.2.1 高端AI算力领域对存储性能的特殊要求

2.3.2.2 HBM满足这些要求的优势分析

2.4 HBM技术演进历程与代际升级趋势

2.4.1 历代HBM技术发展时间线梳理

2.4.2 各代际技术特点与升级方向总结

2.4.3 未来代际升级趋势预测

第3章 核心驱动因素：AI算力爆发催生持续高景气

3.1 需求端驱动：AI算力扩张的刚性拉动

3.1.1 GPU迭代周期驱动：英伟达每年发布周期下的HBM配套需求

3.1.1.1 英伟达GPU发布周期规律总结

3.1.1.2 不同代GPU对HBM性能要求及需求量分析

3.1.2 应用场景延伸：大模型训练、自动驾驶、高性能计算等需求放量

3.1.2.1 大模型训练对HBM需求的具体分析

3.1.2.2 自动驾驶领域HBM需求增长点挖掘

3.1.2.3 高性能计算场景下HBM的应用优势与需求预测

3.1.3 需求规模测算：全球及中国HBM市场规模预测

3.1.3.1 预测模型与方法介绍

3.1.3.2 全球市场规模预测结果及分析

3.1.3.3 中国市场规模预测结果及分析

3.2 技术端驱动：HBM为内存墙破局的唯一确定性路线

3.2.1 技术路线对比：HBM vs 其他高带宽内存解决方案

3.2.1.1 其他高带宽内存解决方案介绍

3.2.1.2 HBM与其他方案在性能、成本等方面的对比分析

3.2.2 行业共识：低功耗高带宽趋势下HBM的长期确定性

3.2.2.1 行业专家观点与市场调研结果引用

3.2.2.2 HBM长期确定性的内在逻辑分析

3.3 政策与供应链驱动：国产替代的战略紧迫性

3.3.1 国内存储为AI算力核心卡口的战略定位

3.3.1.1 国家政策对存储产业在AI算力中地位的阐述

3.3.1.2 存储产业对AI算力发展的关键支撑作用分析

3.3.2 国产HBM量产的政策支持与产业协同导向

3.3.2.1 相关政策文件解读与支持力度分析

3.3.2.2 产业协同发展的模式与案例分析

第4章 产业链分析：聚焦上游设备材料核心机遇

4.1 HBM产业链全景图

4.1.1 产业链核心环节划分：上游、中游、下游及配套

4.1.1.1 各环节具体内容与范围界定

4.1.1.2 产业链整体架构图示

4.1.2 各环节价值量分布与利润空间分析

4.1.2.1 各环节成本构成与价值占比数据呈现

4.1.2.2 不同环节利润空间对比与趋势分析

4.2 上游环节深度解析：设备与材料的核心壁垒

4.2.1 核心原材料：电镀液、前驱体、IC载板等

4.2.1.1 技术要求与行业格局

4.2.1.1.1 各类原材料技术指标详细说明

4.2.1.1.2 全球及国内原材料行业格局分析（企业市场份额等）

4.2.1.2 国产替代进展与突破难点

4.2.1.2.1 国产原材料研发与生产现状

4.2.1.2.2 国产替代面临的技术、认证等难点分析

4.2.2 核心设备：TSV设备、检测设备等

4.2.2.1 关键设备作用与技术壁垒

4.2.2.1.1 各类设备在HBM生产中的具体作用阐述

4.2.2.1.2 设备核心技术壁垒分析

4.2.2.2 全球供应商格局与国产替代机遇

4.2.2.2.1 全球主要设备供应商市场份额与竞争态势

4.2.2.2.2 国产设备替代的可能性与优势分析

4.3 中游环节：制造与封测的技术瓶颈

4.3.1 核心制造环节：晶圆堆叠、键合等关键工艺

4.3.1.1 各关键工艺技术原理与操作要点

4.3.1.2 工艺技术瓶颈及突破方向探讨

4.3.2 封测环节：2.5D/3D封装技术适配要求

4.3.2.1 2.5D/3D封装技术特点与优势

4.3.2.2 适配HBM的封装技术要求与挑战

4.3.3 全球及国内主要厂商产能布局

4.3.3.1 全球主要厂商产能分布与扩张计划

4.3.3.2 国内厂商产能现状与发展规划

4.4 下游环节：需求集中于高端算力领域

4.4.1 核心下游：GPU厂商、AI服务器厂商、云服务商

4.4.1.1 各核心下游行业特点与发展趋势

4.4.1.2 对HBM的需求特点与采购模式分析

4.4.2 需求结构分析：英伟达等头部厂商采购占比与影响

4.4.2.1 头部厂商采购数据统计与分析

4.4.2.2 头部厂商采购对HBM市场的影响机制

第5章 国产HBM产业发展现状与扩产机遇

5.1 国产HBM发展阶段判断：早期探索与突破期

5.1.1 国内主要厂商进展：技术研发、样品验证、量产规划

5.1.1.1 各厂商技术研发成果与进度对比

5.1.1.2 样品验证情况与反馈分析

5.1.1.3 量产规划时间表与产能目标设定

5.1.2 与国际巨头的技术差距与代际差异

5.1.2.1 技术指标对比

5.1.2.2 代际发展水平差距分析

5.2 国产上游设备材料的扩产逻辑与机遇

5.2.1 扩产驱动因素：国产HBM量产备货、技术迭代升级需求

5.2.1.1 国产HBM量产对上游设备材料的需求拉动分析

5.2.1.2 技术迭代升级对上游设备材料的新要求与机遇

5.2.2 扩产节奏预测与市场空间测算

5.2.2.1 基于国产HBM发展计划的扩产节奏预测模型

5.2.2.2 不同扩产节奏下的市场空间测算结果

5.2.3 重点国产企业竞争格局与核心优势

5.2.3.1 重点国产企业市场份额与竞争态势分析

5.2.3.2 各企业核心优势对比

5.3 国产替代面临的挑战：技术、供应链与认证

5.3.1 技术挑战：关键技术突破难度与时间预期

5.3.1.1 列举关键技术难题及解决思路

5.3.1.2 技术突破时间预期与风险评估

5.3.2 供应链挑战：原材料与设备供应稳定性问题

5.3.2.1 原材料供应风险分析

5.3.2.2 设备供应稳定性问题及应对措施

5.3.3 认证挑战：国际标准与国内认证流程复杂性

5.3.3.1 国际标准对HBM的要求与国产产品差距

5.3.3.2 国内认证流程与时间成本分析

第6章 全球竞争格局与重点企业分析

6.1 全球HBM市场竞争格局

6.1.1 市场份额分布：海外巨头（三星、SK海力士、美光）主导格局

6.1.1.1 各海外巨头市场份额数据及变化趋势

6.1.1.2 主导格局形成的原因分析

6.1.2 竞争壁垒：技术专利、产能规模、客户绑定三大核心优势

6.1.2.1 技术专利布局与竞争优势分析

6.1.2.2 产能规模对市场竞争的影响

6.1.2.3 客户绑定策略与效果评估

6.2 海外重点企业战略布局

6.2.1 技术迭代路线与产能扩张计划

6.2.1.1 各海外企业技术迭代方向与时间表

6.2.1.2 产能扩张规模与投资计划分析

6.2.2 客户合作模式与长期绑定关系

6.2.2.1 主要客户群体与合作模式介绍

6.2.2.2 长期绑定关系的维护策略与效果

6.3 国内重点企业分析（上游设备材料 + 中游制造）

6.3.1 上游设备材料重点企业

6.3.1.1 企业概述：发展历程、业务范围等

6.3.1.2 企业核心竞争力分析

6.3.1.3 企业经营情况分析

6.3.2 中游制造重点企业

6.3.2.1 企业概述：发展历程、生产能力等

6.3.2.2 企业核心竞争力分析

6.3.2.3 企业经营情况分析

第7章 行业整体市场与细分市场分析

7.1 行业整体市场规模前景预测

7.1.1 基于多种因素的预测模型构建（需求、技术、政策等）

7.1.2 “十四五”期间市场规模预测结果及分析

7.1.3 “十五五”期间市场规模预测趋势与展望

7.2 细分市场分析

7.2.1 按应用场景细分市场

7.2.1.1 大模型训练细分市场规模与增长趋势

7.2.1.2 自动驾驶细分市场需求特点与前景

7.2.1.3 高性能计算细分市场发展动态与规模预测

7.2.2 按产品类型细分市场

7.2.2.1 不同代际HBM产品市场规模对比与演变

7.2.2.2 不同容量HBM产品市场需求与竞争态势

第8章 投资机遇与策略

8.1 投资机遇

8.1.1 短期机遇：国产上游设备材料扩产红利

8.1.1.1 短期投资热点领域与项目分析

8.1.1.2 短期投资回报预期与风险评估

8.1.2 中长期机遇：国产HBM量产突破后的全产业链机会

8.1.2.1 中长期全产业链投资方向与潜力分析

8.1.2.2 中长期投资策略建议与案例参考

8.2 投资策略

8.2.1 不同投资阶段策略选择（早期、中期、后期）

8.2.2 不同风险偏好投资者策略建议

8.2.3 投资组合构建与优化方法

第9章 主要壁垒构成/相关风险

9.1 主要壁垒构成

9.1.1 技术壁垒：关键技术研发难度与知识产权保护

9.1.1.1 技术研发所需资源与时间成本分析

9.1.1.2 知识产权保护现状与挑战

9.1.2 资金壁垒：大规模投资需求与融资难度

9.1.2.1 行业资金需求规模与投资回报周期

9.1.2.2 融资渠道与融资成本分析

9.1.3 人才壁垒：专业人才短缺与培养难度

9.1.3.1 行业人才需求结构与数量缺口

9.1.3.2 人才培养模式与周期分析

9.2 相关风险

9.2.1 技术迭代风险：新型内存技术替代HBM的可能性

9.2.1.1 潜在新型内存技术介绍与发展动态

9.2.1.2 对HBM市场的潜在冲击评估

9.2.2 国产替代不及预期风险：技术突破、认证进度滞后

9.2.2.1 技术突破不顺利的原因分析与影响

9.2.2.2 认证进度滞后对市场拓展的阻碍

9.2.3 需求波动风险：AI算力扩张不及预期影响HBM需求

9.2.3.1 AI算力发展不确定性因素分析

9.2.3.2 需求波动对HBM企业生产经营的影响

9.2.4 供应链风险：海外设备材料管制加剧

9.2.4.1 海外管制政策现状与趋势分析

9.2.4.2 供应链中断风险应对策略

第10章 研究结论与建议

10.1 研究结论

10.1.1 对行业发展趋势的总结判断

10.1.2 对国产HBM产业发展前景的展望

10.2 建议