讲到 AI 芯片缺货，除了台积电的 CoWoS 封装，另一个常被点名的瓶颈就是 HBM。新闻常说「某家内存厂 HBM 又被订光」，但 HBM 到底是什么、高端 AI GPU 为什么常用它？
这篇是 AI 硬件供应链一条龙 第 2 关的深入版，用大白话一次讲清楚。
HBM 是什么？一句话加一个画面
HBM 全名 High Bandwidth Memory，高带宽内存。它把好几层 DRAM 芯片垂直叠起来，用「硅通孔（TSV，在芯片里打出的垂直通道）」上下打通，再通过一条非常宽的接口紧贴在 GPU 旁边。
一般电脑的内存是一条条横躺着插在主板上；HBM 则是把内存立起来、层层往上叠，再搬到几乎贴着 GPU 的位置。一句话：HBM 是「立起来的超宽内存」，目的是别让 GPU 等数据。
叠高、加宽、缩短距离，带宽就能拉到每秒好几 TB。代价是它得靠 CoWoS 这类先进封装（把 GPU 和 HBM 放进同一个封装的技术）才能跟 GPU 贴合，制造难度和成本都高。
和一般内存（DDR）差在哪
HBM 不会取代你电脑里的内存，两者服务不同场景。
DDR 是通用系统内存，便宜、好扩充，像四通八达的一般道路。HBM 是为 AI 与高性能计算打造的特规品，贵、难做、产能有限，像贴在 GPU 旁的超宽高速公路：车道极多、距离极短。所以「内存缺货」和「HBM 缺货」不是同一件事。
HBM 为什么适合高端 AI 芯片
把 GPU 想成一具超强引擎，内存带宽就是油管。AI 训练和推理时，要不停把模型权重、中间结果搬进运算核心；数据喂得不够快，几千个核心就会空等，算力白白浪费。
所以旗舰 AI 芯片都绑上大量 HBM。以 Nvidia 的 Vera Rubin 为例，官方规格是每颗 GPU 配 288GB HBM4、带宽每秒 19.2 TB。
三家寡占的战局
HBM 是三强赛局，门槛极高，新玩家几乎进不来。据 Counterpoint 估计，2026 年第二季度的 HBM 营收市占是 SK 海力士 50%、三星 33%、美光 18%。
SK 海力士长期领先，2025 年最早宣布完成 HBM4 开发，2026 年第二季度开始量产出货。三星曾在 HBM3 世代落后，2026 年 2 月率先出货 HBM4，营收市占从第一季度的 21% 拉到第二季度的 33%。美光排第三，HBM4 正在放量。
2026 年 6 月，黄仁勋表示三家的 HBM4 都已通过 Vera Rubin 的认证（韩媒转述）。接下来比的是良率、供货量与订单分配。
HBM3e 与 HBM4 差在哪，下一步又是什么
每一代主要比三件事：接口多宽、能堆多高、跑多快。
| 世代 | 接口 | 单堆叠带宽 | 状态（截至 2026 年 10 月） |
|---|---|---|---|
| HBM3e | 1024-bit | 逾 1.2 TB/s | 2026 Q2 占 HBM 营收多数（Counterpoint） |
| HBM4 | 2048-bit | 标准最高 2 TB/s；美光、三星产品约 2.8–3.3 TB/s | 2026 年三家量产，Vera Rubin 采用 |
| HBM4E | 三星、SK 海力士已送样；SK 海力士目标 2027 年量产 |
HBM4 把接口加宽一倍，等于高速公路的车道再翻倍。换代正在进行：三星预期 2026 下半年 HBM4 占其 HBM 营收逾六成，TrendForce 则预估 HBM4E 在 2027 下半年放量。
另一条路是定制化 HBM：Nvidia 在 2026 年 8 月发布定制化的 NVHBM，美光表示正与 Nvidia 合作「业界首个定制化 HBM4E」。想看 HBM4 的更多细节，可以读 HBM4 是什么。
供给为什么一直这么紧
HBM 制程复杂、良率难拉，又要搭配 CoWoS 先进封装，扩产速度天生跟不上 AI 的需求。
结果是长约把供给锁死。美光在 2026 年 9 月表示，2027 年绝大部分的 HBM 供给已和客户签好协议、价格同比显著上涨，并预期 DRAM 产业在 2027、2028 年都会供给吃紧；TrendForce 也预估 HBM 在 2027 年仍供不应求。对整条供应链来说，就算 GPU 和封装产能扩出来，HBM 跟不上，整机一样出不了货。
台湾在这关的角色
台湾没有本土量产的 HBM 品牌，HBM 握在韩国的 SK 海力士、三星与美国的美光手上。美光在台湾有 DRAM 制造据点，但品牌和产品责任属于美光。
镜头拉到下游就不同了。HBM 必须靠 CoWoS 这类先进封装贴到 GPU 旁边，这一关高度集中在台湾；装好芯片的服务器整柜也大量由台湾厂商组装，例如鸿海 2026 年第三季度起量产 Vera Rubin 整柜。所以台湾的角色落在封装、测试与服务器组装，会直接被 AI 加速器的需求牵动。
小企鹅的总结
HBM 和先进封装并列，是 AI 供应链最常卡关的零件：带宽不够，GPU 再强也吃不到数据。
看 HBM 的新闻，抓三件事就够：三家的排名怎么变、世代从 HBM4 走到 HBM4E 与定制化的进度、供给吃紧还会延续多久。