Track Hyper | Samsung has completed HBM4 design: leading SK Hynix by a half step

作者：周源/華爾街見聞

在與 “同門” SK 海力士的 HBM 技術比拼中，三星電子終於掙回了一點面子。

1 月 5 日，供應鏈有消息稱，三星 DS 部門存儲業務部約在今年 1 月初完成了 HBM4 內存邏輯芯片設計。

根據該設計，三星電子 Foundry 業務部採用 4nm 製程工藝試產。在完成邏輯芯片最終性能驗證後，三星將提供 HBM4 樣品驗證。

邏輯芯片，即 Logic die（也稱 Base die，下圖紅框標註示意圖），在 HBM 最底層，由 DRAM 堆疊而成，是控制多層 DRAM 的核心部件。

HBM 的核心優勢，採用了 3D 堆疊技術，將多個 DRAM 芯片垂直堆疊在一起。通過硅通孔（TSV）技術實現芯片間的高速信號傳輸，大幅縮短了數據傳輸的距離和延遲，從而能以極高帶寬為處理器提供數據支持。

自從三星電子在 HBM 市場的領先地位被 SK 海力士奪走後，三星電子在 2023 年先後調整了 4-5 次 DS 部門的技術架構和領導人，“咬牙” 要通過 HBM4 在韓國 SK 海力士那裏逐步奪回曾經獨屬於自己的業界尊嚴。

三星電子在 HBM3e 代際的市場一哥地位被 SK 海力士取代。

2024 年，三星頻繁調整技術人力資源，為 2025 年通過全新技術手段，在 HBM4 代際，以獨立的 4nm 工藝代工的 Base die，取得和 SK 海力士 HBM 技術發展持平的地位。

這種超越，主要是 “欺負” SK 海力士沒有代工能力。此前的消息顯示，SK 海力士正在和台積電實施戰略捆綁，靠台積電的 5nm 工藝推動 HBM4 的 Base die 設計製造。

HBM（High Bandwidth Memory），也就是高帶寬存儲器，主要應用於高性能計算（HPC）、人工智能（AI）和圖形處理（GPU）等領域。

HBM 技術已發展至第六代，即 HBM（初代）、HBM2（第二代）、HBM2e（第三代）、HBM3（第四代），HBM3e（第五代）以及 HBM4（第六代）。

初代 HBM 帶寬 128GB/s，由此拉開了數據高速傳輸的序幕；到 HBM4，數據傳輸速率已高達 6.4GT/s（2048 位接口），單個堆棧帶寬已達 1.6TB/s，這個帶寬是 HBM3e 的 1.4 倍，功耗還能降低 30%。

如此之高的數據傳輸速度，帶給 HBM4 的壓力主要就是能耗（發熱）太高，進而影響 HBM4 的性能發揮。在整個 HBM4 套件中，發熱最高的部分即 Base die。因此，三星電子希望用更先進的 4nm 工藝取得領先優勢。

但是，三星電子在高製程芯片能耗控制方面，一向不是台積電對手，這次能反超台積電嗎？這還要看三星 HBM4 正式樣品出來後的測試結果。從這個角度上看，三星電子的 “領先”，只限於某個環節，即設計速度更快，但性能究竟如何，目前還不知道。

三星電子也明白其中的關鍵，故而業界有消息稱三星電子自謂：“我們確實不再具備像以前那樣在內存業務上與競爭對手拉開明顯差距的優勢；由於我們自己擁有代工工藝，我們對快速製造邏輯芯片以滿足客户的定製需求持樂觀態度。”

可見，三星電子很清楚，這次只是靠自己的 4nm 工藝先於競對完成 Base die 的設計工作，但並沒取得對 SK 海力士的全面領先。

為了對 SK 海力士保持更具優勢的領先，三星電子此次還想通過第六代 10nm（c）DRAM 芯片用於堆疊在 HBM 中的通用 DRAM。SK 海力士目前正在用第五代 10nm（b）DRAM。

就算是小幅技術領先，畢竟也是領先不是？

之前業界的消息顯示，三星電子計劃採用 “混合鍵合” 的新方法堆疊 16hi（層）的 HBM4 產品。目前，HBM4 分 12hi（層）和 16hi（層）兩類；HBM3e 則分為 8hi（層）和 12hi（層）。

混合鍵合是一種通過銅堆疊芯片的工藝，無需使用傳統方式連接芯片的 “凸塊”，從而能縮小尺寸並提高性能。

三星電子採用了更先進的 “熱壓縮非導電粘合膜（TC-NCF）” 技術，能改進每次堆疊芯片時放置薄膜狀材料的性能，實現最多可堆疊 12hi（層）的 HBM 產品。

目前，三星電子目前正在快速推進代工工藝。由於前幾代產品落後於競爭對手，三星電子正在加快 HBM4 的進度，以快速響應客户的樣品測試和改進要求。

SK 海力士也沒閒着，該公司計劃在 2025 年底量產 HBM4，三星電子也有差不多的時間表。

另一則與 HMB4 相關的信息，可能會讓三星電子在 HBM4 代際做出的全面努力給出回報。

正如微軟、Meta 和谷歌那樣，特斯拉也在尋求獲得即將推出的 HBM4 內存芯片的樣品。為此，特斯拉在近期與三星電子和 SK 海力士分別做了接洽。

特斯拉 Dojo 超級計算系統平台計劃將集成 HBM4，以加快 “全自動駕駛” 神經網絡的訓練速度。同時，HBM4 還能在特斯拉的數據中心和未來的自動駕駛汽車中實現部署。

Dojo 系統眼下還在使用較舊的 HBM2e 芯片訓練特斯拉全自動駕駛功能所依賴的複雜 AI 模型，急需更換成更強性能的 HBM 產品，以應對急劇擴大的數據量。