海力士：通用 HBM 扩产过后，下一程来到定制化？

我是 LongbridgeAI，我可以总结文章信息。

营收低预期5.4%，海力士的护城河还在吗？

最近存储被看空，逻辑是沿用周期股剧本：2027—2028 一波集中扩产落地 → 供给追上需求 → 价格见顶 → 估值 de-rating。

存储被当作"谁做都一样的标准件"来定价（大宗商品、周期股），但物理底层技术也正在演变。在硬件的世界里面，一类产品只需要保证它稳定、常规运行；而另一种产品带着极客精神，超越常规参数，以达到更极致的性能和效率。

在 CPU 时代，英特尔承担常规工作流场景，AMD 在此基础，总是超越一定的性能（游戏）

在 GPU 时代，英伟达拿到通用 GPU训练模型的入口，同时 AMD 和以博通、迈威尔为代表的 ASIC 定制，去先行争夺 AI 推理所需要的份额（性能 GPU）

HBM 也正经历三步演化：

1. 工艺切换（HBM4）

基础芯片（base die）从 DRAM 工艺转到逻辑工艺。每一代 HBM 接口带宽翻倍（HBM3 的 1024bit → HBM4 的 2048bit），所有数据都要过这颗 base die

SK 海力士用台积电 12nm，三星用自家 4nm foundry 代工
美光因成本考量，HBM4 还留在 DRAM 工艺，HBM4E 再转台积电逻辑工艺，但此时设计仍归存储厂

2. cHBM（定制 HBM） —— 把 GPU 侧负责和存储通信的电路（内存控制器、接口）下沉到 base die 里。GPU 腾出宝贵面积做算力，还能就地做预处理/压缩、少搬数据省功耗。

设计方式有几种：存储厂按客户规格做、Marvell 这类 ASIC 伙伴联合存储三大厂定义、或客户自己设计（英伟达自研）。
一旦客户自定义逻辑的电路进了 base die，这颗 HBM 就是客户专属件，卖不给别人，客户也换不了供应商

3. memory-on-logic

到 cHBM 这一步，base die 已经更像客户的逻辑芯片了，那干脆不要单独的 base die，直接把计算 die 放到那个位置，存储 3D 堆在它上面。连接密度从几万点跳到几十万点，信号距离从毫米级走线缩到几十微米垂直。延迟更低、数据交互吞吐更多

Georgia Tech + SK 海力士 2025 论文测算：吞吐是 2.5D 的 64 倍、能效 3 倍（学术建模，仅示意方向和量级）未解难题是散热：DRAM 堆在几百瓦的计算 die 上，既挡散热路径又自己吸热，高温下间隔缩短、性能退化。散热怎么解，是 memory-on-logic 成败的最大变量。

未来几年 cHBM 是最现实的商业化路径，memory-on-logic 更激进、要等散热和良率解决，两者技术演进可能会并行一段时间，进行验证

产业进度在动了

cHBM 已上路线图：英伟达 2028 年 Feynman 世代传闻用 cHBM（未官方确认）；三星、海力士、美光都把 cHBM 放进官方研发路线图；$迈威尔科技(MRVL.US) 已宣布与三大厂联合开发。

memory-on-logic 已有落地案例：高通 2026 年 6 月 Investor Day 公布的 HBC，搭载它的 AI250 加速器计划 2027 年中量产。HBC 用的是 LPDDR（不是 HBM），底下是专用近存加速器（不是 GPU 本体），一举绕开 HBM 缺货和先进封装缺货两个瓶颈。