💡 小白入门:HBM到底是什么?
🎬 场景:为什么你的 4090 打游戏会卡?
想象一下:你有一个超级大脑(GPU),每秒能做 1000 万亿次计算。但大脑和"记忆仓库"之间只连了一根吸管——数据流不过来,大脑大部分时间在干等。
这根吸管,就是普通内存(DDR5/GDDR6)。
HBM 做的事:把吸管换成了消防水管。让数据以每秒 1.2 TB(≈ 每秒传完 200 部高清电影)的速度在 GPU 和内存之间流动。
🏗️ HBM 是怎么做到的?——"盖楼房"式堆叠
普通内存 DDR5
一块一块平铺在电路板上
→ 占地方、信号走线长
→ 带宽低(51 GB/s)
→ 功耗高(信号衰减大)
HBM 高带宽内存
8-12 层 DRAM 垂直堆叠
→ 省空间、信号路径极短
→ 带宽 1.2 TB/s(20倍+)
→ 功耗低(走线短 = 能耗少)
普通内存像平房区——住户之间靠马路(信号走线)连接,路越长越慢。
HBM 像摩天大楼——住户上下层之间开个洞(TSV通孔)直连,信息秒到。
🔬 HBM 是怎么造出来的?——三步魔法
第1步:打孔(TSV)
在每层 DRAM 芯片上钻几千个微米级孔
→ 深宽比 10:1(像在头发丝上打洞)
→ 孔里灌满铜(不能有空泡!)
整个工艺最难的瓶颈
第2步:堆叠键合
把 8-16 层打孔芯片压在一起
→ 海力士用 MR-MUF(散热好)
→ 三星用 TC-NCF(便宜)
→ HBM4 需要 Hybrid Bonding(下一代)
第3步:装到 GPU 旁边
堆好的 HBM 紧贴 GPU 封装
→ 通过 CoWoS 封装技术连接
→ GPU 和 HBM 之间距离 < 1mm
→ 数据"出门就到"
🤖 为什么 AI 离不开 HBM?
训练一个 GPT-5 大小的大模型
需要:上万张 GPU 并行算几个月
■ 每张 GPU 每次计算都要读/写海量数据
■ 如果内存带宽不够 → GPU 利用率从 90% 跌到 30%
■ 内存带宽 = AI 训练速度的天花板
跑一次 ChatGPT 的回答
每次对话:GPU 要在模型参数里"查字典"
■ 模型参数存在 HBM 里(几百 GB)
■ 没有 HBM → 一个回答等 30 秒
■ 有 HBM → 0.5 秒出结果
HBM 决定了你能不能用上 AI
💰 为什么 HBM 是个好生意?
| 对比维度 | 普通 DDR5 内存 | HBM | 差距 |
|---|---|---|---|
| 技术门槛 | 谁都能做 | 仅 3 家能做 | 极高壁垒 |
| 单价 | $5-8/GB | $15-30/GB | 3-4 倍 |
| 毛利率 | 20-30% | 60%+ | 2-3 倍 |
| 增长率 | ~5%/年 | ~42%/年 | 8 倍 |
| 客户议价权 | 买方说了算 | 卖方说了算 | 供不应求 |
| 主要买家 | PC/手机厂商 | NVIDIA/AMD/Google | 不差钱的客户 |
🌍 谁在做 HBM?——只看三家
🥇 SK 海力士(韩国)
■ 市占率 50-62%,绝对老大
■ NVIDIA H100/H200/B200 独家主供
■ MR-MUF 键合工艺是核心壁垒
■ 赚走了 HBM 市场 60%+ 的利润
🥈 三星(韩国)
■ 市占率 17-35%,在追赶
■ HBM3E 认证晚了整整一年
■ TC-NCF 工艺,成本低但散热弱
■ 靠产能规模(170K→250K/月)弯道超车
🥉 美光(美国)
■ 市占率 12-21%,奇袭者
■ 跳过 HBM3 直接做 HBM3E
■ 台湾新厂 10K→70K/月
■ 吃 CHIPS Act 补贴
HBM 本质上是一个"无可替代的物理瓶颈"——AI GPU 必须用它,全球仅 3 家能做,设备交期 12-18 个月无法短期扩产。它不是软件定义的,是物理定律决定的(TSV 深宽比、堆叠层数极限、散热天花板)。所以只要 AI 需求继续增长,HBM 就永远是卖方市场。
📊 HBM产业链深度分析 · 总览
HBM (High Bandwidth Memory) 是AI芯片的"食道"——GPU算力再强,HBM供不上就是废铁。2026年是HBM从HBM3E向HBM4跨越的关键年,三星和美光拼命追赶,SK海力士凭借NVIDIA先发认证优势赚取了整个HBM市场60%以上的利润。本报告覆盖产业链五层架构、三寡头战争、四大瓶颈识别、三代技术演进、六只A股核心标的深度拆解。最后更新:2026年6月。
🔴 $350亿 → $1000亿+
2025年HBM市场约$350亿(¥2500亿),预计2028年突破$1000亿+,3年翻3倍,是半导体行业增速最快的细分赛道。
🟢 SK海力士寡头统治
SK海力士HBM市占率50-62%,NVIDIA独家主供地位稳固。HBM毛利率60%+,是DRAM业务的2倍以上。
🔵 HBM4:2026年主战场
HBM4 12-Hi将于2026Q1量产,16-Hi需要Hybrid Bonding设备,全球仅5-7家供应商,交期12-18个月——产能释放不可能短期加速。
产业链五层架构
| 层级 | 环节 | 核心玩家 | 技术要点 |
|---|---|---|---|
| L1 | DRAM晶圆 | Samsung / SK Hynix / Micron | 1a / 1b / 1c nm制程,单层容量24Gb-32Gb |
| L2 | TSV通孔 | Samsung / SK Hynix / Micron(自研)+ 设备商 | 深宽比10:1+,铜填充无空洞,最大瓶颈 |
| L3 | 堆叠键合 | MR-MUF(海力士) / TC-NCF(三星) / Hybrid Bonding | 16-Hi需要Hybrid Bonding,设备交期12-18个月 |
| L4 | HBM模块封装 | Samsung / SK Hynix / Micron | 2.5D封装在Silicon Interposer上 |
| L5 | AI加速器集成 | NVIDIA H200/B200, AMD MI300X, Google TPU | HBM + GPU/ASIC通过CoWoS/SHBE封装 |
三大关键数字
HBM是AI基础设施中最确定的"物理瓶颈"——它不是软件定义或算法驱动的,是物理学的限制(TSV深宽比、堆叠层数、散热极限)。SK海力士凭借对NVIDIA的先发认证优势,在2025年赚取了整个HBM市场60%以上的利润。2026年的主战场是HBM4——三星和美光都在拼命追赶,但16-Hi HBM4需要的Hybrid Bonding设备全球仅有5-7家能供应,设备交期长达12-18个月,这意味着产能释放不可能短期加速。A股中雅克科技(前驱体独供SK海力士)和赛腾股份(检测设备双供三星/SK)是确定性最高的受益标的。
一 · 市场格局:三寡头战争
HBM市场份额变化 (2024-2026)
| 时间 | SK海力士 | 三星 | 美光 |
|---|---|---|---|
| 2024 Q4 | 53% | 35% | 12% |
| 2025 Q2 | 62% | 17% | 21% |
| 2026 Q1 (估) | 50-55% | 30-35% | 15-18% |
▲ 2025Q2海力士份额飙升至62%,主要因为三星HBM3E认证延迟整整一年。2026年三星HBM3E/HBM4放量后份额将回升。
三代HBM价格与配置对比
| 指标 | HBM3 | HBM3E | HBM4 |
|---|---|---|---|
| 单价 | ~$200/堆 | ~$300/堆 | ~$500/堆 |
| 带宽 | 819 GB/s | 1.2 TB/s+ | 1.6-2.0 TB/s |
| 层数 | 8-12 Hi | 8-12 Hi | 12-16 Hi |
| 单堆容量 | 16-24 GB | 24-36 GB | 36-48 GB |
| 量产时间 | 2023 | 2024 H2 | 2026 Q1 |
| 主力客户 | NVIDIA H100 | H200 / B200 | Rubin (2026) |
| 接口位宽 | 1024-bit | 1024-bit | 2048-bit |
三大供应商产能与投资 (2025-2026)
| 供应商 | 2025产能 | 2026计划 | 投资力度 | 战略重点 |
|---|---|---|---|---|
| SK海力士 | TSV 150K/月 | 翻倍五年计划 | M15X工厂 $15B+ | MR-MUF工艺壁垒,12-Hi量产 |
| 三星 | TSV 170K/月 | →250K/月 (+47%) | 平泽/西安数百亿美元 | TC-NCF工艺,HBM4弯道超车 |
| 美光 | 台湾 10K→70K/月 | 持续扩产 | 台湾/日本/美国工厂 | 跳过HBM3直攻HBM3E,第二供应商 |
🇰🇷 SK海力士:绝对领先
HBM毛利率60%+,NVIDIA独家主供。MR-MUF键合工艺是核心壁垒——散热效率比三星TC-NCF高30%。2025年赚取HBM市场60%+利润。M15X工厂$15B+投资锁定未来5年产能。
🇰🇷 三星:拼命追赶
HBM3E认证2025Q3才通过,晚了海力士一整年。HBM4是弯道超车机会——16-Hi堆叠+2048-bit接口。TC-NCF工艺被质疑散热不足,正在过渡到Hybrid Bonding。
🇺🇸 美光:后发制人
跳过HBM3直攻HBM3E,2024年成为NVIDIA第二供应商。台湾厂快速扩产(10K→70K/月),HBM4预计2026H2量产。美国CHIPS Act补贴助力。
二 · 瓶颈猎手分析
HBM产业链四大瓶颈识别
瓶颈1 · TSV通孔 ⭐⭐⭐⭐⭐
"TSV formation is bottlenecking HBM AND CoWoS production" — SemiAnalysis
- 深宽比10:1+:在50μm厚的晶圆上钻5μm直径的通孔,铜填充必须无空洞
- 海力士150K/月TSV产能仍然紧张——每片晶圆需要数千个TSV孔
- TSV设备供应商:Applied Materials(刻蚀)、Lam Research(深硅刻蚀)、TEL(电镀)
- 瓶颈本质:TSV良率每提高1%,HBM总成本下降3-5%
瓶颈2 · 键合设备 ⭐⭐⭐⭐⭐
- HBM4 16-Hi推动Hybrid Bonding转型——Cu-Cu直接键合,无微凸块
- 键合设备交期12-18个月,意味着2026年下单的设备要到2027-2028年才能投产
- 全球仅5-7家供应商:Besi(混合键合#1)/ ASMPT / Applied Materials / TEL / Hanmi
- Besi的Hybrid Bonding设备是HBM4 16-Hi的唯一量产级方案
瓶颈3 · 客户认证 ⭐⭐⭐⭐
- NVIDIA认证周期12-18个月——三星HBM3E认证2025Q3才通过,晚了海力士一整年
- 认证=定价权:先通过认证的供应商享有12-18个月独占期,海力士先发优势巨大
- AMD MI300X也在扩HBM采购,但认证标准和NVIDIA不同
- Google TPU/Amazon Trainium定制ASIC也在消耗HBM产能
瓶颈4 · 先进封装产能 ⭐⭐⭐⭐
- CoWoS封装产能同样供不应求——台积电CoWoS产能2025年翻倍仍不够
- HBM和CoWoS是"共生瓶颈"——一个跟不上两个都废
- 台积电正在将CoWoS外包给日月光/Amkor,但产能释放需要时间
- 2.5D Silicon Interposer本身也是瓶颈——大尺寸Interposer良率是挑战
三维受益者排序
评分公式:独占性 × 利润率 × 弹性(每维1-10分)
| 排名 | 公司 | 独占性 | 利润率 | 弹性 | 综合分 | 核心逻辑 |
|---|---|---|---|---|---|---|
| #1 | SK海力士 | 10 | 9 | 9 | 810 | NVIDIA独家主供,HBM毛利率60%+,MR-MUF工艺壁垒+先发认证优势 |
| #2 | 三星电子 | 6 | 8 | 8 | 384 | HBM3E刚认证通过,HBM4 16-Hi弯道超车机会,产能最大(TSV 170K/月) |
| #3 | Besi | 8 | 7 | 6 | 336 | Hybrid Bonding关键设备唯一量产供应商,HBM4 16-Hi必须品 |
| #4 | 雅克科技 | 6 | 6 | 8 | 288 | SK海力士前驱体独供,6N纯度壁垒,产能增长×倍数效应 |
| #5 | 美光 | 5 | 7 | 8 | 280 | 台湾厂快速扩产,HBM3E第二供应商,美系客户优势 |
| #6 | Applied Materials | 7 | 7 | 5 | 245 | TSV刻蚀/沉积/电镀设备必选,但品类分散,HBM弹性有限 |
- TSV通孔和键合设备是HBM产业链的"双瓶颈"——缺一不可
- SK海力士的先发认证优势至少维持到2026年底(HBM4 12-Hi阶段)
- Hybrid Bonding设备交期12-18个月决定HBM4 16-Hi产能节奏
- CoWoS先进封装产能与HBM产能是"共生关系",同步扩产才能匹配
- 三星HBM4能否在16-Hi上实现弯道超车(取决于TC-NCF→Hybrid Bonding过渡速度)
- 美光HBM4进度——跳过HBM3的成功策略能否在HBM4复制
- AI需求增速放缓可能导致HBM产能过剩(概率低但尾部风险存在)
- 中国HBM产业链自主化进度——BIS设备禁令影响国内TSV能力
三 · HBM技术栈:为什么HBM不可替代
HBM vs GDDR6X vs DDR5 全维度对比
| 维度 | HBM3E/HBM4 | GDDR6X | DDR5 |
|---|---|---|---|
| 带宽 | 1.2-2.0 TB/s | 1.0 TB/s | 51.2 GB/s |
| 功耗效率 | ★最优(3D堆叠,走线极短) | ★★ 中等 | ★★★ 较差(长DIMM走线) |
| 单芯片容量 | 24-36GB/堆(HBM4达48GB) | 2GB/芯片 | 64GB/DIMM |
| 物理体积 | 极小(堆叠在GPU旁) | 需多颗并排 | 长条DIMM |
| 到GPU距离 | ~10mm(通过Interposer) | ~50-100mm(PCB走线) | ~100-200mm |
| AI适用性 | ★必选 | ★可替代(推理场景) | 不适合训练 |
| 成本 | $200-500/堆 | ~$15-30/颗 | ~$5-8/GB |
| 带宽密度 | ~3-5 TB/s/mm² | ~0.5 TB/s/mm² | ~0.05 TB/s/mm² |
▲ HBM的核心优势不是带宽绝对值——GDDR6X也能做到1TB/s——而是带宽密度(TB/s/mm²)和功耗效率。3D堆叠使HBM在极小的物理空间内提供极致带宽,这是AI芯片在功耗墙和面积墙约束下的唯一解。
HBM技术演进路线图
为什么HBM不可替代?三大物理定律决定
⚡ 功耗墙
GDDR6X把数据从PCB远距离传输到GPU,功耗是HBM的3-5倍。一台8×B200的服务器,HBM vs GDDR6X的功耗差异可达2000W——数据中心的电费账单一算便知。
📐 面积墙
GPU Die周边空间有限。B200在GPU周围放了8颗HBM3E,如果换成GDDR6X需要20+芯片并排,PCB面积翻倍,信号完整性崩溃。
💰 总成本悖论
HBM单堆$300看似贵,但如果不使用HBM,GPU的算力利用率下降40-60%。在AI训练集群中,算力浪费的成本远超HBM本身。
HBM不是一个"可选配件",而是AI芯片架构的物理刚需。就像你不能用DDR5替代L1 Cache一样——物理距离决定延迟和功耗的下限。GDDR6X在推理场景(batch=1,低带宽需求)有一定替代可能,但对于训练和批量推理,HBM是不可或缺的。
四 · 中国供应链:谁是真正的受益者
Tier 1:已进入国际HBM供应链
| 代码 | 公司 | 环节 | 核心证据 | 下游客户 |
|---|---|---|---|---|
| 002409 | 雅克科技 | 前驱体 | 6N纯度(99.9999%),批量供应SK海力士HBM3E介电层前驱体 | SK海力士 |
| 603283 | 赛腾股份 | 检测设备 | HBM全制程检测设备量产,覆盖晶圆级到堆叠后检测 | 三星 / SK海力士 |
| 688535 | 华海诚科 | GMC环氧塑封料 | 国内唯一GMC量产企业,适配12层HBM3E封装,热膨胀系数控制达国际水平 | 长电 / 通富 |
Tier 2:封装/测试环节
| 代码 | 公司 | 环节 | 看点 |
|---|---|---|---|
| 002156 | 通富微电 | 先进封装 | 44亿募资扩产HBM封装产线,营收创新高,AMD/HBM封装布局 |
| 600584 | 长电科技 | 先进封装 | 国内封测龙头,2.5D/3D封装技术储备,HBM封装客户导入中 |
| 000021 | 深科技 | 存储封测 | 旗下沛顿科技,国内最大存储封测厂,DRAM/NAND全覆盖 |
Tier 3:材料/设备
| 代码 | 公司 | 环节 | 看点 |
|---|---|---|---|
| 688012 | 中微公司 | 刻蚀设备 | TSV深硅刻蚀设备,深宽比10:1+工艺能力,国内唯一 |
| 688072 | 拓荆科技 | 薄膜沉积 | CVD/PVD设备覆盖TSV侧壁钝化和阻挡层沉积 |
| 688300 | 联瑞新材 | 硅微粉填料 | GMC环氧塑封料上游核心原料,球形硅微粉国产龙头 |
A股HBM受益确定性排序
- 中国在HBM供应链中尚未进入核心器件环节(DRAM晶圆/TSV/堆叠),主要在材料、检测、封装环节受益
- 雅克科技是唯一已进入国际HBM核心供应链(SK海力士前驱体)的A股标的,确定性最高
- 国内HBM自主化(长鑫等)是中长期变量,但短期内难以突破TSV和堆叠技术壁垒
- 赛腾股份的检测设备是HBM良率的关键——堆叠层数越多,检测价值量越大
- 中国HBM供应链整体处于"傍大腿"阶段——高度依赖SK海力士/三星的采购
- 华海诚科的GMC技术壁垒低于前驱体,竞争对手追赶风险较大
- 国内封测厂的HBM封装份额不确定——国际大厂更倾向自有封装产能
- BIS设备禁令可能影响国内TSV自主化进度
五 · 重点个股深研:雅克科技 (002409)
公司概览
🏭 主营业务
半导体前驱体材料 + 光刻胶 + LNG保温材料。前驱体是核心增长引擎,LNG提供稳定现金流。
🎯 核心看点
为SK海力士供应HBM介电层前驱体,6N(99.9999%)纯度。前驱体是HBM电容器的关键材料——纯度直接影响HBM漏电率和良率。
🛡️ 护城河
认证壁垒:海力士认证周期1-2年,一旦进入极难替代。纯度壁垒:6N以上纯度需要长期工艺积累。
财务体检
| 维度 | 状态 | 说明 |
|---|---|---|
| HBM相关收入占比 | 约15-25%(估) | 前驱体收入与SK海力士HBM产能同步增长 |
| 毛利率趋势 | 上升 | 高纯度前驱体毛利率45%+,远高于LNG材料 |
| 大客户集中度 | 高 | SK海力士占前驱体收入70%+,客户集中风险 |
| 光刻胶业务 | 亏损 | 国产光刻胶仍在投入期,短期拖累利润 |
| 现金流 | 健康 | LNG保温材料提供稳定现金流 |
核心投资逻辑
- SK海力士5年翻倍产能计划→ 前驱体需求倍数增长。SK海力士每增加10K/月TSV产能,对应前驱体需求增长约8-12%
- HBM4前驱体升级——16-Hi堆叠需要更高纯度+新材料体系,ASP提升30-50%
- 三星HBM供应链导入可能性——若通过三星认证(2026-2027),客户集中度风险大幅降低
- 国内HBM产线国产替代——长鑫等国内DRAM厂商HBM布局,带来第二增长曲线(2027+)
风险清单
🔴 单一客户风险
SK海力士占前驱体收入70%+。一旦海力士更换供应商或自研前驱体,冲击巨大。
🟡 品类有限
目前仅供应介电层前驱体,未进入金属栅极/阻挡层前驱体。单品类天花板有限。
🔴 光刻胶亏损
光刻胶业务持续亏损,拖累整体利润。若无法扭亏,存在减值风险。
🟡 导入不确定
三星/美光HBM前驱体导入进度和量级不确定,2027年前难以实质贡献。
催化剂时间表
雅克科技是A股HBM题材中确定性最高的标的——不是概念炒作,而是已进入全球HBM龙头供应链的供应商。SK海力士的HBM产能每翻一倍,雅克的前驱体收入同步翻倍。风险在于客户集中度,但这个风险在2026-2027年内可控(海力士不会轻易更换已认证的前驱体供应商)。核心关注指标:SK海力士季度TSV产能数据、前驱体毛利率趋势、三星认证进展。
六 · 重点个股深研:赛腾股份 (603283)
公司概览
🔬 核心业务
半导体检测设备,HBM全制程检测(晶圆级→TSV→堆叠后→模块级)。同时覆盖消费电子自动化设备。
🎯 核心看点
HBM检测设备已向三星和SK海力士双供——这是极少数能同时进入两大HBM巨头的中国设备商。
📈 增长逻辑
16-Hi HBM4→检测需求翻倍。堆叠层数越多,每层都需要检测。从8-Hi到16-Hi,检测工序增加100%+。
核心投资逻辑
- 检测是HBM良率的关键——HBM堆叠需要每层零缺陷,任何一个TSV通孔缺陷都会导致整个堆栈报废
- HBM4 16-Hi放大检测价值量——堆叠层数从8层→12层→16层,检测工序和检测价值量线性甚至超线性增长
- 双供三星+SK海力士——客户集中度风险低于雅克科技,且两大客户都在疯狂扩产
- 光学检测+电学检测全覆盖——从晶圆级AOI到堆叠后电性能测试,设备品类持续扩展
风险清单
🔴 品类单一
检测设备是单一品类,缺乏设备平台的延展性。一旦HBM检测需求放缓,缺乏第二增长曲线。
🟡 竞争加剧
日本Advantest、美国Teradyne在存储检测领域有深厚积累,可能进入HBM检测市场。
🟡 周期风险
半导体设备行业具有强周期性。若AI投资增速放缓,HBM产能扩张可能暂停。
🔴 技术迭代
Hybrid Bonding的检测方法与传统Micro-bump检测不同,赛腾的设备需要技术升级跟进。
与雅克科技的对比
| 维度 | 雅克科技 (002409) | 赛腾股份 (603283) |
|---|---|---|
| 环节 | 材料(前驱体) | 设备(检测) |
| 客户结构 | SK海力士单一客户 | 三星 + SK海力士双客户 |
| 收入模式 | 耗材(持续消耗) | 设备(一次性+服务) |
| 增长弹性 | 与产能线性增长 | 与层数超线性增长 |
| 确定性 | 高(已进入供应链) | 高(双供已量产) |
| 估值弹性 | 中等(材料估值) | 较高(设备估值) |
| 主要风险 | 客户集中度 | 竞争加剧 |
赛腾股份是HBM检测设备细分市场的隐性冠军。HBM检测是一个"越堆叠越值钱"的生意——16-Hi HBM4的检测价值量可能是8-Hi的2倍以上。双供三星+SK海力士的客户结构优于雅克科技的单一客户依赖。风险在于竞争格局:Advantest和Teradyne的技术积累深厚,赛腾需要持续证明自己的设备性能不输国际巨头。核心关注指标:HBM检测设备订单金额(季度)、新客户拓展(美光)、Hybrid Bonding检测设备研发进度。
七 · 综合排行与投资建议
HBM赛道总评
| 排名 | 标的 | 类型 | 评级 | 核心逻辑 | 风险等级 |
|---|---|---|---|---|---|
| #1 | SK海力士 | 美股/韩股 | ★★★★★ | 绝对龙头,NVIDIA主供,HBM毛利率60%+,MR-MUF工艺壁垒 | 中 |
| #2 | 三星电子 | 美股/韩股 | ★★★★ | HBM4追赶,产能最大(TSV 170K/月→250K/月),16-Hi弯道超车 | 中高 |
| #3 | 雅克科技 | A股 (002409) | ★★★★ | SK海力士前驱体独供,确定性最高,产能×倍数效应 | 中 |
| #4 | 赛腾股份 | A股 (603283) | ★★★★ | HBM检测设备,三星/SK双供,层数越多价值量越大 | 中高 |
| #5 | 华海诚科 | A股 (688535) | ★★★ | 国内唯一GMC量产,HBM封装必需材料,但技术壁垒有限 | 高 |
A股HBM投资确定性排序
投资策略建议
🟢 确定性优先
雅克科技 + 赛腾股份组合。两者都是已进入国际HBM供应链的A股标的,确定性最高。适合稳健型投资者。雅克是耗材模式(持续消耗),赛腾是设备模式(一次性+服务),两者互补。
🔵 弹性优先
华海诚科 + 通富微电组合。GMC材料和HBM封装的弹性更大(估值修复空间大),但确定性低于前两者。适合激进型投资者,需承受更高的不确定性。
🟣 全球化配置
SK海力士 + Besi(欧股)组合。直接持有HBM寡头和Hybrid Bonding设备龙头。SK海力士是"买HBM就是买SK海力士",Besi是"买HBM4就是买Besi设备"。
🟠 主题ETF
关注HBM/存储/先进封装主题ETF,分散单一标的风险。但需注意当前多数ETF中HBM纯度的稀释——很多存储ETF的HBM敞口不足30%。
核心结论
HBM是AI基础设施中最确定的"物理瓶颈"——它不是软件定义或算法驱动的,是物理学的限制(TSV深宽比、堆叠层数、散热极限)。SK海力士凭借对NVIDIA的先发认证优势,在2025年赚取了整个HBM市场60%以上的利润。2026年的主战场是HBM4——三星和美光都在拼命追赶,但16-Hi HBM4需要的Hybrid Bonding设备全球仅有5-7家能供应,设备交期长达12-18个月,这意味着产能释放不可能短期加速。
- 需求确定性:AI芯片每一代都需要更多HBM。H100(6颗)→H200(6颗)→B200(8颗)→Rubin(预计8-12颗),HBM用量只增不减
- 供给刚性:TSV+键合+认证三重壁垒,新进入者几乎不可能。三星认证花了一年,已经是最快纪录
- 价格上行:HBM3→HBM3E→HBM4,单价从$200→$300→$500,价值量持续提升
- AI泡沫风险:若AI训练需求增速放缓,HBM可能出现短期供过于求。当前HBM产能扩张速度(年增长100%+)远超历史均值
- 技术替代风险:GDDR7/8在带宽上持续追赶(GDDR7已到1.5TB/s),虽功耗效率不如HBM,但在推理场景有一定替代可能
- 地缘政治风险:BIS设备禁令升级可能阻断中国获取HBM的路径。三星和海力士的中国工厂也面临出口管制不确定性
关键跟踪指标
| 指标 | 频率 | 意义 |
|---|---|---|
| SK海力士季度TSV产能 | 季度 | HBM供给端核心指标,直接影响雅克科技前驱体需求 |
| 三星HBM4认证进度 | 事件驱动 | 若通过认证,三星份额将回升,利好赛腾和华海诚科 |
| NVIDIA B200/Rubin HBM配置 | 产品发布 | HBM数量和规格决定单位GPU的HBM用量 |
| Besi Hybrid Bonding订单 | 季度 | HBM4 16-Hi产能的前瞻指标,设备交期12-18个月 |
| HBM现货价格 | 月度 | 供需紧张程度的直接反映 |
| CoWoS产能利用率 | 季度 | 与HBM共生的先进封装瓶颈 |
本报告仅为产业链分析研究,不构成任何投资建议。HBM行业存在技术迭代快、地缘政治风险高、AI需求不确定性大等特点,投资决策需结合个人风险承受能力和专业判断。数据来源包括SemiAnalysis、TrendForce、公司财报、供应链调研,截止日期为2026年6月。
🧠 HBM产业链深度分析 · 功率半导体专题 · 2026.06
酒坊研究室出品 · 数据驱动的产业链深度研究