SK海力士在2026年台北国际电脑展上展示了下一代HBM4E高带宽内存样品，重点面向英伟达、AMD等厂商即将推出的AI数据中心GPU平台。随着生成式和推理型AI模型规模不断膨胀，行业对更高带宽、更大容量以及更高能效的存储需求持续攀升，HBM4E被视为在HBM4基础上的再一次重大演进。
`R@b`3*%v 
R,f"2
k 据介绍，本次展出的HBM4E单颗芯片采用32Gb芯粒，相比HBM4在裸片密度上提升约33%。在堆叠结构上，HBM4E通过12层堆叠即可实现48GB容量，而此前要达到同等容量通常需要16层堆叠，这意味着在保持容量不变的前提下，有望降低封装高度与复杂度，为系统设计留出更多余地。在性能方面，HBM4E单引脚速率最高可达16Gbps，相比HBM4提升约37%，单颗带宽可达到4TB/s，创下该类产品的带宽新高。
apw/nhQ.[ \Rz-*zr& 业内人士指出，英伟达Rubin以及AMD MI400系列等新一代AI数据中心GPU，将在今年陆续采用HBM4内存方案，而HBM4E则被视为后续产品的升级方向。SK海力士此次在展会提前展示HBM4E样品，表明其在下一阶段HBM竞争中的积极布局。该公司预计，HBM4E首先将会出现在计划于明年推出的英伟达Rubin Ultra GPU上，后续一代的产品则可能采用多GPU与HBM4E芯粒的高密度封装，以进一步拉高AI算力与内存带宽上限。
_h0hl]rf 
F,/yK-9 从技术演进路径看，HBM4E延续了HBM家族在带宽与能效方面的迭代思路。此前的HBM3E在36GB、12层堆叠配置下，已实现了每颗1.2TB/s级别的带宽和功耗改进，而HBM4在48GB、16层堆叠形态下进一步提高了针脚速率与总体带宽。当前公布的参数显示，HBM4E在相同48GB容量下，通过更高的单芯密度与12层堆叠设计，实现了带宽和功耗效率的同步提升，有助于在AI推理和训练等高负载场景中缓解内存瓶颈。
T[+~-D @ 
TM<;Nj[*n 
M\6u4p!G! 除了HBM产品线，SK海力士还在展会同期披露了针对AI时代的新型堆叠式NAND方案“AI-N B”。该方案借鉴HBM的通孔硅穿接（TSV）堆叠思路，将多层NAND芯片纵向堆叠，以实现“HBM级带宽、SSD级容量”的组合能力，目标是为大规模AI推理提供更高吞吐的存储系统，同时缓解当前高带宽存储供应紧张带来的产业压力。这一思路与业内其他厂商提出的HBF和Z-Angle等技术路径有一定相似之处，均试图通过三维堆叠与高速互连，弥合高带宽内存与大容量存储之间的性能与成本鸿沟。
ZxU3)`O 
N)Qz:o0W 
!bQqzny$R 在客户端与终端侧产品方面，SK海力士也展示了多款面向“AI PC”的新品，其中包括基于1cnm工艺的96GB LPCAMM2内存模组。该模组采用LPDDR5X标准，传输速率最高可达9.6Gbps，预计将于今年晚些时候随新一代AI PC平台一同推向市场。在固态存储领域，公司展出了V9 NAND系列，提供QLC与TLC两种颗粒形态，单颗容量最高可实现2TB，并可封装为紧凑型cSSD产品，主打小型化设计与高能效，并采用无DRAM架构以进一步优化成本与功耗表现。
-I*NS6 cd:VFjT 总体来看，从HBM4E到堆叠式NAND，再到高密度LPCAMM2与V9 NAND SSD，SK海力士在本届台北国际电脑展上集中展示了其围绕AI数据中心与AI PC两大应用方向的完整存储布局。在AI算力与存储需求同步爆发的背景下，新一代高带宽、高密度、低功耗存储产品将成为GPU等计算芯片释放性能的关键支撑，而HBM4E样品的首次公开亮相，也被视为下一轮HBM技术竞争的重要信号。
' T%70)CM~
微博帐号登录