装配线提速，存储供应备受关注
英伟达已开始全面生产Vera Rubin人工智能计算平台。首席执行官黄仁勋表示，如今组装一个服务器节点不到五分钟，而上一代Grace Blackwell需要两小时。这一变化有望加快服务器制造，同时推高对先进存储器的需求。三星电子、SK海力士和美光均供应此类产品。
目录
黄仁勋在2026年柏林GTC大会上展示了Vera Rubin节点，称其设计无需电缆或导线，并采用100%液冷。Grace Blackwell系统有80%采用液冷，装配工作也多得多。
这一装配时间缩短了逾95.8%，从120分钟降至不到五分钟。对于大批量生产AI服务器的企业而言，简化这一步骤有助于设备更快地通过工厂。芯片制造、存储器封装和整套系统安装所需时间，仍是整体生产周期的一部分。
三星和SK海力士正竞相争取由此带来的HBM4需求。HBM4是第六代高带宽存储器。美光也已获得为Vera Rubin供货的资格，因此这场竞争涉及三大HBM制造商。
与此同时，供应商已经开始展示下一代产品HBM4E。它们的发布反映出两方面相互关联的压力：英伟达希望服务器更易于组装，而存储器制造商必须在复杂的生产流程中提供更高速度和更大容量。服务器装配提速，也让稳定的芯片交付更加重要。
Vera Rubin内部有哪些变化？
服务器节点是大型计算系统的组成单元。英伟达将这些单元连接起来，让众多处理器协同处理高要求的AI任务，例如训练模型，或响应大量用户的请求。
Vera Rubin更简化的装配设计减少了连接组件所需的工作。黄仁勋将其与Grace Blackwell进行比较时，重点提到了节点取消电缆和导线，以及转向全液冷。
液冷通过循环流体带走组件产生的热量。强大的AI处理器会产生大量热量，控制温度有助于它们在持续高负载下可靠运行。黄仁勋所介绍的Vera Rubin将这一散热方式应用于整个系统。
英伟达宣布进入生产阶段，意味着该设计已投入制造。成品系统交付客户的速度，也取决于处理器、存储器、封装和冷却设备的供应情况。
HBM4为何关乎AI性能
HBM将多颗存储芯片垂直堆叠，并放置在AI处理器旁边。穿过硅片的微小连接可让数据在各层之间传输。一个共用的连接层将堆栈与处理器相连，使处理器能够快速获取信息。
AI处理器需要这种访问能力，因为计算过程依赖持续的数据供应。如果存储器无法足够快地提供信息，强大的处理器也可能需要等待。带宽指每秒可传输的数据量；容量则指一次可存储的数据量。
HBM4将数据接口拓宽至2,048位，是上一代的两倍。三星称，其12层堆栈的带宽为每秒2.8太字节；美光称，其当前HBM4产品的带宽超过每秒2.8太字节。
速度和存储空间都很重要。训练AI模型需要针对海量数据反复进行计算。运行训练好的模型，即推理，同样需要存储器来保存模型以及正在处理的请求信息。
三星追求速度，SK海力士增加容量
三星HBM4结合了第六代1c DRAM制造工艺，以及采用4纳米逻辑工艺制成的底层芯片。底层芯片是位于存储器堆栈下方的控制层。三星称，其每个引脚的数据速率为每秒11.7吉比特，在优化配置下最高可达每秒13吉比特。
三星电子存储器研发负责人黄相俊在公司宣布首次商业出货时，解释了这一制造工艺选择：
三星没有沿用采用成熟设计的常规路径，而是大胆采用1c DRAM和4纳米逻辑工艺等最先进制程来制造HBM4。
SK海力士展示的HBM4产品则采取了不同路线，采用更成熟的1b DRAM工艺，并堆叠16层。该版本容量为48吉字节，而三星的12层堆栈容量为36吉字节。
因此，SK海力士的堆栈多出12吉字节，容量增加三分之一。更大的空间有助于系统将更多工作信息保存在处理器附近。三星的方案则着重利用更新的制造工艺提升传输速度。
长对话和复杂AI任务尤其需要大容量。模型会把请求前面部分的信息保存在一个名为键值缓存的临时存储区中。随着用户提交的请求越来越长，缓存可能占满可用存储空间，迫使部分信息转移至速度较慢的存储设备。
SK海力士研发负责人安贤预测，到2030年，AI基础设施所需的性能规模可能约为2026年的20倍。他主张开发新型存储技术，部分原因在于推理系统需要随时调用的信息量不断增加。
美光扩产，2027年产能已全部预订
2026年10月中旬，美光在台湾台中启用了第二座先进HBM组装与测试厂。该厂名为AATT2，可提升将单颗存储芯片制成成品堆栈的产能。
美光总裁兼首席运营官曼尼什·巴蒂亚在开幕仪式上谈到需求：
2027年全部计划产能都已经售罄。
美光首席执行官桑杰·梅赫罗特拉在公司6月的财报电话会上表示，HBM4在开始商业出货后的数月内，累计销售额已超过10亿美元。他还表示，12层HBM4的产量提升速度是同等HBM3E产品投产爬坡速度的两倍。
英伟达的黄仁勋6月确认，三星、SK海力士和美光均已通过HBM4认证，并开始为Vera Rubin进行量产。客户认证意味着供应商的产品已通过在客户系统中使用所需的检查。
美光计划到2026年底将HBM总产能提升至每月约10万片晶圆。截至6月，公司在台湾的累计投资已超过新台币1.6万亿元，约合502亿美元。
美光位于苗栗县铜锣的厂区计划于2027年年中开始全面出货。该厂生产的晶圆将运往约24公里外的AATT2进行组装和测试，使两个生产环节能够在相对较短的距离内衔接。
封装和人力可能限制交付
HBM生产远不止制造出可工作的存储芯片。制造商必须将硅片减薄，在其中制作精密连接，并将多层芯片键合在一起。这些步骤中出现缺陷，都会减少可用成品堆栈的数量。
堆栈越高，需要成功完成的连接和键合操作就越多。因此，三星选择较新的工艺制造12层产品，SK海力士则采用较成熟工艺制造16层产品，两种方案面临不同的制造挑战，产品规格也各不相同。
设备供应商韩美半导体提供热压键合设备，通过精确控制温度和压力将各层接合。6月，SK海力士签订了一份价值442亿韩元、约合3300万美元的合同，为其清州厂采购升级版TC Bonder 4.5 Griffin设备。韩美计划于2027年推出下一代Wide TC Bonder商用产品。
美光在台湾也面临劳资不确定性。桃园工会称，2012名符合资格的会员中有1994人于10月7日授权采取罢工行动，约占符合资格会员的99%。台中工会相关调解定于10月22日举行。台湾总统赖清德出席了AATT2开幕仪式，并呼吁双方本着诚意谈判。
这些进展让外界关注员工安排和工厂设备。罢工授权只是采取劳工行动的一个步骤；当时尚未宣布罢工，也未宣布因此造成的交付中断。
HBM4E已开始成形
三星和SK海力士在2026年10月14日至16日于首尔COEX举行的SEDEX 2026上展示了下一代HBM4E技术。两家公司还展示了英伟达Vera Rubin超级芯片，凸显存储器竞争与英伟达平台之间的密切联系。
三星HBM4E采用1c DRAM，底层芯片则使用4纳米工艺制造。三星称，其每个引脚的速度最高可达每秒16吉比特，带宽为每秒3.6太字节。
与三星所称HBM4每秒2.8太字节的带宽相比，增幅约为29%。三星12层HBM4E堆栈容量为48吉字节，比同为12层的HBM4堆栈多三分之一，后者容量为36吉字节。三星还计划推出8层、32吉字节，以及16层、64吉字节的版本。
SK海力士也展示了HBM4E，其每个引脚的速度最高可达每秒16吉比特，并称与HBM4相比，能效将提升逾20%。三星于5月向客户提供样品，SK海力士则于6月提供样品进行性能测试。三星正按客户计划推进量产。
制造商着眼于GPU旁存储器之外
三星展示了zHBM模型，这种架构将存储器垂直放置在计算芯片上方，而不是放在旁边。缩短两者之间的距离，可能减少数据传输所需的时间和能耗。
SK海力士展示了高带宽闪存（HBF），预计其容量将约为现有HBM的10倍。这项拟议中的技术将在高速存储器与存储设备之间增加一个层级，帮助AI系统管理更多数据。
三星还展示了能够在内部执行部分计算的存储器。这种方案旨在减少数据传输至独立处理器的频率。每项方案都针对一个相关问题：即使计算芯片速度极快，传输信息仍会耗费时间和电力。
zHBM和HBF仍处于概念和研发阶段，商业化日期及客户采用情况尚未确定。对于当前投入生产的Vera Rubin而言，HBM4的制造和交付仍是眼下的重点。
值得关注的生产节点
英伟达转入全面生产之前，经历了数月的存储器认证、工厂扩建和未来产品展示。以下主要节点显示，处理器和存储器的生产计划正变得紧密相连：
- 2026年初：美光HBM4进入量产。
- 2026年5月和6月：三星和SK海力士向客户提供HBM4E样品。
- 2026年6月：黄仁勋确认，三大HBM供应商均已通过认证并开始为Vera Rubin供货生产。
- 2026年10月7日：美光桃园工会授权采取罢工行动。
- 2026年10月14日至16日：三星和SK海力士在首尔SEDEX展会上展示存储器技术。
- 2026年10月中旬：美光启用位于台中的AATT2封装与测试厂。
- 2026年10月22日：定于举行涉及美光台中工会的调解。
- 2027年年中：美光计划从扩建后的铜锣厂区开始全面出货。
随着Vera Rubin对存储器的需求不断增长，三星和SK海力士有望受益；美光的产能已被签约预订，则显示市场对可用供应的竞争十分激烈。客户需要的是完整系统，因此节点装配提速必须与充足的存储器供应、可靠的封装和稳定的工厂运营相匹配。
要点
- 英伟达称Vera Rubin已进入全面生产，节点组装时间从两小时缩短至不到五分钟。
- 该平台采用全液冷，并使用由三星、SK海力士和美光供应的HBM4；三家公司均已通过认证。
- 三星的12层HBM4堆栈容量为36吉字节；SK海力士展示的16层堆栈容量为48吉字节。
- 美光称，其台中新HBM工厂2027年的计划产能已全部签约。
- 先进封装、设备供应和劳资谈判仍是影响交付进度的现实因素。
- 三星和SK海力士正在测试HBM4E，同时研发新的AI存储器布局与架构。
