HBM霸主地位不保？高通发布HBC架构，能效直接达到HBM的6倍

6月25日高通投资者大会直接炸翻全球算力、存储圈，一套名为HBC高带宽计算（High-Bandwidth Compute） 的全新架构正式对外公布，直接对标当下AI服务器标配的HBM高带宽内存。官方实测数据给出颠覆性结论：同等算力负载下，HBC每瓦内存带宽达到传统HBM方案的6倍，每瓦存储容量更是普通SRAM缓存的200倍，完美攻克困扰AI行业多年的“内存墙”难题。

现在不管是英伟达GPU、AMD加速卡，国内各类AI算力芯片，全都离不开HBM堆叠内存。过去两年HBM长期供不应求，美光、三星、海力士把控全部高端产能，价格持续暴涨，AI服务器整机成本一半以上花在HBM上，发热、供电、封装成本三重痛点持续压制算力扩张速度。

市场所有人都默认HBM是AI算力唯一标准答案，高通这次不走寻常路，放弃HBM依赖的高端中介层、专用堆叠DRAM，改用成熟LPDDR内存搭配底层近内存计算单元，靠3D TSV硅通孔堆叠重构整套存储计算体系，不仅能效碾压HBM，还大幅降低整机采购、运维成本，微软Azure已经敲定首批商用部署订单，2027年样品落地，2028年第二代产品全面铺开，整条算力、存储、先进封装产业链迎来全新增量逻辑。

今天不用晦涩专业术语，先讲透HBM当下无法解决的四大硬伤，再拆解HBC核心创新原理、六大碾压级优势，梳理完整技术落地时间表、全球头部云厂商合作规划，分层拆解国内产业链受益环节，客观梳理赛道隐藏风险，看完分清算力赛道新旧主线，不再单一死磕HBM概念股。

一、先看懂：火爆全球的HBM，早已暴露四大致命短板

先把现在市场主流HBM的真实痛点讲明白，才能理解为什么高通HBC一发布就被定义为颠覆性替代方案，所有数据均来自高通官方演示PPT与存储行业调研机构测算。

1、能效极低，电费成本吃掉云厂商大半利润

HBM是多层DRAM垂直堆叠，必须搭配昂贵硅中介层连接芯片，数据传输过程损耗大量电能。行业测算，大型大模型推理集群，HBM内存功耗占整机总功耗45%以上，每生成1万亿Token文本，HBM带来的电费支出是一笔天文数字。

云厂商建AI机房，电费是常年刚性支出，HBM高功耗直接拉高单Token运营成本，规模越大亏损压力越明显，微软、Meta近两年都在寻找低功耗替代存储方案。

2、成本居高不下，高端产能被海外三巨头垄断

高端HBM3E、HBM4产能完全集中在三星、美光、SK海力士三家，扩产周期长达2-3年，近两年算力需求爆发，供给持续紧缺，内存价格连续暴涨。

一套高端8层HBM内存采购成本接近万元，一台AI服务器标配4-8颗HBM，仅内存硬件成本就超4万元；同时HBM封装必须依靠高端ABF载板、GMC封装材料，海外材料厂商同步抬价，整机TCO（全生命周期成本）居高不下，中小算力企业根本无力大规模扩容。

3、封装难度极高，良率低、扩容灵活性差

HBM需要把多层DRAM堆叠在中介层上，层数越高封装良率越低，12层以上HBM良率不足60%，制造损耗巨大。而且HBM和GPU绑定式封装，一套芯片只能搭配固定数量HBM，后期无法单独扩容内存容量，想要提升模型承载能力，只能整机更换，资源浪费严重。

4、依赖专用DRAM，成熟LPDDR产能无法复用

HBM必须定制专用高速存储颗粒，产线专用，不能和手机、车载通用LPDDR产线共用产能。AI需求波动时，存储厂商很难灵活调配产能，市场一旦出现算力淡季，专用HBM产线直接闲置，加剧行业周期性价格暴涨暴跌。

简单总结：HBM适合超高算力训练场景，但大规模商用推理、边缘算力、云普惠AI场景，天生存在功耗、成本、产能三重短板，行业长期缺少替代方案，高通HBC精准抓住这块万亿级市场空白。

二、高通HBC核心原理大白话拆解，6倍能效优势从何而来

很多人看不懂3D堆叠、近内存计算这些名词，我用通俗比喻讲清楚HBC的底层创新，整套架构分为两大核心模块：底层HBC近内存加速器、上层TSV堆叠LPDDR内存堆栈。

1、架构底层革新：计算单元直接贴在内存下面

传统方案逻辑：AI芯片（GPU）→主板线路→HBM内存，数据要跨芯片、跨基板长距离传输，来回搬运产生巨大功耗和延迟，也就是行业常说的“内存墙”。

HBC全新思路：把专门负责数据预处理、缓存调度的加速器，直接做在DRAM堆栈最底层，通过TSV硅通孔垂直打通内存芯片，数据不用远距离传输，在内存底层直接完成简单计算，大幅减少芯片之间的数据往返，功耗直接大幅下降，带宽同步暴涨。

2、放弃专用HBM颗粒，复用成熟LPDDR产线是核心杀手锏

HBC上层堆叠的是市面大规模量产的LPDDR5/5X内存，也就是手机、车载芯片通用存储颗粒，不需要单独定制高端HBM DRAM。

全球LPDDR成熟产能充足，三星、美光、长鑫、长江存储都有大规模量产线，产能调配灵活，不会出现HBM长期缺货涨价的问题，原材料采购成本直接下降40%以上。

3、分离式基板设计，扩容灵活，降低封装门槛

整套HBC堆栈和主AI芯片采用标准2D有机基板连接，不用昂贵硅中介层，省去HBM核心高成本零部件。想要提升内存容量，直接叠加多组HBC堆栈即可，不用更换主计算芯片，后期算力集群扩容成本大幅降低，中小云厂商也能低成本搭建大模型推理集群。

官方实测四大硬核数据，碾压传统HBM

1. 单位功耗带宽：HBC每瓦带宽是HBM的6倍，同等电费预算，算力吞吐量提升6倍；

2. 内存读写速度：第一代HBC搭载AI250加速器，单卡带宽133TB/s，是普通LPDDR方案的18倍；

3. 缓存容量能效：每瓦存储容量为SRAM缓存的200倍，大幅减少高功耗片上缓存使用；

4. 整机综合成本：同等推理算力下，搭载HBC的服务器TCO相比HBM方案降低32%。

三、HBC落地时间表清晰，微软率先锁定订单，两大应用赛道全面爆发

高通在投资者日完整公布HBC两代产品路线，商业化进度明确，不是单纯PPT概念，已经拿到头部云厂商落地订单，分两大赛道打开市场空间。

1、产品迭代规划

• HBC Gen1（第一代）：配套AI250推理加速器，2027年年中送出工程样品，2027年底小规模商用落地；

• HBC Gen2（第二代）：配套AI300高端算力芯片，2028年量产，带宽、容量再提升3倍，覆盖高端大模型训练场景。

2、头部云厂商落地合作

微软Azure官宣将成为首批部署HBC架构的云服务商，主要用于普惠式大模型推理、AI绘图、智能客服等高吞吐量场景；Meta同步评估HBC方案，计划用于社交平台AI推荐算力集群，两大全球顶级云厂商背书，技术商业化逻辑彻底坐实。

两大核心增量赛道，空间远超传统HBM市场

赛道1：云端大模型推理（核心增量市场）

当下90%AI算力需求集中在推理场景，而非训练，短视频AI生成、人机对话、电商智能推荐、云端AI绘图，全部属于高吞吐量、低延时推理需求。

HBM功耗高、成本贵，用来跑推理算力严重浪费资源，云厂商算力采购成本居高不下；HBC低功耗、低成本优势完美匹配推理赛道，机构测算2027-2030年全球推理算力市场规模突破8000亿，HBC将抢占40%以上新增份额。

赛道2：边缘AI算力、车载自动驾驶算力

车载端、边缘服务器空间巨大，自动驾驶、工业视觉、本地端侧大模型，对硬件功耗、体积、成本要求严苛。传统HBM体积大、功耗高，无法适配车载、边缘小型设备；HBC基于LPDDR的轻薄3D堆叠方案，完美适配车载算力盒、边缘AI网关，打开全新增量市场，和HBM形成差异化互补，不存在直接替代冲突，而是开辟全新蓝海。

四、全产业链分层拆解，四大核心环节国内受益龙头梳理

HBC技术落地带动四大产业链环节需求爆发：LPDDR存储颗粒、TSV先进封装、ABF载板、高速互联光模块，区分短期弹性标的与长期产能龙头，全部贴合国内真实量产、客户认证业务，剔除纯蹭概念小票。

第一层：LPDDR存储芯片（HBC核心介质，需求持续放量）

HBC放弃专用HBM颗粒，全面采用LPDDR，全球LPDDR产能需求迎来新增增量，国内存储龙头直接受益。

1. 长鑫存储：国内LPDDR5X唯一规模化量产企业，成熟移动存储产线可直接供给算力HBC堆栈，国产存储核心壁垒标的，长期受益存储需求增量。

2. 江波龙：消费+工业级LPDDR模组龙头，配套各类算力、边缘设备存储模组，下游客户覆盖国内众多算力集成商。

3. 佰维存储：车载、边缘设备LPDDR存储供应商，适配HBC边缘算力落地场景，短期业绩弹性充足。

第二层：TSV先进3D封装（HBC核心工艺，技术壁垒最高）

HBC整套架构依靠TSV硅通孔实现内存与加速器堆叠，先进封装是不可缺失核心环节。

1. 长电科技：国内TSV、3D堆叠封装绝对龙头，具备存储芯片垂直堆叠完整量产能力，可承接HBC堆栈封装代工，国内晶圆厂、存储厂商核心合作方。

2. 通富微电：高端Chiplet、3D封装产线持续扩产，布局近内存计算芯片封装工艺，2026年多条先进封装产线投产。

3. 华天科技：车载、算力存储封装成熟，配套LPDDR堆叠封装测试，客户覆盖多家存储原厂。

第三层：高端ABF载板、封装材料（HBC基板刚需耗材）

HBC堆栈与主芯片连接依靠高端载板，配套GMC封装填充材料，先进材料赛道持续放量。

1. 兴森科技：国内ABF载板量产龙头，高端超薄载板适配3D堆叠芯片，算力芯片载板批量供货头部厂商。

2. 生益科技：高频覆铜板、载板基材龙头，配套ABF载板上游原材料，长期稳定受益。

3. 宏和科技：高端电子玻纤布，载板核心基础材料，先进封装耗材持续增量。

第四层：高速光互联、算力整机（下游算力集群落地载体）

1. 中际旭创：全球高速光模块龙头，HBC算力集群多节点高速互联必备硬件，800G/1.6T光模块持续出货。

2. 中科曙光：国内AI服务器整机龙头，云端推理算力集群总包商，未来可导入HBC架构整机方案。

3. 浪潮信息：全球服务器出货量前列，边缘、云端算力整机批量制造，适配HBC多场景落地。

五、客观梳理赛道三大风险，不盲目炒作，分清题材与长线逻辑

HBC颠覆性技术确实打开全新算力赛道，但客观存在行业制约，避免散户盲目追高踩坑：

第一，商业化落地存在时间周期。第一代HBC样品2027年年中才送出，大规模量产要到2027年底，短期只能作为题材催化，无法立刻给上市公司带来大额业绩增量，部分小盘概念股短期冲高后容易回调。

第二，HBM不会彻底退出市场。高端超大模型训练场景，依旧需要HBM超高瞬时带宽，HBC主打推理、边缘算力，二者是互补而非完全替代，不能简单判定HBM产业链彻底失去价值。

第三，存储行业周期波动风险。如果未来LPDDR产能集中释放，内存现货价格下跌，会压缩存储企业盈利空间，板块业绩会出现阶段性波动。

给到两类投资者清晰实操思路：

1. 持仓原有HBM产业链个股：不用全盘割肉，高端训练算力依旧依赖HBM，保留底仓；同时均衡布局LPDDR、先进封装HBC新增主线，分散单一赛道波动风险。

2. 尚未入场布局：不要消息落地满仓追高，等待板块小幅回调分批低吸，优先选择有成熟量产产线、头部客户认证的龙头，避开无实体产能、纯概念炒作小票，均衡配置存储、封装、载板三条细分。

全文总结与深度思考

高通在2026投资者日发布的HBC高带宽计算架构，绝非简单的芯片技术迭代，而是重构AI算力存储体系的颠覆性方案。过去两年整个行业把HBM当成算力唯一标准答案，受制于专用颗粒产能紧缺、高功耗、高成本三重短板，算力规模化扩张遇到明显瓶颈。

HBC另辟蹊径，依托近内存计算+成熟LPDDR 3D堆叠TSV工艺，实现6倍于HBM的能效表现，同时复用现有大规模量产存储产线，大幅降低AI服务器采购与长期运维成本，精准切入万亿级推理、边缘算力蓝海市场，微软Azure率先锁定商用落地，完整两代产品路线清晰，商业化落地路径明确。

整条产业链分为LPDDR存储颗粒、TSV先进封装、高端载板材料、算力整机四大受益环节，国内均有成熟量产龙头企业配套，开辟区别于传统HBM的全新成长曲线。但我们也要理性区分短期题材炒作和长期产业兑现：2027年前HBC仅处于样品验证阶段，短期更多是情绪催化；等到2027年底批量商用，产业链企业才会持续兑现业绩，单纯追高短线小票风险极大。

同时必须客观认清，HBC和HBM不存在完全替代关系，二者适配不同算力场景：HBM适合超大模型训练，HBC主打普惠推理、车载边缘算力，两条赛道长期共存，投资者无需全盘抛弃原有存储主线，均衡配置才能把握完整算力红利。

最后留给所有关注AI算力、存储赛道的读者两个值得深度思考的问题：

1. 过去算力行情完全绑定HBM涨价逻辑，HBC开辟全新低功耗存储路线，未来算力板块估值体系，是否会因为存储技术迭代迎来重塑？

2. HBC依托通用LPDDR成熟产能打破海外HBM产能垄断逻辑，国内存储、先进封装产业链该如何抓住这次技术变革，打开国产替代更大空间？

AI大模型普及浪潮不会停下，推理算力是未来数年需求增速最快的细分赛道，HBC依靠能效、成本、产能三重核心优势，开辟区别于HBM的全新增长曲线。看懂HBC底层技术逻辑、产业链受益环节、商业化时间周期，不跟风短期题材炒作，均衡布局新旧两条存储主线，才能避开算力板块分化行情的回调风险，抓住存储技术迭代带来的长期产业红利。