www.sanyi.com
股票代码
【今年会jinnianhui科技】过去十年，智能手机行业的竞争主线经历了数次切换。 最早是屏幕与外观设计，随后进入SoC性能大战；再之后，影像系统成为高端旗舰的核心卖点，电池与快充又在近两年接过体验升级的接力棒。如今，当手机影像进入“一英寸大底”时代、电池超过10000mAh之后，行业正在寻找新的增长点。 而AI，正在重新定义智能手机。在这场新的技术竞赛中，一个原本属于AI服务器和高性能显卡的技术，开始进入手机厂商视野——HBM（High Bandr:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e
?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫idth Memory，高带宽内存）。 最近，三星被曝正在开发面向智能手机和平板电脑的移动HBM封装方案，希望将原本专供服务器的HBM技术“下放”至消费终端。这一消息之所以引发行业关注，并不只是因为三星又做了一次技术尝试，而是因为它意味着：手机行业可能即将进入“内存革命”时代。 如果说过去手机拼的是“算力”，那么未来拼的，很可能是“数据吞吐能力”。而HBM，正是那个决定AI手机上限的新变量。 AI时代下，LPDDR开始触碰天花板 智能手机过去使用的主流内存方案，长期都是LPDDR。从LPDDR4到LPDDR5，再到LPDDR5X，移动内存的进化逻辑一直围绕两个方向展开：更高频率，以及更低功耗。 这套体系在传统移动互联网时代足够有效。因为无论是APP启动、视频播放还是移动游戏，本质上都属于"短时高负载"场景，数据吞吐压力并没有真正爆发。 但AI时代不同。当手机开始本地运行大模型、实时生成图像、进行端侧语音推理时，系统的数据交换量出现指数级增长。AI模型参数规模越来越大，GPU/NPU需要频繁调用内存，数据搬运速度成为瓶颈，功耗和发热迅速攀升。 换句话说，手机芯片的AI算力已不再是唯一限制，"内存带宽"正在成为新的性能天花板。 这也是为什么近两年整个半导体行业都在重新审视HBM。相比传统LPDDR，HBM最大的价值并不是容量，而是带宽。传统LPDDR5X的数据总线宽度通常只有64位，而HBM可以做到1024位宽总线，再配合3D堆叠与TSV硅穿孔技术，数据吞吐能力可达TB/s级别。 这意味着，AI模型调用数据时，不再需要长时间等待"搬运"。对于手机来说，这种变化极其关键——端侧AI真正需要的，不是单纯的CPU频率，而是大量数据在极短时间内流动。 HBM为什么原本只属于服务器？ HBM并不是新技术，它已经在AI服务器、数据中心以及高端GPU领域存在多年。英伟达AI显卡之所以能够支撑超大模型训练，一个关键原因就是HBM。 但过去它始终无法进入手机领域，核心原因只有三个字：太贵了。 普通LPDDR是平面封装，而HBM则通过TSV工艺把多层DRAM芯片垂直堆叠，再借助中介层与处理器直接互联。这种"立体化"结构带来三大优势： 超高带宽：HBM3E带宽可达1.2TB/s，模型调用速度出现数量级提升； 更低延迟：数据传输距离大幅缩短，访问效率远高于传统移动内存； 更高能效比：单位带宽下功耗表现更优。 但代价同样明显。TSV工艺、3D堆叠、先进封装、中介层设计，每一个环节都远比LPDDR复杂。尤其在手机这种超薄设备中，空间极其有限、散热能力远低于服务器、功耗容忍度更低、成本控制更严格。因此过去HBM更多出现在单价数万元的AI显卡中，而非智能手机。直到AI手机时代到来。 三星为何突然押注"移动HBM"？ 三星的动作，本质上反映了整个行业对"端侧AI"的焦虑。因为未来AI体验的竞争，很可能不再是"有没有AI"，而是：谁能在本地运行更大的模型。 云端AI当然强大，但它有天然短板：网络延迟、隐私安全、持续联网依赖、推理成本。因此行业正在推动AI能力向端侧迁移，而一旦AI计算回到手机本地，整个硬件架构就必须重构。 三星此次研发的重点，并不是传统意义上的HBM，而是一套适配移动设备的新封装方案。根据曝光信息，三星计划通过超高纵横比铜柱、FOWLP扇出型晶圆级封装、改进后的VCS垂直铜柱堆栈技术，实现移动设备对HBM的适配。其核心逻辑很简单：在有限空间内塞入更多数据通道。 三星甚至把铜柱纵横比从传统的3-5:1提高到15-20:1，以提升单位面积下的数据连接密度。这背后其实是一场"空间争夺战"——影像模组越来越大、电池越来越厚、散热系统越来越复杂、AI芯片面积还在扩张。如果HBM无法进一步缩小体积，就永远无法真正进入手机。 从某种意义上说，三星现在做的事情，并不是简单把HBM搬进手机，而是在重构移动内存的底层形态。 苹果、华为为何都开始布局？ 三星并不是唯一关注HBM的厂商。苹果与华为同样被频繁提及。 外界普遍认为，苹果计划在2027年——iPhone二十周年节点——引入移动HBM技术。苹果正在全面强化Apple Intelligence体系，而端侧AI是其战略核心。相比云端路线，苹果更强调本地隐私、本地计算、本地推理，这意味着iPhone必须大幅提升数据吞吐能力。不过苹果的工业设计过于轻薄，HBM的散热压力是巨大挑战，因此苹果更可能采用深度定制化方案。 相比之下，华为反而可能成为最早商用HBM手机的厂商。 华为近两年正在大幅强化端侧AI，无论是鸿蒙生态还是AI Agent方向，都需要更强的数据吞吐体系。此外，折叠屏天然拥有更大内部空间，也更适合测试HBM这类新技术。业内频繁传出华为可能率先在折叠屏产品上试水HBM，从产业节奏来看，这种可能性并不低。 真正的难点不是性能而是成本 尽管前景诱人，HBM短期内仍难以全面普及。目前HBM制造成本通常是LPDDR的3-5倍，而手机行业本质上又是一个极度依赖成本控制的产业。影像、屏幕、卫星通信、AI芯片、散热系统，都已经在吞噬整机利润，再加入HBM，BOM成本会进一步上涨。 此外还有良率问题。TSV与3D堆叠工艺复杂度极高，业内数据显示先进HBM方案良率仍存在巨大挑战，而手机市场对供应链稳定性的要求又远高于服务器市场——毕竟手机出货量实在太大。 因此，即便三星、SK海力士已经开始研发移动HBM，行业仍普遍认为真正大规模商用至少还需数年。未来最可能的路径是：先进入超高端旗舰，再逐渐向主流市场渗透。 这与当年潜望长焦、一英寸大底的发展路径如出一辙。 写在最后 过去几年，手机行业一直在强调AI算力。但AI真正进入深水区后，行业开始意识到：算力并不等于体验。 AI系统的核心问题，最终会变成数据能否被快速调动。从这个角度看，HBM的重要性甚至不亚于CPU与GPU。 更深层的变化在于，HBM背后代表着手机产业逻辑的转变——过去手机是"通信终端"，后来变成"移动互联网终端"，而未来，它可能变成真正的"个人AI计算终端"。 当三星、苹果、华为同时开始关注一项技术时，它往往不会只停留在实验室。HBM也许不会在明天立刻改变手机行业，但它很可能决定，未来十年AI手机的上限。 版权所有，未经许可不得转载
智能手机
LPDDR5X
存储芯片
三星
iPhone效果图
手机涨价
