近年来，因为AI芯片的火热，HBM作为当中一个核心组件，在近年来的关注热度水涨船高。关于HBM技术的细节，可以参考之前的文章《存储巨头竞逐HBM》。在本文中，我们将回顾HBM的崛起故事，帮助大家了解这个高带宽内存的前世今生。
本文来自微信公众号：半导体行业观察 （ID：icbank），作者：邵逸琦，原文标题：《HBM的崛起！》，题图来自：视觉中国
2015年6月17日，AMD中国在北京望京召开发布会。
这场发布会上，媒体的目光全集中在某款重磅产品之上，它就是全新的Radeon R9 Fury X显卡，其采用代号为Fiji XT（斐济群岛）的28nm制程GPU核心，采用4GB HBM堆叠显存，拥有64个计算单元（CU）、4096个GCN架构流处理器（SP），核心频率为1050MHz，单精度浮点性能达到了8.6TFlops，而 HBM显存拥有4096 bit带宽，等效频率1Ghz，显存总带宽达到了512GB/S，除了显存容量外，各项配置无愧于旗舰之名。
虽说这是HBM显存首次亮相，但AMD早已联合SK海力士等厂商潜心研发多年，而Fury X作为首款搭载HBM的显卡，自然会被AMD寄予厚望。
时任AMD CEO的苏姿丰表示，HBM采用堆叠式设计实现存储速度的提升，大幅改变了GPU逻辑结构设计，DRAM颗粒由“平房设计”改为“楼房设计”，所以HBM显存能够带来远远超过当前GDDR5所能够提供的带宽上限，其将率先应用于高端PC市场，和英伟达（NVIDIA）展开新一轮的竞争。
针对R9 Fury X仅有4GB显存，而R9 290X新版本却配备了8GB GDDR5显存这一问题，AMD事业群CTO Joe Macri还特意回应表示，显存容量其实并不是问题，GDDR5可以做到很大，但也有着很严重的浪费，其实有很多空间都未得到充分利用，AMD未来会深入研究如何更高效率地利用这4GB HBM显存。
八年多时间过去了，AMD官网上挂着的RX 7000系列全部采用GDDR6显存，当初辛辛苦苦和海力士合作多年才得来的HBM显存早已不见踪影，只有用于AI计算的加速卡还残留着当初的豪言壮语。
而曾经的对手英伟达，用A100和H100两块显卡，轻松拿下了万亿美元的市值，坐稳了AI时代的宝座，而它们用的显存，正是AMD当初力推的HBM。
苦研七年作嫁衣
时间再倒回2015年，AMD事业群CTO Joe Macri在纽约分析师大会上，接受了媒体的专访，针对首次落地应用的HBM做了一系列回答。
Macri表示，AMD自2009年开始，就已经着手HBM的研发工作，在长达7年的时间里，AMD与SK海力士在内的众多业界伙伴一起完成了HBM的最终落地。
他首先谈到了HBM显存的必要性，2015年主流的显存规格是GDDR5，经过多年的使用和发展已经进入了瓶颈期，迫切需要新的替代技术，简单来讲，就是GPU的功耗不可能无限制地增长下去，越来越大的高规格显存正在挤压GPU核心的功耗空间，以前一张卡就200W功耗，显存分到30W，而之后的大容量显存却水涨船高，60W、70W、80W……再加上核心的提升，一张显卡往往有五六百瓦的功耗，也难怪被称之为核弹卡。
Macri觉得，显存面临的关键问题就是显存带宽，它取决于显存的位宽和频率，位宽都是GPU决定的，太高了会严重增大GPU芯片面积和功耗，所以高端显卡一直停留在384/512位。同时，GDDR5的频率已经超过7GHz，提升空间不大了。另外，GDDR5（包括以前的显存）都面临着“占地面积”的问题。一大堆显存颗粒围绕在GPU芯片周围，这已经是固定模式，GDDR5再怎么缩小也无法改变，而且已经不可能再继续大幅度缩小了。
即使在今天来看，AMD这番关于显卡功耗的话也挑不出什么毛病，GDDR5的频率确实到了上限，而功耗问题也一直困扰着厂商和消费者，英伟达最新的RTX 40系显卡为了缩减功耗和成本，就对显存位宽开了刀，功耗倒是小了，但是跑高分辨率游戏又变得不利索了。
事实上，行业内大部分人都觉得GDDR已经不行了到头了，但还是捏着鼻子继续用，因为大家的共识是，成熟且落后的技术总比先进但不可靠的技术好，只有AMD彻底改变了思路，毕竟这家公司从诞生起，就不缺乏改变的勇气。
勇气是有了，不过AMD能够在显存上革新，还是极大程度上受到了大洋彼岸日本的启发。
1999年，日本超尖端电子技术开发机构（ASET）开始资助采用TSV技术开发的3D IC芯片，该项目名为“高密度电子系统集成技术研发”；2004年，尔必达开始研发TSV技术，同时接受了来自日本政府的新能源与产业技术开发组织（NEDO）的资助；2006年，尔必达与NEC、OKI共同开发出采用TSV技术的堆栈8颗128Mb的DRAM架构……
什么是TSV呢？TSV全称为Through Silicon Via，是一种新型三维堆叠封装技术，主要是将多颗芯片（或者晶圆）垂直堆叠在一起，然后在内部打孔、导通并填充金属，实现多层芯片之间的电连接。相比于传统的引线连接多芯片封装方式，TSV能够大大减少半导体设计中的引线使用量，降低工艺复杂度，从而提升速度、降低功耗、缩小体积。
这项技术不光能运用于DRAM领域，在NAND和CIS上也有广阔的前景，其最早就是在闪存上得以实践：东芝在2007年4月推出了具有8个堆叠芯片的 NAND 闪存芯片，随后海力士又在2007年9月推出了具有24个堆叠芯片的NAND闪存芯片。
2009年，尔必达宣布已成功开发业内第一款TSV DRAM芯片，其使用8颗1GB DDR3 SDRAM堆叠封装而来，并在2011年6月开始交付样品，TSV技术正式走上内存这个大舞台。
紧随其后的是韩国与美国厂商，2011年3月，SK海力士宣布采用TSV技术的16GB DDR3内存（40nm级）研发成功， 9月，三星电子推出基于TSV技术的3D堆叠32GB DDR3（30nm级），10月，三星电子和美光科技联合宣布推出基于TSV技术的混合内存立方（HMC）技术。
AMD在收购ATI后，就已经打起了显存的主意，但想要从头研发全新的显存标准，光靠自己的GPU部门闭门造车显然是不够的，于是AMD拉来了几个至关重要的合作伙伴：有3D堆叠内存经验的韩厂海力士，做硅中介层的联电，以及负责封装测试的日月光和Amkor。
HBM应运而生，前面提到了GDDR陷入到了内存带宽和功耗控制的瓶颈，而HBM的思路，就是用TSV技术打造立体堆栈式的显存颗粒，让“平房”进化为“楼房”，同时通过硅中介层，让显存连接至GPU核心，并封装在一起，完成显存位宽和传输速度的提升，可谓是一举两得。
2013年，经过多年研发后，AMD和SK海力士终于推出了HBM这项全新技术，还被定为了JESD235行业标准，HBM1的工作频率约为1600 Mbps，漏极电源电压为1.2V，芯片密度为2Gb（4-hi），其带宽为4096bit，远超GDDR5的512bit。
除了带宽外，HBM对DRAM能耗的影响同样重要，同时期的 R9 290X在DRAM上花费了其250W额定功耗的15~20%，即大约38~50W的功耗，算下来GDDR5每瓦功耗的带宽为10.66GB/秒，而HBM每瓦带宽超过35GB/秒，每瓦能效提高了3倍。
此外，由于GPU核心和显存封装在了一起，还能一定程度上减轻散热的压力，原本是一大片的散热区域，浓缩至一小块，散热仅需针对这部分区域，原本动辄三风扇的设计，可以精简为双风扇甚至是单风扇，变相缩小了显卡的体积。
反正好处多得数不清楚，不论是AMD和SK海力士，还是媒体和众多玩家，都认定了这才是未来的显存，英伟达主导的GDDR已经过时了，要被扫进历史的垃圾堆了。
坏处嘛，前文中提到的旗舰显卡仅支持4GB显存算一个，毕竟高带宽是用来跑高分辨率的，结果显存大小缩水直接让HBM失去了实际应用意义。
而价格更是压倒AMD的最后一根稻草：HBM1的成本已不可考，但8GB HBM2的成本约150美元，硅中介层成本约25美元，总计175美元，同时期的8GB GDDR5仅需52美元，在没有考虑封测的情况下，HBM成本已经是GDDR的三倍左右，一张RX Vega 56零售价才400美元，一半的成本都花在了显存之上，GPU部门本来是要补贴CPU部门的，结果现在情况却要反过来，谁又能担待得起呢？
因而AMD火速取消了后续显卡的HBM显存搭载计划，老老实实跟着英伟达的步伐走了，在RX 5000系列上直接改用了GDDR6显存，HBM在AMD的游戏显卡上二世而亡。
反观英伟达，却是以逸待劳，2016年4月，英伟达发布了Tesla P100显卡，内置16GB HBM2显存，带宽可达720GB/s，具备21 Teraflops的峰值人工智能运算性能。
英伟达在HBM上并未像AMD一样深耕多年，怎么突然反手就是一张搭载了HBM2的显卡，对AMD发起了反攻的号角呢？
背后的原因其实还颇有些复杂，Tesla P100显卡所用的HBM2显存，并非来自于AMD的合作伙伴SK海力士，而是隔壁的三星电子，同样是韩厂的它，在基于TSV技术的3D堆叠内存方面的开发并不逊色于海力士多少，在奋起直追的情况下，很快就缩小了差距，而英伟达正有开发HBM相关显卡之意，二者一拍即合。
至于AMD与联电、日月光、Amkor等好不容易搞定的硅中介层与2.5D封测，英伟达则是找到了业界的另一个大佬——台积电，看上了它旗下的先进封装技术CoWoS（Chip-on-Wafer-on-Substrate），其早在2011年就推出了这项技术，并在2012年首先应用于Xilinx的FPGA上，二者同样是一拍即合。
此后的故事无需赘言，英伟达从P100到V100，从A100再到H100，连续数张高算力的显卡几乎成为了AI训练中的必备利器，出货量节节攀升，甚至超越了传统的游戏显卡业务，而HBM也在其中大放光彩，成为了镶嵌着的最耀眼的一颗宝石。
起了个大早，赶了个晚集，是对AMD在HBM上的最好概括，既没有凭借HBM在游戏显卡市场中反杀英伟达，反而被英伟达利用HBM巩固了AI计算领域的地位，白白被别人摘了熟透甜美的桃子。
三家分内存
在AMD和英伟达这两家GPU厂商针锋相对之际，三家领先的内存厂商也没闲着，开始了在HBM市场的你追我赶的历程。
2013年，SK海力士宣布成功研发HBM1，定义了这一显存标准，但它和AMD一样，好不容易得来的优势却没保持得太久。
2016年1月，三星宣布开始量产4GB HBM2 DRAM，并在同一年内生产8GB HBM2 DRAM，后来者居上，完成了对本国同行的赶超，与HBM1相比，显存带宽实现了翻倍。
2017年下半年，SK海力士的HBM2姗姗来迟，终于宣布量产；2018年1月，三星宣布开始量产第二代8GB HBM2“Aquabolt”。
2018年末，JEDEC推出HBM2E规范，以支持增加的带宽和容量。当传输速率上升到每管脚3.6Gbps时，HBM2E可以实现每堆栈461GB/s的内存带宽。此外，HBM2E支持最多12个DRAM的堆栈，内存容量高达每堆栈24GB。与HBM2相比，HBM2E具有技术更先进、应用范围更广泛、速度更快、容量更大等特点。
2019年8月，SK海力士宣布成功研发出新一代“HBM2E”；2020年2月，三星也正式宣布推出其16GB HBM2E产品“Flashbolt”，于2020年上半年开始量产。
2022年1月，JEDEC组织正式发布了新一代高带宽内存HBM3的标准规范，继续在存储密度、带宽、通道、可靠性、能效等各个层面进行扩充升级，其传输数据率在HBM2基础上再次翻番，每个引脚的传输率为6.4Gbps，配合1024-bit位宽，单颗最高带宽可达819GB/s。
而SK海力士早在2021年10月就发布了全球首款HBM3，并于2022年6月正式量产，供货英伟达，击败了三星，再度于HBM上拿到了技术和市场优势。
三星自然也不甘示弱，在它发布的路线图中，2022年HBM3技术已经量产，2023年下半年开始大规模生产，预计2024年实现接口速度高达7.2Gbps的下一代HBM技术——HBM3p，将数据传输率进一步提升10%，从而将堆叠的总带宽提升到5TB/s以上。
讲到这里，大家不免会心生疑问，都说了是三家分内存，这三星和海力士加一块就两家啊，还都是韩国的，另外一家跑哪去了呢？
身在美国的美光当然没有忽视显存市场，作为尔必达的收购者，它对于3D堆叠的TSV技术怎么也不会陌生，甚至在HBM发布之前，还有不少TSV技术方面的优势。
但是美光却没跟着AMD或英伟达去鼓捣HBM技术，而是回头选择了英特尔，搞出了HMC（混合内存）技术，虽然也使用了TSV，但它有自己的控制器芯片，并且完全封装在PCB基板之上，和HBM截然不同，也完全不兼容。
2011年9月，美光正式宣布了第一代HMC，并在2013年9月量产了第二代HMC，但响应者却寥寥无几，第一个采用HMC内存的处理器是富士通的SPARC64 XIfx，其搭载于2015年推出的富士通PRIMEHPC FX100超算，而后就鲜见于各类产品中。
随着2018年8月，美光宣布正式放弃HMC后，才匆匆忙忙转向GDDR6和HBM产品的研发，幸好3D堆叠技术的底子还在那里，不至于说完全落后于两个韩厂。2020年，美光正式表示将开始提供HBM2产品，用于高性能显卡，服务器处理器等产品，其在财报中预计，将在2024年第一季度量产HBM3产品，最终赶上目前领先的竞争对手。
AI大潮仍然席卷全球，而英伟达H100和A100显卡依旧火热，HBM作为内存市场的新蛋糕，却是最鲜美的一块。芯片行业咨询公司SemiAnalysis表示，HBM的价格大约是标准DRAM芯片的五倍，为制造商带来了更大的总利润。目前，HBM占全球内存收入的比例不到5%，但SemiAnalysis项目预计到2026年将占到总收入的20%以上。
这块鲜美的蛋糕大部分留给了先行者，集邦咨询调查显示，2022年三大原厂HBM市占率分别为SK海力士50%、三星约40%、美光约10%，十成里面占一成，美光自认为产品不逊于韩厂，但市场却从不会为某个自恃技术领先的厂商网开一面。
总结
当初尔必达的坂本幸雄认为日本半导体输人不输阵，时任美光CEO莫罗特亚在接受采访时也表示，AI 领域不光有HBM，还包含高密度DDR5、美光定制LP DRAM以及一部分图形内存，概括来说，就是输了HBM但还没在AI上认输。
倘若让这俩CEO总结失败的教训，恐怕只能发出一句“时也，命也，运也，非吾之所能也”之类的感慨吧，输当然是不可能输的，美光和尔必达即使倒闭也不会说技术不行，把过错归咎于市场，落了个一身轻松。
再回过头来看，AMD在2015年发布R9 Fury X时的判断错了吗？当然没错，内存带宽的的确确到了瓶颈，从GDDR5到GDDR6X几乎没有进步，但在游戏显卡，可以采用大型缓存作为帧缓冲区，让成本较低的GDDR接着上路，但数据中心和AI加速卡的带宽问题却非HBM不可，成本在这一领域反倒成了最不起眼的问题。
如今AMD调转船头，再战AI领域，希望HBM能让他们在这个市场腾飞。
本文来自微信公众号：半导体行业观察 （ID：icbank），作者：邵逸琦