Samsung 加碼發展移動 HBM 技術 迎接智能手機新時代

過去十年，智能手機行業的競爭主線經歷了數次切換。最早是屏幕與外觀設計，隨後進入 SoC 性能大戰；再之後，影像系統成為高端旗艦的核心賣點，電池與快充又在近兩年接過體驗升級的接力棒。如今，當手機影像進入「一英寸大底」時代，電池超過 10000 mAh 之後，行業正在尋找新的增長點。而 AI，正在重新定義智能手機。在這場新的技術競賽中，一個原本屬於 AI 伺服器和高性能顯卡的技術，開始進入手機廠商視野——HBM（High Bandwidth Memory，高帶寬內存）。

最近，Samsung 被曝正在開發面向智能手機和平板電腦的移動 HBM 封裝方案，希望將原本專供伺服器的 HBM 技術「下放」至消費終端。這一消息之所以引發行業關注，並不只是因為 Samsung 又做了一次技術嘗試，而是因為它意味著：手機行業可能即將進入「內存革命」時代。如果説過去手機拼的是「算力」，那麼未來拼的，很可能是「數據吞吐能力」。而 HBM，正是那個決定 AI 手機上限的新變量。

AI 時代下的 LPDDR 面臨挑戰

智能手機過去使用的主流內存方案，長期都是 LPDDR。從 LPDDR4 到 LPDDR5，再到 LPDDR5X，移動內存的進化邏輯一直圍繞兩個方向展開：更高頻率，以及更低功耗。這套體系在傳統移動互聯網時代足夠有效。因為無論是 APP 啟動、影片播放還是移動遊戲，本質上都屬於「短時高負載」場景，數據吞吐壓力並沒有真正爆發。然而，AI 時代不同。當手機開始本地運行大模型、實時生成圖像、進行端側語音推理時，系統的數據交換量出現指數級增長。

AI 模型參數規模越來越大，GPU/NPU 需要頻繁調用內存，數據搬運速度成為瓶頸，功耗和發熱迅速攀升。換句話説，手機芯片的 AI 算力已不再是唯一限制，「內存帶寬」正在成為新的性能天花板。這也是為什麼近兩年整個半導體行業都在重新審視 HBM。相比傳統 LPDDR，HBM 最大的價值並不是容量，而是帶寬。傳統 LPDDR5X 的數據總線寬度通常只有 64 位，而 HBM 可以做到 1024 位寬總線，再配合 3D 堆疊與 TSV 硅穿孔技術，數據吞吐能力可達 TB/s 級別。

HBM 技術的優勢與挑戰

這意味著，AI 模型調用數據時，不再需要長時間等待「搬運」。對於手機來説，這種變化極其關鍵——端側 AI 真正需要的，不是單純的 CPU 頻率，而是大量數據在極短時間內流動。HBM 並不是新技術，它已經在 AI 伺服器、數據中心以及高端 GPU 領域存在多年。英偉達 AI 顯卡之所以能夠支撐超大模型訓練，一個關鍵原因就是 HBM。

但過去它始終無法進入手機領域，核心原因只有三個字：太貴了。普通 LPDDR 是平面封裝，而 HBM 則通過 TSV 工藝把多層 DRAM 芯片垂直堆疊，再借助中介層與處理器直接互聯。這種「立體化」結構帶來三大優勢：超高帶寬、較低延遲和更高能效比。然而，代價同樣明顯。TSV 工藝、3D 堆疊、先進封裝、中介層設計，每一個環節都遠比 LPDDR 複雜。尤其在手機這種超薄設備中，空間極其有限、散熱能力遠低於伺服器、功耗容忍度更低、成本控制更嚴格。

Samsung 的移動 HBM 計劃

Samsung 的動作，本質上反映了整個行業對「端側 AI」的焦慮。因為未來 AI 體驗的競爭，很可能不再是「有沒有 AI」，而是：誰能在本地運行更大的模型。雲端 AI 當然強大，但它有天然短板：網絡延遲、隱私安全、持續聯網依賴、推理成本。因此行業正在推動 AI 能力向端側遷移，而一旦 AI 計算回到手機本地，整個硬件架構就必須重構。

Samsung 此次研發的重點，並不是傳統意義上的 HBM，而是一套適配移動設備的新封裝方案。根據曝光信息，Samsung 計劃通過超高縱橫比銅柱、FOWLP 扇出型晶圓級封裝、改進後的 VCS 垂直銅柱堆棧技術，實現移動設備對 HBM 的適配。其核心邏輯很簡單：在有限空間內塞入更多數據通道。

Samsung 甚至把銅柱縱橫比從傳統的 3-5:1 提高到 15-20:1，以提升單位面積下的數據連接密度。這背後其實是一場「空間爭奪戰」——影像模組越來越大、電池越來越厚、散熱系統越來越複雜、AI 芯片面積還在擴張。如果 HBM 無法進一步縮小體積，就永遠無法真正進入手機。

其他廠商的佈局

Samsung 並不是唯一關注 HBM 的廠商。Apple 與華為同樣被頻繁提及。外界普遍認為，Apple 計劃在 2027 年——iPhone 二十週年節點——引入移動 HBM 技術。Apple 正在全面強化 Apple Intelligence 體系，而端側 AI 是其戰略核心。相比雲端路線，Apple 更強調本地隱私、本地計算、本地推理，這意味著 iPhone 必須大幅提升數據吞吐能力。

不過 Apple 的工業設計過於輕薄，HBM 的散熱壓力是巨大挑戰，因此 Apple 更可能採用深度定製化方案。相比之下，華為反而可能成為最早商用 HBM 手機的廠商。華為近兩年正在大幅強化端側 AI，無論是鴻蒙生態還是 AI Agent 方向，都需要更強的數據吞吐體系。此外，摺疊屏天然擁有更大內部空間，也更適合測試 HBM 這類新技術。

HBM 普及的挑戰

儘管前景誘人，HBM 短期內仍難以全面普及。目前 HBM 製造成本通常是 LPDDR 的 3-5 倍，而手機行業本質上又是一個極度依賴成本控制的產業。影像、屏幕、衞星通信、AI 芯片、散熱系統，都已經在吞噬整機利潤，再加入 HBM，BOM 成本會進一步上漲。

此外還有良率問題。TSV 與 3D 堆疊工藝複雜度極高，業內數據顯示先進 HBM 方案良率仍存在巨大挑戰，而手機市場對供應鏈穩定性的要求又遠高於伺服器市場——畢竟手機出貨量實在太大。因此，即便 Samsung、SK 海力士已經開始研發移動 HBM，行業仍普遍認為真正大規模商用至少還需數年。未來最可能的路徑是：先進入超高端旗艦，再逐漸向主流市場滲透。

這與當年潛望長焦、一英寸大底的發展路徑如出一轍。過去幾年，手機行業一直在強調 AI 算力。但 AI 真正進入深水區後，行業開始意識到：算力並不等於體驗。AI 系統的核心問題，最終會變成數據能否被快速調動。從這個角度看，HBM 的重要性甚至不亞於 CPU 與 GPU。

更深層的變化在於，HBM 背後代表著手機產業邏輯的轉變——過去手機是「通信終端」，後來變成「移動互聯網終端」，而未來，它可能變成真正的「個人 AI 計算終端」。當 Samsung、Apple、華為同時開始關注一項技術時，它往往不會只停留在實驗室。HBM 也許不會在明天立刻改變手機行業，但它很可能決定，未來十年 AI 手機的上限。