投资要点
AI硬件核心是算力和存力，HBM高带宽、低功耗优势显著，是算力性能发挥的关键。AI芯片需要处理大量并行数据，要求高算力和大带宽，算力越强、每秒处理数据的速度越快，而带宽越大、每秒可访问的数据越多，算力强弱主要由AI芯片决定，带宽由存储器决定，存力是限制AI芯片性能的瓶颈之一。AI芯片需要高带宽、低能耗，同时在不占用面积的情况下可以扩展容量的存储器。HBM是GDDR的一种，定位在处理器片上缓存和传统DRAM之间，兼顾带宽和容量，较其他存储器有高带宽、低功耗、面积小的三大特点，契合AI芯片需求。HBM不断迭代，从HBM1目前最新到HBM3E，迭代方向是提高容量和带宽，容量可以通过堆叠层数或增加单层容量获得提升，带宽提升主要是通过提升I/O速度。
HBM市场爆发式增长，海力士和三星垄断市场。目前主流AI训练芯片均使用HBM，一颗GPU配多颗HBM，如英伟达1颗H100使用5颗HBM3、容量80GB，23年底发布的H200使用6颗HBM3E（全球首颗使用HBM3E的GPU）、容量达144GB，3月18日，英伟达在美国加州圣何塞召开了GTC2024大会发布的B100和B200使用192GB（8个24GB8层HBM3E），英伟达GPUHBM用量提升，另外AMD的MI300
声明：本站所有报告及文章，如无特殊说明或标注，均为本站用户发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
