黄仁勋：HBM产能，有多少要多少
"我们需要行业能生产的所有HBM产能。" 在全球AI军备竞赛中，这位芯片教父罕见地公开承认了一个现实——HBM内存，已经成为比GPU更稀缺的资源。
---
产能到底有多缺？
当地时间3月16日，黄仁勋在GTC 2026开发者大会上正式发布了Groq 3 LPU——一款专门用于AI推理的新型芯片。但整场主题演讲中，最让业界关注的不是这款新产品，而是一段关于内存的表态。
> "We need as much HBM capacity as the industry can produce."
> （我们需要行业能生产的所有HBM产能。）
这不是黄仁勋第一次谈论HBM短缺。在此前后的多次财报电话会议上，他反复强调："HBM是当前AI基础设施最受限的部分。"
一位接近NVIDIA供应链的人士透露，目前HBM的供应量只能满足其需求的约60%，缺口持续存在。
---
HBM为什么这么重要？
要理解HBM的战略价值，先要明白它是什么。
HBM（High Bandwidth Memory，高带宽内存）是一种垂直堆叠的DRAM技术。与传统GDDR内存相比，HBM能够提供数倍的带宽，同时功耗更低。对于AI计算来说，带宽直接决定了数据能否快速传输到GPU进行运算。
"你可以把GPU想象成一个超级工厂，"一位半导体行业分析师向本刊解释，"HBM就是工厂的仓库通道。通道越宽，原料（数据）进出越快，工厂的效率才能越高。"
为什么AI需要它？
大语言模型的推理过程需要频繁访问海量参数。以一个1000亿参数的模型为例，每次生成一个token，都需要从内存中读取数百亿字节的数据。HBM提供的超高速数据传输，能够大幅降低"内存墙"瓶颈，让GPU算力得到充分发挥。
"没有足够的HBM，再强的GPU也只能空转，"上述分析师补充道。
---
一个被产能卡住的万亿帝国
NVIDIA最新财报显示，其数据中心业务收入已达184亿美元，同比增长409%。毛利率高达75%——这是一个让所有硬件厂商羡慕的数字。
但HBM供应短缺正在成为甜蜜的负担。
据行业估算，HBM在NVIDIA高端GPU的成本中占比已达25%-30%。这意味着，每卖出一片价值数万美元的GPU，NVIDIA需要预留近1万美元采购HBM。
"我们正在与供应商紧密合作，尽可能增加HBM供应，"黄仁勋在财报电话会上表示。但他也承认，"至少在未来一到两年内，供应紧张将持续存在。"
这种紧缺直接影响了GPU的交付周期。有经销商透露，目前H100的等待周期仍需3-6个月，而中国市场特供的H20芯片同样面临供不应求。
---
抢产能的三大巨头
全球HBM市场呈现"两强一弱"的格局：
| 厂商 | 市场份额 | 技术进度 | 备注 |
|------|---------|---------|------|
| SK海力士 | ~50% | HBM3E量产 | 独家供应NVIDIA H100/H200 |
| 三星电子 | ~40% | HBM3E爬坡 | 积极争取NVIDIA认证 |
| 美光科技 | ~10% | HBM3E送样 | 正在追赶 |
SK海力士目前是NVIDIA最重要的HBM供应商。其为H100/H200量身定制的HBM3E颗粒已实现稳定供货，并正在建设新的晶圆厂扩产。
三星同样在加速追赶。3月16日，黄仁勋在GTC 2026上罕见地公开感谢三星："我要感谢三星电子生产LPU芯片。三星目前正在尽可能多地生产。"
这番表态被业界解读为NVIDIA正在寻求HBM供应的"备胎方案"——减少对单一供应商的依赖。
---
另一个选项：SRAM会是替代品吗？
HBM的短缺催生了替代技术的讨论。在GTC 2026上，NVIDIA发布的Groq 3 LPU采用了SRAM作为内存方案。
技术对比显示：
- **SRAM带宽**：22-150 TB/s，是HBM的**7-45倍**
- **SRAM容量**：仅约500MB，是HBM4（288GB）的**1/500**
"SRAM就像一个超高速但容量极小的仓库，"上述分析师解释，"适合处理需要快速访问但数据量不大的任务，比如推理的一部分计算。但要运行万亿参数模型，必须用HBM。"
NVIDIA的策略是将Groq 3 LPX机架与Vera Rubin GPU平台结合使用——LPU处理需要高带宽的feed-forward网络计算，GPU处理需要大容量存储的attention机制。
这种"异构计算"方案能否缓解HBM压力，业界仍在观察。
---
市场预测：短缺将持续多久？
| 时间 | HBM市场规 | 供需状态 |
|------|-----------|---------|
| 2024年 | 约25亿美元 | 严重短缺 |
| 2025年 | 约50亿美元 | 轻微改善 |
| 2027年 | 预计超100亿美元 | 逐步平衡 |
多位行业分析师预计，HBM供应紧张至少将持续到2027年。SK海力士和三星的新增产能预计在2026年下半年陆续释放，但可能仍无法完全满足需求。
---
行业启示
1. 供应链为王：在AI时代，掌握关键零部件产能比设计芯片更重要。黄仁勋亲自站台要产能，说明了这一点。
2. 垂直整合优势：三星同时具备芯片设计和内存制造能力，正在成为NVIDIA不可或缺的合作对象。
3. 技术没有银弹：SRAM带宽更高，但容量短板决定它无法完全替代HBM。异构计算是现实选择。
4. 中国市场的特殊性：受出口管制影响，中国企业只能获得性能受限的特供芯片，HBM供应更加紧张。
---
结语
黄仁勋章的"有多少要多少"，背后是整个AI产业的结构性瓶颈。当算力成为新石油，内存就成了卡住脖子那双看不见的手。
对于NVIDIA而言，成也HBM，困也HBM。这场关于产能的竞速，才刚刚开始。
---
*本文参考了The Lec、Reuters、NVIDIA财报电话会议、SK海力士/三星官方披露等信息。*