英特尔前CEO基辛格炮轰HBM，位密度低、散热差，称其为AI时代的灾难性方案

英特尔前CEO帕特·基辛格近期在接受专访时，再度对高带宽内存（HBM）提出尖锐批评，称其为“丑陋的内存”，并直言“对人工智能这种内存计算密集型工作负载来说简直是灾难”。这一表态并非首次——早在今年早些时候的RAISE峰会上，基辛格就已表达过类似观点，但此次重申，正值HBM产能扩张与DRAM供应紧张并行、市场对AI硬件基础设施可持续性产生疑虑的关键节点。

基辛格的核心论点集中在三大技术瓶颈：位密度低、物理接口限制（即“海岸线带宽”问题）以及热管理难题。

首先，HBM的位密度显著低于传统DRAM。虽然HBM通过3D堆叠实现高带宽，但单颗芯片的有效存储容量受限于硅通孔（TSV）密度与微凸点间距，导致单位面积存储效率偏低。以HBM3E为例，单堆栈容量最高达32GB，但占用面积远超同等容量的平面DRAM芯片。

其次，“海岸线带宽”问题本质是物理布局瓶颈。HBM采用宽总线架构：HBM3/3E为1024位，HBM4提升至2048位。如此超宽并行接口需在计算芯片边缘布置大量I/O焊盘与信号走线，形成一块巨大的矩形硅片区域——该区域被基辛格称为“边缘争夺战”的主战场。由于先进封装中芯片通常仅能分配两个边缘用于HBM堆叠（另两个边缘需留给PCIe、CXL等系统级I/O），HBM堆栈数量被硬性限制。例如，英伟达H100 GPU最多支持6堆HBM3，而受限于边缘空间，下一代Blackwell架构虽升级至HBM3E，堆栈数仍维持6组，仅靠提升单堆带宽弥补。

第三，热问题尤为严峻。韩国科学技术院的热分析显示，当HBM单堆功耗超过约30W时，物理层接口（PHY）自身产生的焦耳热将主导内存模块的热应力分布。HBM垂直堆叠结构易形成“热三明治”效应——上下两层DRAM芯片夹住中介层（interposer），热量难以横向扩散，导致局部热点温度骤升。而DRAM本身对高温极为敏感，工作结温每升高10°C，数据保持时间可能缩短一半，可靠性急剧下降。基辛格指出，这与AI训练场景下持续高负载运行的需求背道而驰。

值得注意的是，HBM的制造资源消耗亦加剧了行业结构性失衡。据南亚科技披露，生产一颗HBM芯片所需的晶圆面积约为同尺寸普通DRAM芯片的三倍——因其需额外工艺步骤（如TSV蚀刻、微凸点植球、多层堆叠键合）。随着头部厂商（SK海力士、三星、美光）大幅扩充HBM产线，普通DRAM产能被迫让位，导致消费级内存供应趋紧。南亚科技预测，此轮DRAM短缺可能延续至2028年初。

尽管批评激烈，基辛格并未全盘否定HBM。他明确表示：“这是目前能找到的最佳方案。”这一判断与SK海力士的立场一致——作为全球HBM市占率超50%的龙头，SK海力士多次公开承认，HBM并非AI存储瓶颈的终极解法，而是一个过渡性技术路径。

行业正加速探索替代方案。高盛近期研报指出，高带宽闪存（HBF）有望成为缓解“内存墙”的新方向。HBF基于NAND架构，通过优化读写机制与接口协议（如CXL 3.0），在成本与容量上具备优势。高盛预计，若GPU采用率提升至15%–50%，HBF潜在市场规模可达400亿–1500亿美元。三星电子已在2026年OCP全球峰会上展示HBF原型，并联合AMD演示CXL内存池化方案；同时展出定制化HBM5及存算一体架构，表明其技术路线已从单一HBM转向多元协同。

另一条路径是近存计算（Computing-in-Memory, CIM）与存内逻辑（Logic-in-Memory）。英特尔自身正推进Foveros 3D封装与RibbonFET晶体管技术融合，试图在逻辑与存储单元间实现更紧密耦合；台积电则联合客户开发“晶圆级集成”方案，将SRAM直接嵌入计算单元下方，减少数据搬运距离。这些方案虽尚处早期，但目标明确：绕过HBM的物理限制，从架构层面重构“内存-计算”关系。

市场反应亦印证了技术路线的不确定性。10月13日美股盘前，存储板块集体下挫：SK海力士跌6.26%、美光跌5.01%、西部数据跌7.37%。高盛解释称，此轮调整源于市场对“存储=纯AI成长股”逻辑的修正——投资者意识到，HBM高景气不可持续覆盖全品类，未来将进入“高端紧缺、通用过剩”的分化阶段。

事实上，HBM的困境折射出AI硬件发展的深层矛盾：算力增长依赖内存带宽指数级提升，但物理定律（如互连延迟、热扩散极限、光刻分辨率）正逼近天花板。当摩尔定律在晶体管层面放缓，系统级创新（如Chiplet、异构集成、新型存储介质）成为唯一突破口。

基辛格的“灾难”之说，与其说是对HBM的否定，不如说是对行业惯性思维的警醒。在AI需求狂飙突进的当下，过度依赖单一技术路径的风险正在累积。真正的挑战不在于“有没有更好的内存”，而在于能否构建一个可扩展、可维护、可持续的存储-计算协同生态。

目前，包括三星、英特尔、美光在内的巨头均已设立专项团队攻关后HBM时代技术。短期看，HBM4/HBM5仍将是2026–2027年AI芯片标配;长期看，行业共识正在形成：没有“银弹”，只有组合创新。