打破周期迷思：HBM需求锁定指数增长，涨价逻辑不可逆

随着内存价格持续飙升，外界普遍担忧HBM（高HBM的需求逻辑已与传统存储器产业规律脱钩，受AI推理架构的物理逻辑锁定，正进入指数增长轨道，涨价带宽内存）会重蹈传统DRAM的覆辙，在需求高峰后陷入周期性反转。但半导体架构分析人士表示，趋势不可逆转。
在CPU主导运算的年代，DDR内存始终处于辅助角色，工业界的经验法则是，即便DDR带宽直接翻倍，CPU整体效能的提升也不超过两成。这种架构决定了传统DRAM的成长节奏缓慢，DDR3到DDR5历时15年，过去十年PC的DDR容量仅增长三倍，周期性起伏成为传统存储器的宿命，厂商的主要获利来源仅为容量提升。
但AI推理时代的到来，彻底改写了存储器的价值标准。当前AI时代的核心KPI，是每单位成本与每单位功耗能产生多少个Token，英伟达CEO黄仁勋提出的“AI工厂”概念，正是这一逻辑的生动体现——以最低成本生产最多Token，并将输出速度推向极限，而这一目标的实现，完全依赖于HBM的性能。
半导体架构分析人士将AI推理的Token吞吐量，拆解为“同时处理的请求批次数量×每个请求的平均Token生成速度”，而这两个参数的瓶颈，均指向HBM。其中，批次数量的瓶颈是HBM的存储容量，每一个推理请求的KV缓存都需实时存放在HBM中，批次规模与HBM容量呈线性正比；Token速度的瓶颈则是HBM的带宽，读取速度直接决定Token生成效率，而读取速度的上限就是HBM的带宽。
这一关系可形象比喻为机场接驳车：HBM容量是车厢大小，决定一次能载多少乘客；HBM带宽是车门宽度，决定乘客上下车速度；Token吞吐量就是两者的乘积。若要让每一代GPU的Token吞吐量维持两倍增长，HBM容量与带宽的乘积就必须每代翻倍。
针对“软件优化可降低HBM依赖”的观点，分析人士表示，软件效率与硬件规格的进步是两个独立维度，无法互相取代。就像CPU软件优化再彻底，英特尔、AMD每一代产品仍需提升跑分才能立足，GPU的逻辑同样如此——只要全球对Token的需求持续扩张，对HBM容量和带宽的需求就不会停止。更关键的是，这种需求并非来自外部景气拉动，而是供应端的内生需求，英伟达要推出下一代GPU，就必须向三星、SK海力士、美光施压，推动HBM性能升级，因为HBM的天花板就是GPU效能的天花板。
分析人士强调，HBM已告别传统存储器的周期宿命，其需求被AI推理架构锁定在指数增长轨道，与AI市场冷热、整体经济景气循环无直接因果关系。当前的核心问题不在需求端，而在供应端——三大HBM厂商能否克制盲目扩产冲动，避免埋下供过于求的隐患，这将是本轮存储器周期能否长期延续的关键。