HBM 高带宽内存市场调研报告
2026 年版 · 数据窗口 2025 全年—2026 H1 · 以 HBM 为驱动变量的 AI 服务器板上存储机会分析 ｜ 编制日期 2026-09-21 ｜ 版本号 Rev 1.0
先说清楚分母，否则后面所有数字都会被误读。本报告的分母不是 HBM 的颗数或位元数，而是全球搭载 HBM 的 AI 服务器当量（2026E 约 380 万台测算）。这么处理的原因很直接：HBM 堆栈本身不带任何 SPI NOR，也不带独立 SPD 芯片，它以裸堆栈形式与 GPU 一同封装在中介层上，初始化与训练通过 JEDEC JESD270-4 体系的寄存器接口完成，没有外挂固件存储的位置。用 HBM 颗数当分母，板上存储 TAM 会算出零，等于什么都没说。真正被 HBM 拉动的是它所在的那台服务器——HBM 每多一层堆叠、每多一颗，配套 NOR 的颗数与容量就跟着往上走。所以本报告测算的是：一台被 HBM 撑起来的 AI 服务器，板上需要多少 NOR / NAND / eMMC，值多少钱，XTX 能拿到多少。HBM 与 HBF 两份报告的分母都是 AI 服务器当量，两者不可相加（同一台服务器会同时计入），但与 AI 算力模块、OAM 子卡、DPU 等品类的分母按硬件层级区分。容量单位一律用 bit（Mb / Gb），只有 eMMC 按 byte（GB）标注。
① HBM 是一堵墙，不是一个机会。三家（SK 海力士 50%、三星 28%、美光 22%）垄断 100% 的位元出货，长鑫存储 2026 年才量产 HBM3 且份额不足 1%。进去需要 DRAM 晶圆 + TSV + MR-MUF/混合键合 + CoWoS 生态 + 英伟达认证通道，XTX 一条都不具备，这不是投入能解决的问题。② HBM4 的 base die 已经转向先进逻辑工艺，SK 海力士与台积电合作、美光 HBM4E 计划用 1c DRAM + 台积电 3nm 基片、三星用自家 4nm。这条价值链与 NOR/NAND 完全绝缘。③ 唯一真实的机会在整机侧，而且它确实在涨。传统通用服务器每系统 2—4 颗 SPI NOR，8-GPU AI 服务器需要 18—24 颗，GB200 NVL72 整机柜 200 颗以上；HBM3E 走向 HBM4 时堆叠层数增加，NOR 用量再提升约 50%（台媒产业链，2025-11）。这条曲线才是本报告要测算的东西。
0 · 什么是 高带宽内存 HBM
HBM 是 AI 加速器唯一能用的主存形态：把多层 DRAM 裸片用硅通孔垂直堆叠，再通过中介层与 GPU 合封在同一基板上，用超宽接口换取远高于 GDDR 的带宽。它的定义特征是堆叠 + 中介层共封装 + 超宽位宽，代价是设计与产能高度垄断。本节先把概念、代际与整机硬件构成讲清，也说明本报告为什么把分母定为AI 服务器当量而不是 HBM 颗数。
0.1 一句话定义
HBM = 多层 DRAM 裸片 TSV 垂直堆叠 + 硅中介层（Interposer）与 GPU / ASIC 共封装 + 1024 / 2048-bit 超宽并行接口，是 AI 加速器把「显存」从 PCB 上的分立式颗粒搬进封装内的一次架构迁移。它解决的不是容量问题而是内存墙——单颗 AI 芯片的 HBM 容量已从 96 GB / 192 GB 起步，英伟达 Rubin Ultra 到 2027 年要做到 384 GB/颗。技术
按代际可以分成三档，这也是第 4 章代际演进与配套 NOR 用量测算的依据：① HBM3——1024-bit、8/12Hi、16 GB，2023 年；② HBM3E——1024-bit、8/12Hi、24 GB，2024—2025 主流，2025 年出货占比直接超过 95%、其中 12Hi 占 69%；③ HBM4——I/O 从 1024-bit 翻倍到 2048-bit、通道数 16→32，12/16Hi、36 / 48 GB，2026 年 2 月 SK 海力士率先量产。代际每往前走一步，堆叠层数与 I/O 宽度同时上台阶，这条曲线是本报告唯一与 XTX 正相关的技术变量。
① GDDR 显存：以分立式颗粒贴装在 PCB 上、靠提高时钟换带宽的上一代方案，本报告作为「上一代」对照项，不计入 HBM 统计；② DDR5 主存：CPU 侧的通用内存，与 HBM 在同一台服务器里分层共存（DDR5 走 DIMM 插槽、HBM 走封装内总线），本报告不含；③ HBF（高带宽闪存）：用 TSV 堆叠 3D NAND 做近端大容量层的新品类，与 HBM 同挂在加速器旁但介质与接口完全不同，本报告单列一份，两份报告的分母时点不同且互相重叠，不可相加。
0.2 与「上一代 GDDR 显存」的三点不同
| 对比维度 | 上一代 GDDR 显存 | 高带宽内存 HBM |
|---|---|---|
| 封装与互联方式 | 分立颗粒贴装在显卡 PCB 上，靠 PCB 走线连到 GPU | TSV 垂直堆叠 + 硅中介层与 GPU 共封装，走封装内超宽总线 |
| 位宽与带宽来源 | 主要靠提高时钟频率换带宽，位宽受封装与布板约束 | 以超宽位宽换带宽：HBM3 / HBM3E 为 1024-bit，HBM4 翻倍到 2048-bit、通道数 16→32 |
| 单堆栈容量 | 单颗容量小，靠多颗并联扩容量 | HBM3E 为 24 GB，HBM4 为 36 / 48 GB；单颗 AI 芯片搭载量 2027 年目标 384 GB |
| 堆叠形态 | 无堆叠，单层封装 | 8 / 12 / 16Hi 多层堆叠；HBM4 走到 12/16Hi，SK 海力士把晶圆减薄到约 30 µm 以塞进 16 层 |
| 成本结构与格局 | 颗粒成本低、产业链开放、供应厂商多 | 2026E 全球市场 500 亿美元，SK 海力士 50%、三星 28%、美光 22% 垄断 100% 位元出货 |
| 应用位置 | 显卡与游戏主机的图形显存 | AI 加速器唯一解，2026E 折算 AI 服务器当量约 380 万台 |
| 用户结果 | 图形帧率与分辨率受限于显存带宽 | 单颗加速器能装下多大的模型，直接由 HBM 容量决定 |
这张表里最该被器件厂商记住的是封装与互联方式和成本结构两行：HBM 把价值锁进了 DRAM 晶圆、TSV、MR-MUF / 混合键合与 CoWoS 生态，XTX 一条都不具备；HBM4 的 base die 更已转向台积电 12nm 级与三星 4nm 先进逻辑工艺，这条价值链与 NOR / NAND 完全绝缘。需要写死的一点是：HBM 堆栈本身不带 SPI NOR、也不带独立 SPD，初始化与训练走 JEDEC JESD270-4 的寄存器接口，用 HBM 颗数当分母板上存储 TAM 会算出零。所以本报告把分母换成AI 服务器当量——真正被拉动的是 HBM 所在的那台机器：单机 NOR 从传统服务器的 2—4 颗推到 18—24 颗、整机柜 200 颗以上，加权单机非易失存储价值 110.7 元、TAM 4.21 亿元，XTX 可覆盖 82%。事实
0.3 典型形态与代表产品
| 档位/形态 | 代表方案或产品 | 关键事实或数据 |
|---|---|---|
| HBM3E（2024—2025 主流） | SK 海力士、三星、美光 12Hi 产品 | 2025 年出货占比超 95%、其中 12Hi 占 69%；单堆栈 24 GB，代际收敛速度在存储行业并不常见 |
| HBM4（2026 放量元年） | SK 海力士 2026-02 率先量产；美光 HBM4E 计划 1c DRAM + 台积电 3nm 基片 | 2048-bit、12/16Hi、36 / 48 GB；Yole 预计 2026 年渗透率 51% |
| 定制 HBM | 三星为谷歌、Meta、英伟达的定制项目增派约 250 名工程师 | DMA 控制器、数据压缩、ECC 与轻量计算 IP 下沉 base die，把更多价值锁进先进逻辑 |
| 整机柜形态 | NVIDIA GB200 NVL72（36 颗 Grace CPU + 72 颗 Blackwell GPU） | 单机 NOR 18—24 颗，整机柜超过 200 颗；整机柜统一管理推动 1 Gb → 2 Gb |
| 竞争格局 | SK 海力士 50%、三星 28%、美光 22% | 三家垄断 100% 位元出货；长鑫存储 2026 年才量产 HBM3 且份额不足 1% |
0.4 拆开看：一台搭载 HBM 的 AI 服务器的硬件构成
| 子系统 | 主芯片 | 存储 | 电源与驱动 | XTX 能否覆盖 |
|---|---|---|---|---|
| HBM 堆栈（封装内） | GPU / xPU 裸片，HBM3E 24 GB 或 HBM4 36 / 48 GB 与之共封于硅中介层 | 无外挂 SPI NOR、无独立 SPD，初始化与训练走 JEDEC 寄存器接口 | 核供电 VRM，GPU 单颗 TDP 已达 700—2300 W | 不可覆盖（无 NOR 槽位，且 XTX 不做 DRAM） |
| GPU VBIOS 与加速器固件 | GPU / xPU | SPI NOR 256 Mb / 512 Mb（传统服务器仅 16 Mb，升 16—32 倍） | 板上 VRM 与原厂供电方案 | 可覆盖（256 / 512 Mb 各有 7 / 9 款 MP 量产） |
| BMC 与 CPU BIOS | BMC 管理控制器 + CPU | SPI NOR 512 Mb / 1 Gb，部分场景要 2 Gb；BMC 另配 8—16 GB eMMC 存 OpenBMC 与日志 | 多路 LDO 与上电时序控制 | 部分可覆盖（1 Gb 仅 2 款 MP、2 Gb 无 MP 型号；eMMC 主力容量点偏小） |
| 互联与外设固件 | DPU / 智能网卡、PCIe Switch、Retimer、光模块 | SPI NOR 256 Mb—2 Gb（网卡），光模块 16—128 Mb | SerDes 供电、低纹波 LDO | 可覆盖（容量档与 XTX 主力容量点高度重合） |
| 板卡标识与内存 SPD | FRU、DDR5 SPD、光模块 SFF / CMIS 标识 | I²C EEPROM，单机 2—4 颗量级 | 由板卡待机电平供给 | 不可覆盖（需字节级改写，XTX 无 EEPROM 产品线） |
把这张表加总，HBM 给 XTX 留出的位置只有一处——封装外那二十几颗板上 NOR。GPU VBIOS 256 / 512 Mb、BMC 与 CPU BIOS 512 Mb—1 Gb、DPU 与网卡 256 Mb—2 Gb，主力容量点正好压在 XTX 已量产的大容量 SPI NOR 上，这是本品类最重要的正面事实。缺口有两处且性质不同：2 Gb 天花板档无 MP 型号是产品规划问题，EEPROM 无产品线是结构性问题，两者合计构成 18% 的不可覆盖部分。还有一个必须写死的条件：机柜局部温度 +85~+105 °C，工业级 Plus（-40~+105 °C）与 On-chip ECC、数据刷新机制都是准入门槛而非加分项。测算
HBM 是一堵墙、不是一个机会——三家垄断 100% 的位元出货，XTX 的颗粒、base die 与封装全进不去；真正的抓手是它把同一台 AI 服务器的板上 NOR 从 2—4 颗推到 18—24 颗，即 大容量 SPI NOR（256 Mb—1 Gb） 与 -40~+105 °C 工业级 Plus 温度档，缺口是 2 Gb 量产节点与 EEPROM。
1 · 摘要与核心结论
这一章把全文的结论压缩成八条。如果只看一页，看这一页。
1.1 核心结论
| # | 结论 | 关键依据 |
|---|---|---|
| 1 | HBM 市场本身与 XTX 无关，但它拉动的配套 NOR 是一块真实且正在膨胀的市场——本报告的全部价值在于把这两件事分开算。HBM 2026E 市场 500 亿美元、三家垄断 100%，XTX 颗粒、base die、封装全进不去。但同一批服务器把板上非易失存储从「每台 2—4 颗」推到「每台 18—24 颗」，加权单机价值 110.7 元，撑起 4.21 亿元 的 TAM，XTX 可覆盖 82%，对应 SAM 3.45 亿元测算。 | 第 3.3 节测算；HBM 本体竞争格局见第 2.3 节 |
| 2 | 「HBM 不带 NOR」这句话必须写死，否则会误导整条产品线规划。HBM 堆栈以裸 die 形式与 GPU 一同封装在中介层上，初始化、训练、测试全部通过 JEDEC 标准定义的寄存器接口完成，设计上就没有外挂固件存储的位置。唯一的例外是「HBM 做可插拔内存模组」这条非主流路径，那需要的是 SPD EEPROM（KB 级），不是 NOR，而且 XTX 同样没有 EEPROM 产品线。 | 第 3.2 节器件拆解；JEDEC JESD270-4 |
| 3 | 层数增加是 NOR 用量的第一驱动，比 GPU 数量更直接。HBM3E 主流 8Hi/12Hi（24GB），HBM4 走到 12Hi/16Hi（36/48GB），I/O 从 1024-bit 翻倍到 2048-bit，通道数 16→32。每多一层 DRAM 就要多一路电源管理与初始化时序，台媒产业链口径明确指出：HBM3E→HBM4，NOR Flash 用量提升约 50%趋势。 | 第 4.2 节代际演进；台媒《经济日报》2025-11 |
| 4 | AI 服务器把 NOR 从「一颗启动器件」变成了「每台二十几颗的系统级物料」。传统服务器只需 BIOS 1 颗 + BMC 1 颗 + 可选备份，共 2—4 颗；8-GPU AI 服务器要覆盖 GPU、CPU、BMC、LPU、FPGA、PCIe Switch、DPU、网卡、光模块，每颗可独立升级固件的器件都要配一颗非易失存储，总量 18—24 颗（芯天下公开口径），整机柜 200 颗以上。兆易创新的独立口径给出 NVL72 架构 300—400 颗，量级一致。 | 第 3.2 节；芯天下 EETalk 2025、兆易创新 2026-07 |
| 5 | 容量升级比颗数升级更值钱，而且正好落在 XTX 的射程内。GPU VBIOS 从 16 Mb 升到 256 Mb / 512 Mb；BMC 与 CPU BIOS 从 256—512 Mb 升到 512 Mb / 1 Gb，部分场景要 2 Gb；DPU 落在 256 Mb—2 Gb。XTX 是国内仅有的两家可量产 2 Gb 大容量 SPI NOR 的厂商之一，主力容量点与需求高度重合——这是本品类最重要的正面事实。 | 第 4.5 节容量演进；第 6.1 节搭配矩阵 |
| 6 | 温度规格是最强的护城河，也是最容易写错的一条。GPU 单颗 TDP 已达 700—2300 W，机柜局部温度 +85~+105 °C，必须采用工业级 Plus（-40~+105 °C）器件，普通工业级 -40~+85 °C 不够用。XTX 的 NORD 平台支持 -40~+125 °C、擦写寿命 >20 万次，并配 On-chip ECC（512 Mb 以上）、CRC、Program Strong 数据刷新（62H 指令约 2 秒完成，建议 105 °C 下每半年执行一次）。这几项是准入项，不是加分项。 | 第 8.2 节器件层面痛点；第 6.3 节选型要点 |
| 7 | 进不去的地方要明说，否则测算会失真。本品类有两类真实缺口：① EEPROM——FRU 板卡标识、DDR5 SPD、光模块 SFF/CMIS 标识全都需要，单机 2—4 颗量级，XTX 无此产品线；② BMC 用 eMMC（8—16 GB，存放 OpenBMC 系统与日志）——XTX 有 eMMC 产品线，但主力容量点偏小、且需过 OpenBMC 兼容验证。两者合计构成 18% 的不可覆盖部分。 | 第 10.2 节槽位对照；第 10.5 节缺口表 |
| 8 | 这是一个「几亿元」的市场，不是一个「几百亿」的故事，把它讲成 AI 存储红利会误导决策。4.21 亿元的 TAM 里，XTX 能拿到 3.45 亿元——对一家 NOR 厂商而言是有意义的增量，但它需要正面竞争旺宏、华邦、兆易创新三家，且 2026 年上半年 NOR 合约价已累计上涨 100%~120%，产能（而非需求）才是当前真正的约束条件。 | 第 3.3 节与第 11 章结论；TrendForce 2026 |
1.3 图表索引
| 图 1 | 全球 HBM 市场规模（2023—2026E） | 2.1 | 图 2 | HBM 位元出货量（2023—2026E） | 2.1 |
| 图 3 | 全球 HBM 市场规模预测（2026E—2030E） | 2.2 | 图 4 | 2026F 全球 HBM 位元出货份额 | 2.3 |
| 图 5 | HBM 折算 AI 服务器当量（三套取值） | 2.4 | 图 6 | AI 服务器 ODM 与终端采购结构 | 2.5 |
| 图 7 | AI 服务器分档出货量（2026E） | 3.1 | 图 8 | 单机 SPI NOR 用量对比 | 3.2 |
| 图 9 | 单机非易失存储价值分档 | 3.3 | 图 10 | 板上非易失存储 TAM（2026E） | 3.3 |
| 图 11 | 单机电源与驱动器件用量 | 3.4 | 图 12 | HBM 代际容量与 I/O 宽度 | 4.1 |
| 图 13 | 堆叠层数与配套 NOR 用量演进 | 4.2 | 图 14 | NOR 容量升级路线（按位置） | 4.5 |
| 图 15 | 存储方案对比：价值与可覆盖性 | 5.1 | 图 16 | 各位置 NOR 颗数与容量矩阵 | 6.1 |
| 图 17 | 高带宽内存（HBM）系统硬件框图 | 7.1 | 图 18 | AI 服务器存储层次示意 | 7.1 |
| 图 19 | XTX 可覆盖存储价值量（分档，2026 年行情中值） | 10.4 |
2 · 市场规模
HBM 的市场规模是所有 AI 硬件里数据最硬的一个——三家厂商、每季披露、机构跟踪密集。但正因为数据多，口径分歧也最多：2026 年的规模从 350 亿到 600 亿美元都有人给。这一章先把分歧摆出来，再落到本报告真正要用的分母上。
2.1 出货量与规模
HBM 在过去三年走了别的存储品类二十年才走完的路。2023 年全球 HBM 市场 43.5 亿美元，出货 1.5B GB；2024 年跳到 170 亿美元（+291%），出货 2.8B GB；2025 年冲到 307 亿美元，出货约 4.1B GB（TrendForce）。这个增速不是需求自然增长，而是 AI 加速器把 HBM 从「高端选配」变成了「唯一解」——单颗 AI 芯片的 HBM 容量从 96 GB / 192 GB 起步，英伟达 Rubin Ultra 2027 年要做到 384 GB/颗。
TrendForce（智研咨询整理，2026-02）；Yole 对 2024 年给出 170 亿、对 2025 年给出 340 亿，美光公司口径 2025 年为 350 亿，差异源于是否计入定制 HBM。
位元出货的曲线比金额更能说明问题：2023→2026E 三年翻 3.8 倍，而金额翻了 11.5 倍。差额来自 ASP 上涨——2024 年 1.50 美元/Gb、2025 年 1.76 美元/Gb（+17.7%）、2026E 1.84 美元/Gb。单颗口径更直观：12 层 HBM4 约 500 美元，同层数 HBM3E 约 300 美元。
2025 年的两个结构性变化
- 代际收敛。2024 年的出货还是 HBM2E 及以下 17.1% / HBM3 33.3% / HBM3E 49.6% 的三代同堂，2025 年 HBM3E 占比直接超过 95%，其中 12Hi 占 69%。这种快速收敛在存储行业并不常见，说明需求端高度单一（几乎全是 AI 加速器）。
- 产能挤压开始传导。三大厂 HBM 晶圆投入占 DRAM 总投入的比例从 2025 年底的 18% 升到 2026 年底的 22%、2027 年底 30%。HBM 消耗晶圆面积约为标准 DRAM 的 3 倍，这直接抽走了通用 DRAM 与利基存储的产能——这是 2026 年 NOR 与 SLC NAND 涨价 100%~150% 的上游根因，也是本报告第 3 章价格假设的来源。
2.2 出货趋势
2026 年是 HBM4 的放量元年。Yole 预计 HBM4 渗透率 51%，TrendForce 判断「2026 年下半年 HBM4 正式超越 HBM3E 成为主流」。但对 2030 年的规模，机构之间已经给出相差 2.5 倍的答案：Yole 约 980 亿美元、美银 BofA 约 2460 亿美元、美光公司口径约 1400 亿美元。
分歧的根因不是谁算错了，而是统计边界不同：是否把「定制 HBM（custom HBM）」与「逻辑基底片」的价值计入。HBM4 起，GPU/ASIC 客户可以把 DMA 控制器、数据压缩、ECC 与轻量计算 IP 下沉到 base die，这部分价值原本属于逻辑芯片。把它算进 HBM，市场规模就翻倍；不算，就只有一半。本报告在引用时一律注明机构，不做单一取值。
历代 HBM 的 base die 由存储厂自研、用成熟 DRAM 工艺（28nm/14nm 级）制造。HBM4 起，为承载 2048-bit 接口与 16 层堆栈的供电与热管理，base die 转为先进逻辑工艺：SK 海力士与台积电合作（公开报道为 12nm 级或更先进节点）、美光 HBM4E 计划用 1c DRAM + 台积电 3nm 基片（2027H2 量产）、三星用自家 4nm foundry 主打 turnkey 一站式。三家预计 2026 年内完成定制 HBM4E base die 设计、2027 年出定制样品，三星已为谷歌、Meta、英伟达的定制项目增派约 250 名工程师。这是一条纯粹的先进逻辑价值链，与本报告讨论的 NOR/NAND 没有任何交集。
2.3 关键指标
HBM 是本报告覆盖的所有品类里集中度最高的一个：SK 海力士、三星、美光三家占据 100% 的位元出货，所谓「Top 5」的第四、第五名根本不存在。长鑫存储（CXMT）2025 年交付 HBM3 样品、2026 年 Q2 才启动量产，份额不足 1%。
| 厂商 | 2025 份额 | 2026F 份额 | 技术路线 | 对 XTX 的意义 |
|---|---|---|---|---|
| SK 海力士 | 59% | 50% | Advanced MR-MUF，晶圆减薄至约 30 µm 以在 JEDEC 775 µm 高度内塞 16 层；2026-02 率先量产 HBM4；2026-06 已出 12 层 48GB 样品 | 无——颗粒不可替代 |
| 三星电子 | 20% | 28% | 自家 4nm foundry 做 base die，turnkey 一站式；为谷歌/Meta/英伟达定制项目增派约 250 名工程师 | 无 |
| 美光 | 21% | 22% | HBM4E 计划 1c DRAM + 台积电 3nm 基片；2026Q1 HBM 营收份额 27.4%（2025Q1 仅 13.9%） | 无 |
| 长鑫存储 CXMT | <1% | <1% | 2025 年交 HBM3 样品，2026Q2 启动量产 | 理论上是国产 NOR 的天然盟友，但目前无配套需求 |
TrendForce 2026F 位元出货口径；Counterpoint 2026Q1 营收口径为 SK 58%、美光 27.4%、三星 21.2%；Yole 口径为 SK 54%、三星 39%、美光 7%。三个口径差异源于「位元 vs 营收 vs HBM4 细分」，不可混用。
2.4 分母口径
现在把 HBM 的量，换算成本报告能用的分母。做法是：用 HBM 位元出货除以单机 HBM 容量，得到服务器当量。这个方法的好处是它直接绑定 HBM 的实出货，而不是依赖各家对"AI 服务器"定义不一的统计。
| 折算口径 | 单机 HBM 容量 | 2026E 当量 | 说明 |
|---|---|---|---|
| 训练为主（激进） | 1.2 TB/台 | 475 万台 | 假设 HBM4 渗透较慢，单机多为 HBM3E 24GB × 8 = 192GB 的中低配 |
| 本报告工作值 | 1.5 TB/台 | 380 万台 | HBM3E 12Hi（288GB/台）与 HBM4 12Hi（288—384GB/台）混合 |
| 机架级（保守） | 2.0 TB/台 | 285 万台 | 按 NVL72 机架级配置折算，单机柜 72 GPU × 192GB ÷ 8 ≈ 1.7 TB/台当量 |
取中值 380 万台测算。这个数字与 IDC 口径的全球 AI 服务器约 260 万台（2026E）同量级但偏高，差额来自两部分：① 本报告的分母包含推理型服务器（HBM 配置较低）；② HBM 有相当比例流向 TPU、Trainium 等自研 ASIC 服务器，这部分在 IDC 的"AI 服务器"统计里被归为"其他加速器"。本报告后续所有测算均以 380 万台为分母，并在第 3.3 节做敏感性分析。
2.5 下游终端厂商格局
HBM 的直接采购方是 GPU/ASIC 厂商，但决定板上 NOR 型号的是 ODM 与服务器品牌厂——NOR 的选型权在主板设计环节，不在 HBM 采购环节。这一节的目的是找到 NOR 的真正决策链。
| 厂商 | 角色 | 份额 | 画像 | NOR 选型影响力 |
|---|---|---|---|---|
| 鸿海 | ODM | 57% | GB200/GB300 NVL72 主力代工，同时做整机柜与 L10/L11 集成 | 高——主板 BOM 由其主导，是 NOR 的第一决策方 |
| 广达 | ODM | 21% | Meta、AWS 主力代工，机架级交付能力强 | 高 |
| 伟创 | ODM | 18% | 谷歌 TPU 机架主力代工 | 高 |
| 纬颖 | ODM | 0%（2025） | 微软主力代工，2025 年份额归零值得关注 | 中 |
| 微软 | 终端采购 | 35% | 最大单一采购方，Azure 自研 Maia ASIC 已进入部署 | 间接高——通过 OCP 规范与 AVL 影响选型 |
| 甲骨文 | 终端采购 | 23% | OCI 超大规模集群，2026 年资本开支翻倍 | 中 |
| Meta | 终端采购 | 9% | 自研 MTIA，开放计算项目（OCP）核心推动者 | 间接高 |
| 特斯拉 / CoreWeave | 终端采购 | 各 9% / 7% | Dojo 与 Neocloud，采购节奏波动大 | 低 |
采购决策链：NOR 是怎么被选进去的
| 环节 | 决策内容 | 关注点 | 对 NOR 供应商的意义 |
|---|---|---|---|
| ① GPU/ASIC 原厂 | 定义 VBIOS 分区大小、安全启动要求 | 固件完整性、防回滚、容量够放 A/B 备份 | 必须进入原厂参考设计（RDK）的推荐料号清单 |
| ② BMC 厂商（ASPEED / Nuvoton） | BMC 固件 Flash 容量与分区布局 | OpenBMC 兼容、4-byte addressing、双镜像 | 最确定的切入点——AST2600 参考设计公开，可验证 |
| ③ ODM / 主板设计 | 具体料号选型、第二供应商策略 | 价格、交期、AVL 状态、Pin-to-Pin 兼容 | 价格战之外要靠宽温与可靠性差异 |
| ④ 云厂商 / 终端客户 | 通过 OCP 规范与 AVL 间接约束 | 长期供货（LTS）、PCN 管理、多源供应 | 需提供 10 年长期供货承诺与 BCM 体系 |
HBM 的采购被三家垄断，但板上 NOR 的选型权分散在 ODM 与 BMC 生态里，这两条链路的准入门槛远低于 GPU 供应链。可执行的动作有三个，按确定性排序：① 进入 ASPEED AST2600 / Nuvoton NPCM8mnx 的 OpenBMC 兼容清单——参考设计公开、分区布局可验证，这是唯一能靠技术能力而非商务关系打通的入口；② 做鸿海、广达、伟创三家 ODM 的第二/第三供应商——2026 年 NOR 涨价 100%~120% 的背景下，ODM 有强烈的多源导入动力；③ 跟随国产 AI 服务器（昇腾、昆仑芯、寒武纪）一起走——这条链路不受英伟达生态绑定，且国产化是硬要求。
3 · 用量分析
这一章回答：一台被 HBM 撑起来的 AI 服务器，板上到底需要多少非易失存储，值多少钱。所有分档占比与单价均为报告测算，不是机构实测值。
3.1 分档出货量
按 380 万台的分母拆四档。分档依据来自 TrendForce 的判断：2026 年北美五大 CSP 的推理算力同比增长 122%、训练算力增长 56%，推理已经取代训练成为增量主引擎。
| 档位 | 占比 | 2026E 出货 | 典型 HBM 配置 | 单机 GPU 数 |
|---|---|---|---|---|
| 推理型 | 34% | 129 万台 | 0.2—0.6 TB | 2—4 |
| 主流训练 | 31% | 118 万台 | 0.6—1.2 TB | 4—8 |
| 训练旗舰 | 22% | 84 万台 | 1.2—1.5 TB | 8 |
| 边缘/入门推理 | 13% | 49 万台 | <0.2 TB | 1—2 |
分档占比为报告测算测算，依据是 TrendForce「2026 年推理算力 +122%、训练 +56%」与 NVIDIA「2026 年中低端产品占整体出货 >32%」两条口径交叉推算。各机构未发布 AI 服务器按 HBM 配置分档的实测占比。
3.2 单台 NOR/NAND 用量
先给出最硬的一组对比数据，它来自两家独立厂商的公开口径，互相印证：
| 系统形态 | SPI NOR 颗数 | 来源 | 备注 |
|---|---|---|---|
| 传统通用服务器 | 2—4 颗 | 芯天下 EETalk 2025 | BIOS 1 颗 + BMC 1 颗 + 可选备份 |
| 8-GPU AI 服务器 | 18—24 颗 | 芯天下 EETalk 2025 | 本报告的基准取值 21 颗 |
| GB200 NVL72 整机柜 | 200 颗以上 | 芯天下 2026 公开材料 | 本报告取保守值 200 |
| NV72 架构服务器 | 300—400 颗 | 兆易创新 2026-07 | 独立口径，量级与上一行一致 |
为什么 AI 服务器需要这么多颗？答案在于「谁有固件，谁就要有 Flash」。传统服务器只有 CPU 与 BMC 两个固件主体；AI 服务器把 GPU、PCIe Switch、Retimer、DPU、网卡、光模块、CPLD、每一个电源时序控制器都变成了可独立升级固件的单元，每个单元按工程惯例都要配一颗非易失存储。NVIDIA 官方的 DGX H100 固件更新清单可以佐证这个逻辑——它列出的独立固件组件包括 Host BMC、BMC ERoT、SBIOS ERoT、SBIOS、主板 CPLD、中板 CPLD、六个 PSU、两个 Broadcom Gen5 PCIe Switch、两个 Astera Labs Retimer、VBIOS、NVSwitch、GPU 托架 ERoT、HMC、FPGA、Intel 网卡、M.2 NVMe、U.2 SSD、FRU、TPM。
HBM 堆栈本身：零 NOR，这个结论必须写死
HBM 以裸堆栈形式与 GPU/ASIC 一同封装在中介层（interposer）上，其规格参数已由主芯片设计固化，初始化、训练、测试全部通过 JEDEC JESD270-4 体系规定的测试/寄存器接口完成，设计上不存在外挂固件存储的位置。唯一的例外是「把 HBM 做成可插拔内存模组」这条非主流路径，那需要的是 SPD EEPROM（KB 级），国内聚辰股份已公开表示其 SPD EEPROM 配套用于 HBM 内存模组——但这是 EEPROM 不是 NOR，且 XTX 同样没有 EEPROM 产品线。结论：HBM 本体对 NOR/NAND 的需求为零。
容量分布：真正的价值在 256 Mb 到 2 Gb 这一段
| 板内位置 | 主流容量 | 颗数（8-GPU） | XTX 对应型号 | 可覆盖 |
|---|---|---|---|---|
| GPU VBIOS | 256 Mb / 512 Mb | 8 | XT25Q256F / XT25BQ256F | 是 |
| BMC / CPU BIOS | 512 Mb / 1 Gb，部分 2 Gb | 2—4 | XT25W512B / XT25Q512F / XT25W1GB / XT55Q1GF | 是 |
| DPU / 智能网卡 | 256 Mb—512 Mb | 2—4 | 256—512 Mb 段 | 是 |
| PCIe Switch | 512 Mb—1 Gb（1.8 V） | 2—4 | 需 1.8 V 512 Mb—1 Gb | 是 |
| 光模块 | 16 Mb—128 Mb | 4—8 | 16—128 Mb 段 | 是 |
| LPU / FPGA | 256 Mb | 1—2 | 256 Mb 段 | 是 |
| FRU / 板卡标识 | EEPROM 128 Kb—2 Mb | 2—4 | 无 EEPROM 产品线 | 否 |
| DDR5 SPD | EEPROM 512 Kb—2 Mb | 多颗 | 无 EEPROM 产品线 | 否 |
| BMC 系统盘 | eMMC 8—16 GB | 0—1 | 需 OpenBMC 兼容验证 | 部分 |
容量口径来自芯天下公开材料（2026）与兆易创新公开技术口径（2025—2026）；颗数为 8-GPU 训练服务器的典型配置，报告测算测算。
3.3 单件价值与 TAM 测算
把上一节的器件清单折算成钱。价格取 2026 年行情中值——这里必须说明，2026 年上半年 NOR Flash 合约价已累计上涨 100%~120%（TrendForce），SLC NAND 涨幅 130%~150%，所以本报告用的单价显著高于 2024 年水平。
| 档位 | 占比 | 2026E 出货 | 单机非易失存储价值 | 档位 TAM |
|---|---|---|---|---|
| 训练旗舰 8-GPU | 22% | 84 万台 | 210 元 | 1.76 亿元 |
| 主流训练 4—8 GPU | 31% | 118 万台 | 130 元 | 1.53 亿元 |
| 推理型 2—4 GPU | 34% | 129 万台 | 62 元 | 0.80 亿元 |
| 边缘/入门 1—2 GPU | 13% | 49 万台 | 24 元 | 0.12 亿元 |
| 合计 / 加权 | 100% | 380 万台 | 110.7 元 | 4.21 亿元 |
加权单机价值 110.7 元测算，乘以 380 万台得分母口径的板上非易失存储 TAM 4.21 亿元。
可覆盖比例为什么是 82%
不可覆盖的 18% 由两部分构成：① EEPROM——FRU 板卡标识与 DDR5 SPD，单机 2—4 颗量级，XTX 完全没有 EEPROM 产品线，这是硬缺口；② BMC 高容量 eMMC——8—16 GB 段需过 OpenBMC 兼容验证，XTX 主力 eMMC 容量点偏小，按部分覆盖计。
把 4.21 亿元与 HBM 本体 500 亿美元放在一起，比例是 0.012%。这个对比不是为了打击信心，而是为了防止资源错配：如果按「AI 存储红利」的叙事去投入产能，会严重高估回报。反过来，如果按「大容量工业级 Plus NOR 的结构性升级 + 成熟制程涨价周期」来定位，4.21 亿元的 TAM、3.45 亿元的 SAM 对一家 NOR 厂商就是一条值得认真做的增量线。分档占比的最大不确定性在推理型与训练型的比例——若推理型占比从 34% 升到 45%，加权单机价值会降到约 95 元，TAM 相应降到 3.6 亿元。
3.4 电源与驱动器件用量
为口径完整起见列出，但结论要先说：AI 服务器的电源与驱动器件 XTX 基本进不去。多相 VRM 长期由 MPS、Infineon、Renesas、TI 垄断，且必须通过 GPU 厂商的供电参考设计认证，这不是价格能撬动的市场。
按 8-GPU 机型估算，单机约 50—60 颗电源与驱动器件，但可覆盖部分接近于零。唯一略有想象空间的是负载开关与低价值 LDO，然而这两类在 AI 服务器上通常由 PMIC 集成吸收，独立器件用量有限。建议：本品类不做电源侧的产能规划。
4 · 技术演进
技术演进这一章的重点是 4.2 与 4.5——前者解释 HBM 层数如何拉动 NOR 用量，后者给出 XTX 真正要跟的容量路线。
4.1 容量与接口演进
HBM 的容量增长有两个维度：单堆栈容量与单芯片搭载数量。两者叠加，才有了 2027 年 Rubin Ultra 的 384 GB/颗。
| 代际 | I/O 宽度 | 堆叠 | 单堆栈容量 | 关键工艺 | 时点 |
|---|---|---|---|---|---|
| HBM3 | 1024-bit | 8/12Hi | 16 GB | DRAM 工艺 base die | 2023 |
| HBM3E | 1024-bit | 8/12Hi | 24 GB | DRAM 工艺 base die | 2024—2025 主流 |
| HBM4 | 2048-bit | 12/16Hi | 36 / 48 GB | 先进逻辑（TSMC 12nm 级 / 三星 4nm） | 2026-02 SK 率先量产 |
| HBM4E | 2048-bit+ | 16Hi | 目标 >4 TB/s | 定制逻辑 IP（美光计划 TSMC 3nm） | 2027，供 Rubin Ultra |
| HBM5 | — | — | — | — | 三星指引约 2028（概念阶段） |
4.2 形态演进
这是本报告最重要的一节。HBM 的所有技术演进里，只有「层数增加」这一条会传导到 NOR。机制很直接：每多一层 DRAM 就需要多一路电源管理与初始化时序，而这些时序与配置数据存在板上的 NOR 里。
这条数据来自台媒《经济日报》/《科创板日报》2025 年 11 月的产业链报道，与芯天下、兆易创新的公开口径方向一致：芯天下给出 8-GPU AI 服务器 18—24 颗、整机柜 200+ 颗；交银国际口径为「AI 服务器单台 NOR 容量从传统服务器的 16—61 MB （128—488 Mb）跃升至 216—512 MB（1.7—4 Gb）（GB300/Rubin），是传统服务器的 3—8 倍」。三个独立来源指向同一个方向：HBM 代际升级是 NOR 用量与容量的双重放大。⚠ 该 50% 增幅为产业链报道而非原厂披露，做产能规划时应留足余量。
把这条曲线和 4.1 的容量演进叠起来看，结论是：HBM 每往前走一代，XTX 能拿到的单机价值就涨一次，而且涨的是容量（256 Mb→512 Mb→1 Gb）而不只是颗数。这是本品类少数几个「技术演进直接利好」的场景，值得在产能与产品定义上提前押注大容量段。
4.3 可靠性与温度
SK 海力士用 Advanced MR-MUF 把晶圆减薄到约 30 µm，以便在 JEDEC 规定的 775 µm 总高度限制内塞进 16 层。16 层之后普遍转向混合键合（Hybrid Bonding）。与此同时，热管理已经从「配合问题」升级为与速度并列的瓶颈——die-to-die PHY 的热点、高层堆叠的散热路径，都是 HBM4E 能否按时落地的关键变量。
封装环节与 XTX 无关，但它有一个间接影响：机柜内热密度上升 → 局部温度从 +85 °C 推到 +105 °C → NOR 的工业级 Plus 规格从「加分项」变成「准入项」。这是第 8.2 节要展开的痛点。
4.4 替代技术演进
定制 HBM 是 2026—2027 年最大的产业变量：GPU/ASIC 客户把 DMA 控制器、数据压缩、ECC 与轻量计算 IP 下沉到 base die。三星已为谷歌、Meta、英伟达的定制项目增派约 250 名工程师。这一节的结论很简单——定制 HBM 把更多价值锁进了先进逻辑，NOR 在这条链上的位置没有任何变化，仍然只是系统启动时要读的那颗固件存储。
4.5 XTX 在整机价值中的占比
把视角从 HBM 拉回 NOR。AI 服务器带来的不只是颗数增加，更是容量档位的整体上移：
| 板内位置 | 传统服务器 | AI 服务器（2026） | 升级幅度 | XTX 是否具备 |
|---|---|---|---|---|
| GPU VBIOS | 16 Mb | 256 Mb / 512 Mb | 16—32 倍 | 是（256/512 Mb 各有 7 / 9 款 MP 量产） |
| BMC / CPU BIOS | 256—512 Mb | 512 Mb / 1 Gb，部分 2 Gb | 2—4 倍 | 部分（1 Gb 仅 2 款 MP；2 Gb 无 MP 型号） |
| DPU / 网卡 | 16—32 Mb | 256 Mb—2 Gb | 8—64 倍 | 部分（256—512 Mb 稳，2 Gb 无 MP 型号） |
| 光模块 | — | 16—128 Mb | 新增 | 是 |
这张表是本报告最有用的产出之一。它说明：AI 服务器对 NOR 的要求已经从「小容量启动器件」变成了「大容量高可靠固件载体」。XTX 在 256 Mb / 512 Mb / 1 Gb 三个点上都有量产型号，主力容量与需求高度重合——这是本品类最重要的正面事实，也是第 11 章建议的出发点。