韩国人一下赢麻了？

这就不得不说到，现在，连菜场的阿姨，都知道全世界的内存疯狂涨价。

PC内存、服务器内存、SSD，价格都在往上走。

有数据，2026年一季度部分DRAM合约价环比涨了近83%，部分NAND产品价格更是涨了约160%。

其中，DRAM是动态随机存取存储器，就是平时常见的内存、显存的底层存储芯片。

NAND，就是断电数据还在的U盘、固态硬盘的存储颗粒。

对普通消费者来说，这是一条“电子产品涨价降配”的新闻。

但在产业链里，它不只是这么看的。

真正的新闻是，韩国存储厂商把AI时代最关键的一条通道，抓在了手里。

这次韩国人赢麻了！

2026年一季度，老牌内存条厂商韩国SK海力士，交出了一份近乎离谱的成绩单：营收52.5763万亿韩元（合2471亿元人民币），营业利润37.6103万亿韩元（合1768亿元人民币），营业利润率72%。

综合KB证券、瑞银、交银国际等区间预测，SK海力士今年营收肯定破300万亿韩元了，净利润铁定超万亿人民币。

这是什么概念？

华为2025年全球营收也只是8809亿元人民币。

最近，关于“SK海力士韩国员工人均奖金将达610万人民币”的消息在社交媒体疯传，韩国人已经被投资理财顾问盯上了。

这么一家重资产、强周期、曾经被视为“苦生意”的存储厂商，以一己之力改写了人类半导体历史的天花板。

凭什么？

事实上，它赚的不是普通DRAM周期的钱，而是AI时代的瓶颈税。

什么瓶颈？

不是普通DRAM，而是HBM（High Bandwidth Memory），即高带宽内存。

SK海力士在财报里说得很直白：业绩创纪录，是因为AI基础设施投资扩张，带动了HBM、高容量服务器DRAM和企业级SSD等高附加值产品销售。

路透的报道更刺眼：SK海力士HBM销售负责人在电话会上说，未来三年客户对HBM的供货需求，已经远远超过公司产能。

翻译一下，就是：不是客户在挑供应商，而是供应商在挑客户。

连英伟达也被卡着脖子了。

那到底什么是高带宽内存HBM呢？

DRAM是动态随机存取存储器，是电脑、手机、服务器临时存数据的“工作台”。

DDR、LPDDR、GDDR、HBM，本质上都属于DRAM体系，只是为不同场景下修改了架构和封装。

不得不提到一点，就是我们电脑里的CPU，擅长的是串行复杂任务，像一个超级学霸，但一次只能干一两个事。

而负责图形处理的GPU，像1万个小学生，专为海量任务的并行计算设计。

AI计算基本都是重复简单矩阵运算，完美适配GPU并行模式，比CPU快几十上百倍。

因此，做了一辈子显卡GPU的英伟达才有机会站到历史风口上。

GPU的计算单元这些年跑得更快，也更容易通过增加晶体管、Tensor Core、低精度计算、芯片面积和功耗来把性能堆上去。

但正是因为GPU跑太快了，在AI训练、推理和HPC（高性能计算）里，很多工作负载已经明显受制于内存容量、内存带宽、片间互连和数据搬运效率，也就是常说的“memory wall/内存墙”。

此前有种说法是，GPU有70%的时间在等数据。

有效算力能不能释放，越来越取决于数据供给，内存带宽就成了木桶最短的那块板。

我们可以把内存带宽想成高速公路的车流量。

频率像车速，位宽像车道数。

普通内存想提高带宽，通常靠提高车速；GDDR也是这个思路，车跑得越来越快。

但车速提到一定程度，就会遇到功耗、发热、信号完整性这些问题。

SK海力士主要HBM产品系列及参数

HBM的作用，就不再只是拼车速，而是直接把路修宽。

它把多层DRAM芯片像楼房一样垂直堆起来，中间用TSV硅通孔打穿，把每一层连接起来，再通过先进封装和GPU计算芯片放在同一块中介层上。

像海力士现在最先进的HBM 4，可以堆叠12-16层。

这样做的结果是，HBM离GPU非常近，数据线非常多，传输距离非常短。

单个HBM堆栈的3D堆叠结构

通俗讲，GPU像一排火力全开的厨师，HBM像厨房和餐桌之间的传菜口。

厨师再快，传菜口太窄，菜端不过来，后厨就只能站着等。

如果说传统内存像从城外仓库开卡车送货，HBM就像把仓库搬进后厨，并且开了几千个窗口同时传菜。

而为了工程上得以实现，HBM要和计算裸片一起设计、一起封装、一起验证，必须和GPU单元长在一块。

AI狂潮中，所有人盯着英伟达H100、H200、B200，盯着GPU的算力、晶体管、有多少TOPS。

可HBM的层数、带宽、功耗、散热、封装良率，会直接决定整颗AI芯片能不能量产、能不能稳定跑、能不能按时交给云厂商。

如果拆开一张高端AI加速卡，你会发现，GPU计算核心只是舞台中央的演员，围在它旁边的HBM，才是那条决定它能不能上场的供血管。

这就是“高带宽”的真实含义。

英伟达B200 GPU采用的CoWoS 2.5D封装结构示意图

Epoch AI对英伟达B200的成本拆解估算显示，B200生产及物料成本约在5700至7300美元之间，中位数约6400美元；其中内存约占一半，HBM与先进封装合计约占总单位成本三分之二。

所以不夸张地说，英伟达的命，有一截握在韩国人手里。

AI产业的权力中心，正在发生一次关键迁移。

韩国不是突然赢的。

把时间线拉长，你会发现，HBM这门生意，本来就是韩国存储工业几十年攒出来的结果。

存储行业有一个残酷特点：技术曲线很陡，赚钱周期很短，亏钱周期很长。

全球存储行业周期曲线（野村证券）

这跟LCD显示行业特别像——

输了，会亏到窒息。

赢了，才有资格进入下一轮。

韩国存储芯片产业的起点，是赤裸裸的技术引进+逆向工程。

1983年李秉哲拍板，从美国美光公司花300万美元购买了64K DRAM的全套技术图纸，然后拆解东芝的芯片进行逆向工程，挖了上百名日本工程师。

早年的现代电子，1984年从日本东芝引进256K DRAM技术，1999年在韩国政府强制要求下合并LG半导体，2012年才被SK集团收购，真正走上正轨。

成就今天SK海力士的关键一跃，是2021、2025年，先后两次交割，以90亿美元收购英特尔NAND业务，获得了3D NAND技术和大连工厂，从NAND小透明变成和三星同台争霸。

在存储芯片这个行业，产能和资本才是真正的护城河。

技术差距最多6-12个月，但产能差距可以是3-5年。

1997亚洲金融危机时，三星亏损30亿美元，裁员三分之一，但半导体研发预算一分不减，反而逆势扩产30%。

2008年全球金融危机，DRAM价格暴跌90%，德国奇梦达破产。三星再次逆势扩产，在2012年收购日本尔必达，日本彻底退出DRAM市场。

2022-2023年存储寒冬，SK海力士单季度亏损超40亿美元，但HBM产能不仅没减，反而翻倍。

而且，HBM最早并不是为AI准备的，它在高性能计算、图形和网络设备里已经演进多年。

SK海力士很早就参与HBM标准和量产路线，在HBM2、HBM2E、HBM3到HBM3E的迭代中不断提高堆叠层数、带宽和良率。

等2024年起AI需求集中爆发时，只有SK海力士有足够的HBM产能，紧密绑定英伟达这个大客户，直接赚翻了天。

SK海力士中国无锡工厂生产线全景。图源：SK海力士

这背后，韩国财阀+国家信用共同背书的“无限弹药”模式，真的是吓人。

2016-2025年，三星和SK海力士在存储芯片领域的总资本开支超过5000亿美元，是同行美光+铠侠+西部数据总和的2.3倍。

2026年，SK海力士计划资本开支70万亿韩元（约3360亿人民币），其中70%用于HBM；三星资本开支120万亿韩元，其中50%用于存储板块。

其中重点包括M15X产线、龙仁半导体集群基础设施，以及EUV等关键设备。

CNBC援引Counterpoint数据称，2025年第四季度，SK海力士在HBM市场份额约57%，领先三星和美光。

这背后不是一场短跑，而是一场国运、资本、工程组织能力和客户协同的长跑。

SK海力士在过去经历了6次全行业巨亏，今年这是把15年的利润一把全赚回来。

这件事对中国真正刺痛的地方在于：

我们习惯说芯片卡脖子，但HBM把“卡脖子”往更深处推进了一层。

即使有了GPU，如果没有高端HBM，AI芯片同样跑不满。

美国商务部BIS在2024年12月的新一轮出口管制里，明确把HBM纳入控制范围，并称HBM对大规模AI训练和推理至关重要，是先进计算IC的关键组件。

对手也知道刀口在哪里。

中国在普通DRAM上已经有长鑫存储这样的企业，虽然份额和技术代际仍在追赶，但至少解决了一部分“有没有”的问题。

HBM不同，它不是把DRAM颗粒做出来就完事，它要求DRAM、TSV、先进封装、热管理、测试、EDA和客户联合验证一起过关。

那怎么办？

还记得上个月，DeepSeek V4发布时，论文里那行“小字注释”吗？

“受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市，Pro的价格会大幅下调。”

这句话信息量太大了。

在去年9月的华为全链接大会上，华为轮值董事长徐直军当时表示，华为自研了两种HBM，分别是HiBL 1.0和HiZQ 2.0，同时发布了灵衢/UnifiedBus协议。

他还说，基于中国可获得的芯片制造工艺，打造“超节点+集群”算力解决方案，持续满足算力需求。

这句话很工程，也很中国。

别人有最先进单芯片、最高端HBM、最成熟封装，我们没有完全同等的条件，就不能只在单点指标上硬碰硬。

中国方案更像是在山路上开车：发动机排量不够，就要改变车队调度、路线设计、换挡节奏和油料补给。

华为的超节点思路，就是把更多芯片通过高带宽、低时延互联组织起来，让很多颗相对受限的芯片，在系统层面尽可能像一台大机器工作。

换句话说，没有先进光刻机，国内现在做不了高难度3D垂直堆叠的HBM，那就在平面上用成熟2.5D MCM/Chiplet平铺封装堆数量、堆位宽、堆总容量。

再靠自研内存控制器+灵衢互联协议+内存池化软件，把硬件物理上的带宽、延迟短板，用架构和软件强行补平。

内存颗粒逐步转向长鑫存储等国产供应商。

徐直军提到的Atlas 950超节点，预计今年四季度上市，就是国产DeepSeek v4大模型，心心念念在等的那个。

这听起来，多少有点悲壮。

中国AI算力的破局，不会是一夜之间把每个零件都做到全球第一，而是在被限制的工具箱里，把系统做到能跑、能用、能扩、能持续迭代。

先解决有没有，再解决好与坏。

先跑起来，再调速度。

这不是退让，是工业追赶里的基本纪律。

AI算力不是一颗芯片的胜利，而是一条供应链的合谋。

GPU负责算，HBM负责喂，封装负责把两者绑在一起，数据中心负责供电散热，网络负责把成千上万张卡连成一台巨大的机器。

任何一个环节卡住，整条链都会降速。

AI产业链可分为上游基础层、中游技术层、下游应用层

以前我们说AI竞赛，容易把它想象成天才科学家、算法论文和大模型参数种种。

现在再看，它更像一场工业战争：谁有晶圆厂，谁有封装线，谁有HBM产能，谁有电，谁有机房，谁有调度十万张卡的工程能力。

韩国存储厂商这次赚疯了，本质上是在收取“带宽税”。

大模型公司再会讲故事，也要排队等算力。

云厂商再有钱，也要排队拿GPU。

英伟达再强，要排队买HBM。

结果，所有宏大的AI叙事，最后都落到一个朴素问题上：数据能不能及时送到计算核心旁边？

送不到，就只能等。

真正的卡脖子，从来不是一个零件，而是一套体系。

今天被卡在HBM，明天可能被卡在先进封装，后天可能被卡在光互联、EDA、材料……

每步入一个新的窄门，技术权力就会发生迁移，我们就面临新的难点。

补短板不能只靠口号，也不能只靠单点突破。

它需要长期资本、耐心工程、真实需求牵引，以及一次次并不光鲜的量产爬坡。

韩国人用几十年证明了这一点。

AI时代最重要的资产，是能把数据、芯片、系统、软件和制造组织起来的超综合能力。

谁能把这件事做成，谁才真正握住AI的命门。

相比之下，美国人已经沉淀了一张半导体的全球供应链网络。

我们将凭一己之力独自完成。

道阻且长，行则将至。

○正解局是头部的产业财经新媒体、专注于中国产业经济与城市发展研究的财经研究型内容智库机构，成立于2018年。正解局长期从产业视角分析城市竞争力、企业发展路径与宏观经济趋势，核心理念为“解读产业，发现价值”。