高频宽存储器HBM（High Bandwidth Memory）作为当前热门的内存技术，具有高带宽、大容量、低延迟的DDR DRAM组合阵列，相比于传统内存，可提供极高的数据吞吐量，在AI服务器领域大杀四方。现今，存储巨头与手机厂商又一拍即合，意欲将HBM这件“算力利器”发挥得淋漓尽致，使其从数据中心转入移动设备市场，夺取下一阶段的商业化胜利。
此前，业界长期流传着苹果公司将在20周年纪念版iPhone上使用HBM内存的消息，而最近国内手机厂商似乎也开始面向HBM展开竞逐，隐有赶超苹果之势。在手机需求疲软的当下，这场“内存战争”既充满了变数，又带给消费者诸多期待。
头部厂商“尝鲜”，移动HBM落地节点
2007年，苹果公司在旧金山发布初代iPhone，该产品的问世被视作手机的再次“发明”，打破传统功能机的固有格局。随着20周年的临近，苹果似乎有意愿复刻辉煌。有媒体报道，苹果计划在2027年推出具有纪念意义的iPhone产品，不仅在外形设计上追求突破，更计划导入HBM技术。倘若消息属实，继而结合苹果AI架构，将有望实现大型语言模型（LLM）于装置本体运行，在兼顾低耗电与低延迟的同时，将iPhone推入全新性能层级。
据悉，苹果已委由三星电子与SK海力士分别研发移动HBM，并预计于2026年启动量产，以赶上“iPhone 20周年”。两大存储巨头或采用不同先进封装工艺，各自为苹果公司量身打造高密度、低耗电解决方案。目前业界所讨论的移动HBM，即为针对手机等移动设备单独设计的“类HBM”，其目标是在保留高资料传输率的同时，降低功耗与存储器芯片面积。
计划将HBM搬上手机的并不只有苹果。社交平台博主“数码闲聊站”7月1日曾发布一条讯息，称“除了折叠比例抢先苹果，AI功能和定制化内存方案也会领先苹果，某厂会先于苹果落地HBM DRAM”。按照时间表（2027年之前），有能力且产品价格支撑得起HBM的大厂，大概不会很多，有几家厂商的溢价能力能够支撑呢？
在一些行业人士的分析中，“遥遥领先”大厂或抢先成为推出搭载移动HBM的手机的厂商，原因是其具备几方面的必要能力：其自研的SoC芯片可定制HBM所需的内存控制器、自研的操作系统支持HBM所需的字节级内存调度，其散热专利可解决HBM功耗高问题，这“三位一体”的技术闭环有助于其在技术创新领域实现抢跑。而战略层面，该厂商也有足够的意愿通过端侧AI体验来进一步突破高端手机市场。
“2026年末至2027年初可能成为移动HBM落地手机端的临界点，三星电子、SK海力士就计划于2026年实现移动HBM的商业化，以支持AI应用，” 得一微电子同时观察到另一种高带宽内存方案，该公司首席市场官罗挺表示，3D DRAM技术正取得显著进展，有望成为当前替代HBM进入手机的更优方案。
据悉，业界已有AI芯片公司创造性地设计了独立NPU，集成高带宽3D DRAM，更有灵活性和可行性，或最早在2025年至2026年完成样机验证，有望比HBM更快在手机端侧应用。得一微电子也同步为AI手机提供高带宽UFS存力芯片，顺应移动HBM手机需求，以便扩展更大的模型。
“既生瑜何生亮”，LPDDR败北
为什么在当下移动HBM开始爆火，是传统内存方案技穷了吗？业内某ODM大厂技术人员章成（化名）介绍，目前中端手机内存主流方案是LPDDR4，旗舰手机为LPDDR5甚至LPDDR5X。集微网向其了解“目前主流内存方案能够满足AI手机需求吗”？其表示，近年来，手机硬件经过持续的迭代升级，性能实质上已接近顶峰。
但凡事怕比较，当LPDDR遭遇移动HBM，一切都不够看了。目前，HBM3E使用支持1024位的数据总线宽度，而LPDDR5X则是64位总线，这使得LPDDR5X的带宽为8533Mbps（1066.6MB/s），而HBM3E传输速率却达到了惊人的9.6GB/s，可提供1.2TB/s带宽，相当于前者的1180倍。
HBM“碾压式”的带宽（达TB级），超低的数据延迟，可彻底解决AI训练等数据瓶颈，其3D堆叠技术还可缩小占地面积50%以上，非常适合高集成度芯片。这些性能优势大到足以蛊惑有志于AI手机的厂商下决心用上移动HBM。因此，似乎不能简单地将手机厂商青睐HBM归因为产品硬件升级的结果，倒更像是头部厂商的技术前探。
假设移动HBM在手机端实现应用，最重要的革新之一便是可支持端侧大模型的落地与应用，其超高带宽可承载百亿级参数大模型在手机端运行，彻底摆脱云端依赖。用户可在离线状态下实现AI绘图、实时文案生成、多语言翻译等复杂任务，彻底颠覆手机端AI功能体验。
“端侧大模型在手机端的落地可保证敏感数据的本地化闭环，规避数据泄漏风险；同时，透过手机端HBM的本地预处理减少云端计算量，可有效降低服务器负载与通信成本；最后，HBM能将手机应用启动、多任务切换延迟可降低至毫秒级，手机AI助手的Token生成速度更是可以提升5-10倍以上。”罗挺说。
力推移动HBM，存储巨头争分夺秒
HBM的制造远比传统DRAM芯片更为复杂。其一般采用先进的3D堆叠技术，通过硅通孔（TSV）将多个DRAM芯片垂直连接。这种独特的设计，能够充分满足AI运算对海量数据的快速处理需求，有效减少数据传输的延迟，大大提高了训练效率。
与HBM一样，移动HBM具有相同的堆叠概念，但后者采用阶梯状堆叠LPDDR DRAM的方式，再用垂直电线将其连接到基板；此外，移动HBM作为定制产品，在批量生产之前需针对客户产品作优化设计，以满足特定需求，这种趋势有望为整个行业带来更为灵活高效的解决方案。
“倘将AI芯片上的HBM直接移植到手机这样的小尺寸终端上，首先将面临尺寸大、散热难和成本高等问题，显然不是个好办法，”有业内人士指出，目前讨论在手机上搭载移动HBM，属于“类HBM”技术，譬如LLW DRAM/LPW DRAM方案。
集微网了解，LLW （Low Latency Wide I/O）DRAM与LPW（Low Power Wide I/O）DRAM实际上是同一种技术的不同叫法。首先被业界熟悉的是LLW DRAM——2024年7月有消息爆出，苹果Vision Pro头显所采用的R1芯片搭载的是由SK海力士供应的LLW DRAM，该内存不仅提供256GB/s带宽，还以1GB的容量和相较于传统内存8倍的I/O引脚数，展现其在数据传输速度上的巨大优势。围绕LLW DRAM，三星电子亦积极备战，于2023年11月发布公告，称针对设备端本地运行AI的需求，特别研发LLW DRAM，其性能优于现有的LPDDR解决方案。
据悉，三星电子、SK海力士均计划在2026年前后推出采用新型“类HBM式”堆叠结构的移动内存，以应对日益增长的智能设备端侧AI处理需求，前者以“VCS（Vertical Cu post Stack）”为名开发该技术，后者则以“VFO（Vertical wire Fan-Out）”为名开发该技术，采用不同的封装技术。
三星电子采用VCS技术，将从晶圆上切割下来的DRAM芯片以台阶形状堆叠，用环氧材料使其硬化，然后在其上钻孔并用铜填充。今年2月，三星电子DS部门首席技术官 Song Jai-hyuk 在IEEE ISSCC 2025会议上表示，首款针对设备端AI应用优化的LPW DRAM内存产品将于2028年发布。三星电子宣称，LPW DRAM带宽可达200GB/s以上，较现有LPDDR5X提升166%；功耗降至1.9 pJ / bit，比LPDDR5X低54%。
SK海力士开发的VFO的技术则选择铜线而非铜柱。DRAM以阶梯式方式堆叠，并通过垂直柱状线/重新分布层连接到基板。其使用铜线连接堆叠的DRAM，然后将环氧树脂注入空白处以使其硬化，实现移动DRAM芯片的堆叠。数据显示，SK海力士2023年的VFO技术验证样品在导线长度上仅有传统布线产品的不到1/4，能效提升4.9%。虽然该方案带来了额外1.4%的散热量，但封装厚度减少了27%。
挑战堆高成本，昂贵的AI手机
过去一年里，绝大部分手机厂商都适时推出AI手机，被业界广泛视为“AI手机元年”。但据集微网观察，当前生成式AI大模型仍以云端、端云协同部署为主流方案。想要实现“每台手机都是AI终端”的目标，除了大模型在轻量化、高性能上的持续优化，移动HBM的上机势在必行，这足以让手机获得更强、更安全的端侧大模型能力。
但移动HBM在手机端的应用，尚面临诸多挑战：
首要问题就是制造工艺的良率。当前，HBM依赖的TSV技术制造工序相当复杂，良率仅40%～60%，这也导致其复杂的研发制造技术高度集中在极个别存储大厂手中；HBM还需进行KGD（已知良品芯片）和KGSD（已知良品堆叠）双重测试，且堆叠后芯片的物理访问受限，需开发非接触式测试技术，这使得测试与封装成本上升，进一步堆高移动HBM总体成本——有博主表示，LLW DRAM相较LPDDR，成本要高出3~4倍。
此外，移动HBM在手机应用端也存在挑战，其在硬件层面需重构内存子系统，比如HBM的1024位宽总线需要SoC中的内存控制器重新设计，在系统层，现有页式内存管理（4KB粒度）需支持 HBM的字节级访问等；同时，手机不同于PC机和服务器，其散热条件有限，高功耗会极大影响手机整体续航。当前HBM功耗远超手机被动散热极限，这也是HBM在手机端应用前必须解决的问题。
市调机构Canalys最新研究显示，2025年第二季度，全球智能手机市场同比下滑1%，这是该行业连续6个季度以来的首次下跌。面对疲软的市场，业界还是期待移动HBM的参与能够提振消费电子市场，通过AI手机的硬件革新引爆消费者购机欲望。
手机搭载移动HBM可视为AI技术驱动与手机产业升级双重作用的结果，其落地标志着AI手机从概念验证迈向实质进化的关键转折点。罗挺说：“一方面AI端侧技术的刚性需求驱动HBM落地手机端，实现端侧大模型、零延迟交互、数据隐私闭环三位一体；另一方面，手机AI能力将成为高端机型‘分水岭’，头部厂商寄望于HBM构建技术代差。”
但构建技术代差是有代价的，移动HBM的使用必将推升整体制造成本，使得手机厂商在积极引入移动HBM时面临一个灵魂拷问：担下更多成本or旗舰机增配涨价？届时，市场将用消费者的投票给予回答。
