SK海力士董事长崔泰源关于“AI内存短缺将延续至2030年”的预测，在行业内激起了不小涟漪。这并非危言耸听，而是基于一个残酷的物理现实：HBM（高带宽内存）正在以一种前所未有的方式“吞噬”着全球的晶圆产能。传统DRAM的短缺或许可以通过扩产缓解，但HBM引发的结构性失衡，其影响深度和时间跨度远超市场预期。
HBM：一个“吃”晶圆的怪兽
HBM与传统DRAM的根本差异，在于其“立体”而非“平面”的制造方式。它不是在一块晶圆上平铺存储单元，而是通过TSV（硅通孔）技术将多颗DRAM芯片垂直堆叠在一起，并与底层逻辑芯片（如GPU）通过中介层互联。这种架构带来了颠覆性的性能，也带来了惊人的材料消耗。
- 晶圆消耗倍增：生产一颗HBM芯片，需要先制造多颗高品质的基础DRAM芯片（即核心），再进行堆叠、键合、测试。每一步都伴随着良率损耗。业内估算，每生产1GB容量的HBM，所消耗的晶圆面积是生产1GB标准DDR5内存的3倍以上。这还不包括封装和中介层消耗的额外硅片。
- 工艺独占与产能挤占：HBM必须使用最先进的制程（如1αnm、1βnm）来保证高密度和低功耗，这些产线本就稀缺。当晶圆厂将大量先进产能分配给HBM时，必然挤占用于生产传统服务器DRAM、移动DRAM的产能，导致整个内存市场“按下葫芦浮起瓢”。
供需剪刀差：2030年并非终点
崔泰源提到新建晶圆厂需要五年以上前置时间，这恰恰揭示了问题的核心：供给的增长曲线，远远追不上需求爆发的斜率。
- 需求端指数级膨胀：AI模型参数规模正以每年10倍的速度增长，对内存带宽和容量的需求是指数级的。每一代新的GPU（如Blackwell后的Rubin）都会集成更多HBM，从目前的HBM3E向HBM4演进，单颗芯片的HBM容量将从几十GB迈向数百GB。这不仅仅是GPU的需求，AI推理卡、定制AI芯片（ASIC）乃至高端CPU，都在争抢HBM产能。
- 供给端线性且脆弱：即便SK海力士、三星等巨头立刻启动天量资本开支，新建的晶圆厂从破土动工到设备调试、良率爬坡，周期长达5-7年。这期间，现有产线的扩产幅度有限，且受限于EUV光刻机等关键设备的交付排队。更棘手的是，HBM的封装和测试产能（特别是CoWoS等先进封装）同样紧张，构成了另一个瓶颈。
失衡的市场与无奈的客户
“客户愿意出资购买设备，只求锁定产能”的现象，生动描绘了这场短缺的惨烈程度。这不再是简单的买卖关系，而是演变为战略资源的绑定。对于英伟达、AMD、乃至大型云服务商而言，HBM的稳定供应直接决定了其AI硬件产品的上市节奏和市场份额。他们不得不提前数年进行资本布局，深度介入供应链，以确保自身不被“内存荒”卡住脖子。
这种深度绑定，进一步固化了HBM产能的分配格局。有限的产能会优先流向出价最高、合作关系最紧密的头部客户，而中小型AI芯片公司可能面临“无米下锅”的困境。市场将从充分竞争转向资源争夺，行业门槛被无形中大幅抬高。
因此，HBM让内存缺货“烧”到2030年，本质是一场由颠覆性技术架构引发的、跨越整个半导体生态的长期资源错配。它不是一个周期性波动，而是一个结构性拐点。在AI算力军备竞赛的推动下，HBM作为核心“弹药”，其产能争夺战才刚刚打响，并将持续定义未来数年全球科技产业的权力格局。