HBM将占近三成DRAM产能:AI存储升级,PCB真正受益在哪里?
2026年9月29日,三星电子执行副总裁Kim Taewoo表示,预计2027年HBM将占DRAM行业晶圆总产能近30%,目前这一比例约为20%。由于HBM与传统DRAM共享晶圆产能,HBM持续扩产可能进一步挤压普通DRAM供应。TrendForce同日上调2027年HBM价格预期,预计混合平均售价同比增长121%,原因包括供应持续紧张以及HBM4等高价产品占比提高。
对PCB行业而言,这组数据最容易产生一个误解:HBM产量增加,就等于存储模组PCB同步增加。
实际传导链条要复杂得多。HBM主要通过先进封装与GPU、ASIC等计算芯片协同工作。PCB真正值得关注的,是HBM升级之后,AI加速器、服务器主板和高速交换系统为了匹配更高计算与数据吞吐能力,会发生什么变化。
HBM为什么宁愿占掉更多晶圆产能?
HBM解决的是AI计算中一个非常现实的问题:芯片算得越来越快,数据必须及时送过去。
传统内存与处理器之间存在较长的数据传输路径。当GPU需要频繁读取大规模模型参数时,存储带宽不足就可能限制计算效率。
HBM采用多层DRAM Die垂直堆叠,并通过高密度互连缩短数据传输路径,提高带宽,因此成为高性能AI加速器的重要组成部分。
但这种结构也需要消耗更多晶圆资源。三星高管预计HBM占DRAM晶圆产能的比例将从约20%升至近30%,正说明AI需求正在改变存储产业内部的产能分配。
AI需要的不只是更多内存,而是能跟得上算力速度的内存。
这才是HBM持续扩产的核心逻辑。
HBM不直接等于PCB,但会让服务器PCB面对更高带宽
HBM本身并不是传统意义上的一块“内存条”。
它通常与GPU、ASIC等计算芯片通过先进封装形成高带宽连接。因此,把HBM扩产直接换算成存储模组PCB需求并不准确。
但当HBM持续升级,GPU获得更高的存储带宽以后,数据还需要通过服务器内部网络继续流向CPU、网卡、交换芯片和其他加速器。
这时候,压力就会继续向系统级PCB传导。
AI服务器主板、加速卡以及高速交换设备需要承载越来越多高速信号。信号速率提高后,PCB材料损耗、叠层设计、过孔结构和阻抗一致性都会影响传输质量。
因此,HBM升级与PCB之间真正的联系不是“多一颗HBM,多一块PCB”,而是:
芯片内部的数据跑得更快以后,板级互连也必须跟上。
这会继续提高高速高多层PCB在AI服务器和网络设备中的重要性。
数据跑得越快,高多层PCB为什么更难制造?
AI服务器需要同时处理高速信号、电源和大量器件连接。
当高速通道增加,有限的PCB表面很难容纳所有线路,更多信号层、电源层和参考平面需要进入板内,高多层结构的重要性随之提高。
但增加层数只是开始。
高速信号对阻抗非常敏感。线宽、铜厚、介质厚度以及材料介电特性发生变化,都可能影响实际阻抗。与此同时,过孔本身也会影响高速信号,因此部分高速板还会通过背钻等工艺减少不需要的孔段。
于是,制造端需要同时控制压合、层间对位、钻孔、线路以及阻抗。
聚多邦目前PCB制造覆盖1—40层,支持高速高频材料、HDI 1—5阶以及背钻等工艺,阻抗控制常规为±8%,高速需求可控制至±5%。对于高速算力板,DFM评审可以在生产前检查叠层、线路、孔结构和阻抗设计等可制造性问题。
这类能力所对应的并不是HBM芯片本身,而是HBM推动AI计算平台继续升级之后产生的板级制造需求。
HBM抢产能,对普通PCB更值得关注的是成本传导
HBM扩产还有另一面。
由于HBM与传统DRAM竞争有限的先进制程和晶圆产能,TrendForce预计2027年存储供应仍将偏紧,部分GPU和ASIC厂商甚至开始评估降低单颗芯片的HBM搭载容量,以平衡供应和系统成本。
这说明AI硬件升级并不是单向增加配置。
当存储价格和供应发生变化,服务器厂商可能重新调整HBM容量、系统架构甚至整机物料成本。
但这里需要区分两个概念:DRAM价格上涨并不会直接推高PCB板材或加工成本,因为两者属于不同供应链。更现实的影响,是整机BOM成本发生变化以后,设备厂商可能重新评估其他零部件的规格、成本和采购策略。
因此,对PCB企业来说,HBM价格上涨既不是直接涨价依据,也不能简单理解为订单增长信号。
一个观察AI硬件投资强度和系统架构变化的窗口
三星预计2027年HBM将占DRAM晶圆产能近30%,说明AI正在改变的不只是GPU市场,也开始改变存储产业原有的产能分配方式。
而对PCB产业而言,真正值得跟踪的并不是HBM晶圆增加了多少,而是HBM4及后续产品进入新一代AI平台之后,GPU、服务器主板和交换网络需要多高的数据传输能力。
HBM解决的是芯片附近的数据带宽问题,高速PCB解决的是数据离开芯片之后如何继续稳定传输。
当AI算力、存储带宽和网络速度同时向上走,高速高多层PCB的价值才会真正被放大。下一阶段PCB制造竞争的关键,也将越来越集中在高速材料、复杂叠层、阻抗控制和批量一致性这些看不见、却直接影响系统性能的制造环节。