AI 内存极限再创突破！SK 海力士正式交付 12 层 HBM4E 工程样品

导语

首尔，2026 年 6 月 18 日 —— 全球高端高带宽内存（HBM）龙头企业 SK 海力士今日官方宣布，已面向全球 AI 芯片、超算核心客户批量交付12 层堆叠 HBM4E工程样品，较此前市场预期的下半年送样节点大幅提前，正式开启下一代千亿参数大模型算力基础设施验证周期。依托自研先进堆叠与低功耗 DRAM 工艺，新品在带宽、单堆栈容量、能效、散热四大维度实现代际全面跃升，持续夯实 SK 海力士在 AI 存储赛道的技术领先地位。

正文

作为面向生成式 AI、超大规模训练集群、云端高并发推理场景的第七代高性能 HBM 产品，12 层 HBM4E 是 SK 海力士面向 2027 年新一代 AI 加速器打造的核心存储方案，此次提前送样标志全球 AI 算力硬件军备竞赛进入全新阶段。

一、核心性能全面升级，算力瓶颈大幅缓解

本次交付的 12 层堆叠 HBM4E 采用 1c 纳米 DRAM 核心裸片，单堆栈集成 12 颗 32Gb 存储晶粒，实现48GB 超大单堆栈容量，相较上一代 HBM4 容量提升超 30%，可完整承载 300B 以上参数大模型，减少多卡内存交换开销，大幅延长上下文窗口、提升 KV 缓存承载能力。

传输性能层面，产品引脚速率最高可达16Gbps，搭配全新优化高速接口架构，单堆栈峰值带宽突破 4TB/s，数据吞吐能力较 HBM4 提升近 38%；同时通过电路架构重构降低传输延迟，高负载算力集群下数据读写稳定性显著增强，完美适配万亿参数大模型训练、多模态 AI、自动驾驶仿真等高数据流场景。

二、能效与散热技术革新，降低数据中心运营成本

针对 AI 服务器高功耗、高热痛点，SK 海力士为 HBM4E 搭载全新低功耗电路设计，整机能效相较前代提升20% 以上，同等算力规模下可显著降低数据中心电力消耗。

堆叠工艺上，产品采用升级款MR-MUF 先进封装技术，优化多层晶粒贴合、填充与散热通路，相较 HBM4 热阻降低约 17%，有效解决多层堆叠芯片热量堆积难题，长时间满负载运行下温度控制更稳定，延长服务器整机使用寿命，降低散热配套硬件投入。

三、研发与量产节奏提速，深度绑定全球头部算力厂商

SK 海力士官方表示，依托多年 HBM 全流程自研、大规模量产积累的技术沉淀，团队仅在 Computex 2026 静态展出产品两周后，即完成工程样品交付，送样进度超出内部规划。目前样品已送达英伟达、云服务商、高端超算厂商等核心合作伙伴，全面进入功能、稳定性、整机适配联合验证阶段。

公司规划，在完成客户认证调试后，将于 2027 年按客户需求启动 12 层 HBM4E 规模化量产，同步推进 16 层更高规格 HBM4E 研发，持续扩充 AI 存储产品矩阵，匹配全球算力市场持续扩张的存储需求。

SK 海力士相关负责人表示：“大模型迭代速度持续加快，算力对内存容量、带宽、能效的需求呈指数级增长。此次 12 层 HBM4E 提前送样，是我们响应行业需求的关键落地。未来我们将持续与全球生态伙伴深度协同，以领先存储技术突破 AI 算力瓶颈，助力全球人工智能产业高效、低碳发展。”

行业解读

当前全球 HBM 市场竞争持续升温，高带宽内存已成为高端 AI GPU 的核心稀缺配套。SK 海力士 12 层 HBM4E 提前落地，进一步拉开多层堆叠存储技术迭代速度差距。业内分析指出，更高带宽、更大单栈容量、更优散热能效的 HBM4E，将直接支撑下一代 Blackwell、Rubin 系列 AI 芯片性能释放，缓解行业长期存在的 “算力强、内存弱” 瓶颈，同时有效降低超算、智算中心长期运营能耗成本，推动 AI 基础设施绿色升级。