SK海力士在CES 2026上首次展示了16层堆叠的HBM4内存，这一技术突破将直接影响下一代AI芯片的性能上限。它通过提升I/O密度、运行速度和能效，为解决大规模AI系统与数据中心的算力瓶颈提供了新的可能，是值得关注的技术进展。
智能速览
SK海力士发布业界首款16层堆叠HBM4内存。
运行速度高达11.7Gbps，比官方规范快25%。
单颗容量48GB，总带宽可达惊人的2.9TB/s。
采用MR-MUF封装技术，确保高密度堆叠的稳定性与散热。
专为解决AI数据中心对性能与能效的极致需求而设计。
精华内容
这款16层HBM4的亮相，不仅是数字上的飞跃，更是封装技术和制造工艺的集中体现。下面将从核心性能、封装挑战和关键技术三个维度，深入解读其背后的创新。
性能大幅跃升
SK海力士此次展示的HBM4，在性能指标上实现了显著突破。其单颗容量达到48GB，由16颗24Gb的芯片堆叠而成。运行速度最高可达11.7Gbps，远超JEDEC制定的8Gbps官方标准，提升了约46%。
这一速度配合2048-bit的超宽接口，使得总带宽飙升至2.9TB/s，相较前代HBM3E的带宽有大幅增长。这种性能的提升，直接回应了AI计算对数据吞吐率永无止境的追求，为更复杂的模型训练提供了坚实的硬件基础。
封装挑战升级
尽管HBM4的封装尺寸与前代HBM3E保持一致，约为10.5×12.0mm，但内部的集成度却发生了质变。16层堆叠使得芯片厚度达到约950微米，比12层HBM3E的750微米高出27%。
在有限的平面空间内，要容纳更多的I/O与电源凸块，这无疑极大地增加了封装的复杂度和制造难度。如何在堆叠高度增加的同时保证信号完整性和散热效率，是所有内存厂商面临的共同挑战。
MR-MUF技术破局
为应对高密度堆叠带来的散热和可靠性问题，SK海力士继续采用其核心的MR-MUF（Mass Reflow Molded Underfill）技术。该技术将芯片回焊与液态环氧模封材料填充过程相结合。
通过这种方式，不仅能有效填充芯片间的微小间隙，强化整体结构稳定性，还能显著提升热量从内部导出的效率，从而降低功耗并提升长期运行的可靠性。这项技术是实现HBM4高性能与高良率的关键保障。
赋能AI未来
HBM4的推出，精准地瞄准了AI训练和推理市场的核心痛点。对于英伟达等潜在的芯片巨头客户而言，HBM4带来的不仅是原始性能的提升，更重要的是在性能与能源效率之间取得更优的平衡。
在功耗动辄数千瓦的AI集群中，内存的能效比直接关系到运营成本。HBM4的高带宽与低功耗特性，将使其成为构建下一代超大规模数据中心和先进AI系统的理想选择，持续推动AI技术边界的拓展。
SK海力士的HBM4不仅是技术参数的刷新，更是为AI算力基础设施铺就的一条高速公路。它预示着未来AI芯片将在性能和能效上迎来新的飞跃。随着这场高带宽内存竞赛的加剧，最终受益的将是整个AI产业生态。
