三星推进移动HBM多层堆叠FOWLP技术，内存堆叠层数增加超1.5倍

近日，三星电子公布了下一代移动 HBM 封装技术——多层堆叠 FOWLP。这项技术面向智能手机和平板电脑，可实现带宽提升 15-30%，内存堆叠层数增加 1.5 倍以上。

HBM 此前主要用于服务器和 AI 加速器，依靠硅通孔（TSV）和 2.5D 封装实现高带宽，但体积、功耗和成本都不适合移动终端。随着端侧 AI 大模型对数据吞吐量的需求激增，手机传统使用的 LPDDR 内存正逐渐成为性能瓶颈。三星此次的技术路线，试图在移动端实现接近服务器级的内存带宽。

（图片来源：三星官网)

01：

技术原理：多层堆叠 FOWLP 如何实现带宽提升

传统移动内存采用铜线键合技术，IO 端子数量通常限制在 128-256 个。这种架构的数据通路较窄，在端侧 AI 计算场景下，信号损耗较高，散热和电源效率也存在短板。

三星此前开发了垂直铜柱堆叠（VCS）技术，将 DRAM芯片垂直堆叠，通过铜柱连接。相较传统引线键合，VCS 的 IO 密度提升 8 倍，带宽提升 2.6 倍。但 VCS的铜柱纵横比（高度/直径）仅为 3-5:1，属于较矮胖的结构，在垂直空间利用和堆叠层数扩展上很快遇到瓶颈。

新方案的核心改进有两点：

第一，铜柱纵横比大幅提升。 三星将铜柱纵横比从 3-5:1提高到 15-20:1。铜柱变得更细更长，在相同占地面积下可以堆叠更多层 DRAM 芯片，同时横向可布置更多 IO 端子，从而带来 15-30% 的带宽提升和 1.5 倍以上的堆叠层数增长。

第二，引入 FOWLP 作为结构支撑。 当铜柱直径缩小到 10 微米以下时，细长的铜柱在制造和使用中容易出现弯曲或断裂。三星采用扇出型晶圆级封装（FOWLP）作为外部支撑结构，在芯片塑封后将布线向外延伸，形成坚固的支架，从外部托住这些超高纵横比的铜柱。

铜柱负责导电和堆叠，FOWLP 负责结构支撑和信号路由。两者结合，既提高了 IO 密度，又解决了机械可靠性问题。简单来说，如果把传统 LPDDR 比作平房，VCS 是多层楼梯房，那么多层堆叠 FOWLP 就是在同样地块上盖起了带外挂电梯井的摩天大楼，容量和吞吐量都实现大幅跃升。

（图片来源：三星官网)

02：

商业布局：三星与 SK 海力士的移动 HBM 竞争

这项技术并非突然出现。2024 年 7 月，三星在异构集成路线图中已预告 LP Wide I/O 内存（位宽 512bit，为 LPDDR5 的 8 倍），计划采用 VCS 技术，目标在 2025 下半年至 2026 年中量产就绪。2026 年 5 月公布的多层堆叠 FOWLP，可以看作是 VCS 技术的升级版本。

从商业角度看，三星的战略意图很明确：在服务器 HBM市场之外，率先开辟移动 HBM 的增量市场。据 TrendForce 数据，2026 年全球 HBM 位元消耗量预计同比增长 92% 至 285亿Gb。服务器市场固然利润丰厚，但移动 HBM 一旦量产，将面向智能手机、平板、AR/VR 等十亿级设备市场，打开全新的增长空间。

（图片来源：三星官网)

但三星不是唯一的参与者。SK 海力士正在推进 VFO（垂直扇出）技术，与三星形成直接竞争。两家公司的技术路线存在明显差异：

三星采用铜柱作为垂直互联媒介，配合 FOWLP 外部支撑，追求高带宽和信号完整性，优先保障性能上限。其LLW DRAM（低延迟宽IO内存）宣称带宽可达 128GB/s，能耗 1.2pJ/b。

SK 海力士 采用铜线替代铜柱，通过 FOWLP 的 RDL（重分布层）重新布线，追求低功耗和轻薄化，优先保障能效比。VFO 技术可将线路长度缩短至传统内存的 1/4 以下，能效提高 4.9%，封装厚度减少 27%。

业内人士评价，三星侧重高带宽设计，优先考虑产品性能；SK 海力士聚焦低功耗与轻薄化，优先考虑成本效益。目前判断哪条路线更有市场价值还为时过早，不同客户有不同需求。

值得注意的是，移动HBM很可能不会以标准化产品形态出现，而是走向定制化。据行业消息，三星正在与多个 SoC 客户合作开发 LPW DRAM，已确认包括苹果和三星自家的移动体验业务部门。苹果对移动 HBM 的兴趣较为明确，从 Vision Pro 的定制化低功耗 DRAM 到未来 iPhone 的端侧 AI 需求，移动 HBM 几乎是必然选择。华为也在积极探索该技术的可能性。

这意味着，移动 HBM 的竞争将从单纯的技术参数比拼，升级为客户绑定能力的较量。SK 海力士凭借 HBM3E 的良率优势，已深度绑定英伟达；三星则试图通过自研Exynos 芯片、自研移动 HBM 和自家 Galaxy 终端的一站式方案，构建垂直闭环。

03：

面临问题：量产时滞、成本压力与系统重构

尽管技术前景明确，移动 HBM 的商业化仍面临三个现实问题。

首先是量产时滞。 当前服务器、数据中心和 AI 加速器对 HBM 的需求仍处于爆发期，三星很难将资源从利润丰厚的服务器 HBM 产线，大规模转移到移动 HBM 的量产上。移动 HBM 的量产时间表因此存在不确定性。乐观估计，该技术最早可能在 Exynos 2800 后期版本或Exynos 2900 上应用。

其次是成本压力。 HBM制造工艺复杂，TSV（硅通孔）良率目前仅 40%-60%，还需经过 KGD（已知良品芯片）和 KGSD（已知良品堆叠）双重测试，非接触式测试技术也推高了封装成本。有业内人士透露，LLW DRAM 相较 LPDDR 成本要高出 3-4 倍。在价格敏感的消费电子市场，这意味着移动 HBM 初期只能用于超高端旗舰机型，短期内难以下沉到中低端产品。

（图片来源：三星官网)

最后是系统重构难度。 移动 HBM 上机不是简单的内存替换，而是涉及芯片、封装、系统的全栈改动。硬件层面，HBM 的 1024 位宽总线需要 SoC 中的内存控制器重新设计；系统层面，现有页式内存管理（4KB 粒度）需要支持HBM的字节级访问；散热层面，HBM 功耗远超手机被动散热极限，必须配合全新的热管理方案。任何一环未能跟上，都会导致带宽提升 15-30% 停留在实验室数据，无法转化为用户体验。

结语

三星的多层堆叠 FOWLP，是在移动端开辟 HBM 应用的一次关键尝试。在 AI 算力从云端向端侧迁移的趋势下，内存带宽正成为决定端侧 AI 体验的核心资源。

但技术落地从来不是单向度的胜利。量产延迟、成本高昂、系统重构复杂，这三重障碍横亘在前。2026 年的今天，移动HBM已不再是概念；但它何时从旗舰专属走向大众标配，取决于三星能否在服务器 HBM 的短期利润与移动 HBM 的长期卡位之间，找到资源投入的平衡点。

把 HBM 装进手机，最终目的不只是让 AI 跑得更快，而是让 AI 算力真正下沉到终端，成为用户随时可用的能力。

*声明：本文内容仅代表作者个人观点，基于公开信息整理与分析，不构成任何投资建议、要约或承诺。

撰文 | 肖弦

数据校对 | Ethan

配图/排版 | Roxy

审核 | Carina、Alan