近期，關于華為自研存儲單元HMC（Hybrid Memory Cube，混合內存立方體）的討論也在升溫，但需要明確的是HMC并非傳統意義上的HBM替代方案。華為在存儲芯片領域已推出多款自研產品，覆蓋高帶寬內存、固態存儲及AI存儲等方向，旨在提升算力效率并降低對外依賴。?

HBM和HMC兩類方案的區別

從技術實現上看，HBM依賴中介層實現超寬位寬和極高帶寬密度，帶寬可達1024-bit甚至更高，但封裝復雜、成本高。相較之下，HMC則通過ABF載板實現直接互聯，取消中介層，結構更簡潔、延遲更低，但帶寬能力通常弱于HBM，對載板走線密度和系統級設計能力提出更高要求。

HBM通過中介層（interposer）與GPU等計算芯片實現超高密度互聯，屬于高度標準化的通用高帶寬內存；而華為選擇的是定制化的HMC路線，更接近系統級協同設計，類似蘋果M Ultra芯片所采用的定制化LPDDR5內存方案，其核心目標并非極致通用性能，而是與自研計算架構深度匹配。

可以看到，這兩類方案在性能指標、實現難度和工程取舍上存在明顯分化 —— 就成本與功耗維度而言，HBM因中介層和先進封裝良率壓力，整體BOM成本居高不下，但單位性能能效優勢突出；HMC雖然在極限帶寬和能效密度上不及HBM，卻因無需中介層而具備更低的制造成本和更強的供應鏈可控性，代價是功耗密度相對更高、系統設計復雜度上升。這并非技術優劣之爭，而是不同約束條件下的選擇。

AI存儲架構正在走向系統定制

華為HMC的意義不在于“取代HBM”，而在于揭示AI時代存儲架構的一個趨勢：從統一標準走向系統定制。未來，HBM仍將主導通用AI加速卡與高端HPC場景，而HMC等定制化內存方案則有望在特定AI系統中落地，推動算力、存儲與先進封裝的深度融合。

值得關注的是，在全球存儲器競爭長期聚焦HBM之后，產業重心正顯現出向高帶寬閃存（HBF）轉移的跡象。HBF與將DRAM堆疊的HBM相似，同樣通過堆疊顯著提升帶寬。但兩者的核心差異在于：HBM使用的是易失性DRAM，而HBF使用的是非易失性的NAND。也就是說，一個斷電即失數據，一個則可以長期保存數據。

隨著AI市場逐步轉向長期保存海量數據的方向，HBF有望替代HBM的觀點正獲得更多認同，業內認為HBF的出現預示著AI產業將進入一個不同于「HBM時代」的新階段。而無論是英偉達推動的新型DRAM模組SOCAMM，還是產業重心將向3D NAND閃存進行垂直堆疊而形成的新型存儲架構HBF轉移，或是華為獨辟蹊徑的HMC，AI存儲的競爭不再是HBM單一技術路線的勝負。最終比拼的是誰能快速量產，并在特定系統中實現更優的整體效率。