硅谷從來不缺熱點，但Hot Chips 2026，這個全球高性能芯片領域最具分量的技術 Symposium，仍舊是熱點中的熱點。

原因無他，這場大會，如今已然成為芯片界的述職大會，被華爾街視為下半年半導體景氣度的一個路演。

會議議程裏，HBM、先進封裝、AI加速器這些詞被反覆提及，三星、SK海力士、美光、英偉達、AMD、英特爾輪番登場。

但比起台上光鮮的參數，真正在蔓延的疑問或許是，那些被反覆強調的數據，究竟能在多大程度上轉化為財報上的增長？

先說說最引人關注的內存賽道，HBM（高帶寬內存），現在已經成為AI算力這場大戲的絕對主角。

本屆大會上，三家存儲巨頭——三星、SK海力士、美光，同時亮出了自己的HBM路線圖，但路徑各有千秋。

三星走的是三階段進化路徑，從標準HBM起步，到定製化HBM（cHBM），再到終極形態zHBM。

什麼叫zHBM？簡單說，就是把DRAM直接垂直堆疊在GPU、TPU這類計算芯片上頭，徹底甩掉2.5D中介層。

三星方面給出的數據相當炸裂，相較於標準HBM4E，zHBM方案能實現70%的功耗降低、230%的帶寬提升，每個DRAM模組能省下100W功耗，還給GPU多騰出8.3%的功率空間。

三星的野心不止於此，他們甚至想把部分AI運算任務也交給HBM來處理，讓內存的作用從管理升級為計算。

SK海力士走的則是封裝技術路線。

SK海力士副總裁Lee Jae-sik在演講中明確表態，AI時代HBM的競爭，已經不光是內存本身的事了，封裝技術同樣關鍵。

SK海力士目前在16層三維堆疊方案上已經用上了MR-MUF工藝，但16層顯然不是終點。

為了衝上20層以上堆疊，公司正在猛攻混合鍵合技術，能把芯片厚度增加24%，凸點間距縮小到18微米以下，同時熱阻大幅降低35%。

更值得玩味的是，SK海力士在2.5D HBM方案中明確引入了英特爾的EMIB技術，EMIB通過在封裝基板裏嵌入微型硅橋實現高密度互連。

美光的判斷更為現實，HBM設計架構師Raghu Sreeramaneni在會上判斷，「內存牆仍然存在，說不定情況反而變得更糟了。」

因為，計算能力的增速是每兩年三倍，而HBM帶寬的增速只有每兩年不到兩倍。

算力跑得太快，內存帶寬在後面追趕相當喫力。

更值得關注的是可靠性問題，美光援引Meta公布的Llama 3訓練數據顯示，約17%的非預期訓練中斷，居然是由HBM故障引起的。

在大規模AI集群裏，這個比例意味着數以千萬美元計的訓練成本可能因為幾顆內存顆粒而打水漂。

美光還算了另一筆賬，在典型的配備四個12層HBM堆棧的GPU封裝中，內存硅片總量大約是GPU硅片的8倍，系統級封裝里約90%的硅片面積都跟內存相關。

這意味着，一個DRAM裸片出問題，整個封裝都得跟着遭殃。

不過，儘管三大巨頭三條路徑，但指向的是同一個方向，那就是HBM正在從標準化的通用商品，走向深度定製化的平台化產品。

這背後同樣是一條清晰的產業邏輯，AI算力競賽已經從「堆核心數」進入了「拼系統集成」的新階段。

說到這兒，就不得不提本屆大會的另一個核心敘事——AI資本開支的「軍備競賽」遠未熄火。

存儲分析師Jim Handy在會上算了一筆供需賬，HBM每片晶圓產出的GB數只有標準DDR的三分之一，而過去十來年DRAM行業幾乎沒有大規模新建晶圓廠，新建產能即便按最激進的節奏推進也需要大約兩年。

而需求端，幾乎所有主流AI加速器，如英偉達GPU、谷歌TPU、各類定製芯片，全都離不開HBM，甚至連部分網絡組件都開始「蹭」HBM了。

供需剪刀差越拉越大，結果就是HBM現貨價格已經較此前水平上漲了約7倍，三星、SK海力士、美光，加上主要的NAND供應商，全部錄得了異常強勁的營收增長。

Handy還特意駁斥了一個常見論調，算法效率提升會壓低硬件需求。

他的邏輯很反直覺，當一項新技術把內存需求降低了6倍，超大規模雲廠商的典型反應不是削減預算，而是用同樣的錢去處理6倍的Token。

效率提升改變的是AI基礎設施的生產力，未必會減少投進去的資金總量。

這個判斷，對理解整個AI硬件產業鏈的景氣周期至關重要。

大會上還有其他主角，英偉達這邊，除了備受期待的Rubin GPU和Vera CPU架構披露，還有一個信號值得注意，公司披露其實驗室已擁有至少三款RVA23處理器，並完成了CUDA在RISC-V硬件上的首次公開演示。

CUDA向來是英偉達最深的護城河，如今主動向RISC-V生態伸出橄欖枝，這背後的戰略意圖值得玩味。

AMD則將在8月24日專門介紹Instinct MI400系列GPU的架構，英特爾更是一天之內安排了三場演講，覆蓋Core Series 3 Wildcat Lake平台、Diamond Rapids服務器處理器，以及專為Agentic AI推理設計的Crescent Island GPU。

谷歌的TPU v8、微軟的MAIA 200、Meta的MTIA、甚至OpenAI的芯片項目也都集中亮相。

四大雲廠商同場秀自研芯片，英偉達的演講就穿插在裏頭，這畫面本身就傳遞了一個清晰的信號，那就是AI芯片的戰場，早已不是GPU廠商的獨角戲了。

把所有這些拼圖放在一起，Hot Chips 2026勾勒出的產業圖景其實相當清晰。

首先，AI硬件正從單芯片競爭全面轉向機櫃級系統架構革新。

英偉達Rubin平台整機櫃功耗已提升至190到230kW，強制100%液冷，這意味着一整套配套產業鏈（PCB、高壓電源、液冷）都將迎來單機價值量的跨越式增長。

其次，存儲已經成為算力性能的核心瓶頸。

HBM4、3D堆疊、混合鍵合這些技術詞彙從實驗室走向量產線，存儲產業鏈正在經歷一輪超級擴張周期。

美光2026財年資本開支從180億美元上調至270億美元，增量全部投向HBM與先進DRAM；台積電600到640億美金資本開支中10%到20%分配給了CoWoS先進封裝。

最後，也是最重要的就是，這場由AI驅動的硬件革命，別說結束，甚至還遠遠沒到中場休息的階段。

回到資本市場，Hot Chips也不只是技術宅的閉門狂歡，大會上披露的架構細節，往往直接決定了未來兩到三年半導體供應鏈的景氣走向。

HBM現貨價格漲了7倍，美光營收按年暴增345.8%，存儲三巨頭的擴產計劃卻受制於設備供給瓶頸，主流前道設備交付周期已經拉長到12到24個月，這些數字背後，是實實在在的供需失衡和定價權轉移。

從投資的角度看，這場大會至少指明瞭幾個明確的產業趨勢——先進封裝設備與材料、液冷散熱解決方案、高多層PCB、高壓直流電源，這些細分賽道在AI硬件架構升級的浪潮中，都將迎來確定性的增量需求。

而HBM產業鏈從晶圓製造到封測的供需缺口，按照目前的擴產節奏，恐怕還會持續相當長一段時間。