铁齿铜牙纪晓岚

IT之家注意到，在 Hot Chips 2026 大会上，SK 海力士封装工程副总裁 Jaesik Lee 发表了题为“高带宽内存的先进封装”（Advanced Packaging for High-Bandwidth Memory）的简报，阐述了公司计划如何利用先进封装技术加速其 HBM 路线图。                   可可和同事们为保证定价一致，必须权衡各平台的折扣及时间，要知道淘宝什么时候发券，跟抖音和京东差多少，每个链接可用哪些优惠券及券后价是多少。老道的操盘手们还需多想一步，价格调整会带来哪些潜在风险？                    价格本是平台和商家之间竞争的正常手段，但随着技术和市场环境的变化，一定程度上变成一个颇为重要的不确定变量，也给商家带来运营压力。

三 | 该公司首先介绍了 HBM 目前的制造方式。HBM 结构由 3D 堆叠结构组成，通过 TSV（硅通孔）将多个核心芯片（DRAM IC）连接到基底裸片（base die）。定价，既关乎GMV和利润，也影响跟平台和用户的关系，背后考量颇为复杂。                   短暂的平息过后，曾经的比价风潮，在今年的双11又卷土重来。特别是平台全资优惠券的出现，让不少电商运营控价的努力付之流水。HBM 目前最高可达 16 层，即 16-Hi 堆叠。HBM 与 GPU 是独立的芯片，但通过 2.5D 封装安装在同一个硅中介层上。每个 HBM 模块还通过硅中介层包含 1024 个 IO 和 16 个通道，这些 IO 通过 PHY 将 HBM 堆叠连接到 XPU。像可可一样的电商运营，如今每天忙碌于核价和改价的工作。                   越来越长的大促周期，越来越复杂的优惠券逻辑，让商家忙晕了，也让一部分消费者气疯了。

四 | 双11开始没多久，不少消费者感觉买贵了，比如有的商品出现尾款价格变动，有的预售价比现货高。价格差变相推高退货率，商家快递费和包材费逐渐攀升。                   一、“甜蜜的烦恼”                    2024年，比价潮席卷电商行业。平台血拼低价，不仅同款比价，还上线自动改价和跟价功能，有的甚至承诺全网低价和买贵就赔等。不过很快，各大平台就开始调整策略，弱化低价和比价。                   尽管如此，但在消费整体偏弱和企业试图保住增长的大背景下，价格仍然是吸引消费者的关键变量。2025年，电商行业是否仍流行比价？双11前夕，亿邦动力就此发起调研，发现以往的比价风潮已经平息，而新出现的平台全资券，正在引发新一轮竞争。HBM 作为 DRAM 解决方案之所以重要，是因为它节省空间、功耗和运营成本。典型的 GDDR6 方案可提供 24GB 容量和 768GB/s 带宽，而配备四个堆叠的 HBM3E 方案可节省多达一半的空间，同时提供高达 144GB 容量和 4TB/s 带宽。SK 海力士目前的路线图将 HBM4 作为顶级产品，DRAM 密度高达 24Gb，容量最高达 36GB，总计 2048 个 IO 位，IO 速度最高 8Gbps，带宽达 2048GB/s。

HBM4 的封装高度和尺寸都有所增加，集成的 TSV 和微凸点也比 HBM3E 更多。具体成果如下：带宽超过 2TB/s功耗效率提升 40% 以上相比 HBM3E 耐热性提升 14% 以上容量最高 48GB（12-Hi 已量产，16-Hi 正在认证中）Z 轴高度 775 微米，尺寸 12.8x11 平方毫米16,148 个底部微凸点超过 2 万个 TSV

目前主要有两种 HBM 封装技术：热压键合 + 非导电膜（TC+NCF）和整体回流 + 模塑底部填充（MR+MUF）。TC+NCF 对芯片翘曲问题有更好的抵抗力，但热阻更高、生产率较低。

五 | MR+MUF 生产率更高、热阻更低，但更容易出现芯片翘曲，且在间隙填充方面存在缺陷。                   长期以来，大促的跨店满减、立减优惠等，基本都是商家出资。

六 | SK 海力士还重点介绍了其 HBM 工艺流程，包括从晶圆厂到客户系统的六个关键阶段。这种情况下，商家可提前知晓折扣力度，并做好应对准备。

七 |

SK 海力士在 HBM 封装中集成了四项关键技术，包括：TSV（硅通孔）形成晶圆减薄微凸点形成芯片堆叠 / 底部填充先进的 MR-MUF 已应用于 SK 海力士的 16-Hi HBM3E 方案，并引入了两项新技术：翘曲控制和细间距互连与窄间隙填充。总封装高度增至 775 微米，芯片厚度缩减至 0.9 倍，间隙高度缩减至 0.5 倍，凸点间距缩减至 0.9 倍。

八 | 而今年，部分优惠券是平台出资，或者平台和商家共同出资。

九 |                    比如，某平台上线“补贴券”，由平台和商家共同出资，统一为85折券，商家出资5%，平台出资10%，超80%用户都能领到。展望未来，还有一些关键挑战需要解决。这种情况下，商家无法完全把控商品的折扣率，因为根据电商平台优惠券规则，平台活动优先级高于商家自主设置。首先是随着带宽需求激增带来的 HBM 功耗上升，其次是散热问题以及 TSV 区域面积。                   这对于商家来说，是一种“甜蜜的烦恼”。平台发券让利消费者，提高即时转化效果，这是好事。根据各大平台披露的消息，平台发券以后，GMV出现爆发增长，惠及不少商家店铺。但由此造成的破价或跨平台价差，却让商家头疼不已。随着 TSV 数量增长，尽管 TSV 间距不断缩小，但所占面积仍在持续增加。                   从9月开始，可可所在运动男装品牌的电商部门，就忙得不可开交。除了日常运营，“一天天都在（和小二）扯皮”——前脚某平台上5折券使品牌迅速破价，后脚另一平台发来补贴券，没多久其他平台小二找过来，要求多平台同价。此外，每两代带宽近乎翻倍，给现有工艺和封装技术带来了 2.2 倍的热负担。                   亿邦动力调查发现，女装、童鞋、汽车用品等类目商家均遇到类似的情况。因此，SK 海力士正在研究混合键合（Hybrid Bonding）等未来技术方案，以突破 16-Hi 堆叠限制，通过更窄的间距提供更高性能，并通过更高的导电性实现更好的散热效率。

十 | “只要某个平台给了优惠券，很快另外几个平台小二就开始嚷嚷说不行，你得全平台价格统一。SK 海力士展示的数据显示，与 MR-MUF 工艺相比，混合键合可使核心芯片厚度增加 24%，TSV 间距小于 18 微米。即使堆叠层数增加，混合键合的热阻仍可降低 35%。”一家女装商家负责人表示，“但问题是，平台发券，我们没法控制。”                    不同平台的双11节奏不同，优惠的时间点自然不同。与三星的 HPB（散热路径模块）类似，SK 海力士正在开发自己的局部热点缓解技术，名为 I-HBM，该技术在 HBM D2D PHY 区域（热点附近）嵌入高导热且电绝缘的冷却组件，打造专用散热路径，可额外降低 30% 以上的热阻。展望未来，SK 海力士计划通过 TSV 数量翻倍、结合逻辑工艺集成提升 IO 速度来增加带宽，同时利用最新优化的逻辑代工工艺解决功耗 / PDN（电源分配网络）挑战，通过“无处不在”的电源 TSV 大幅改善 PDN。

十一 | “平台小二不会管这些，他只会让你拉齐（价格）。HBM 技术对更高功率密度、带宽和堆叠高度的持续追求，带来了显著的热学、力学和封装挑战，其驱动因素包括更厚的氧化层、更密集的 TSV 和不断攀升的引脚速度。MLMO、优化的微凸点、新兴的混合键合（用于改善热导率、工艺窗口和更细的间距）以及 I-HBM 等热点解决方案正在积极应对这些问题。

十二 | 然而，随着堆叠向 16-20 层高度演进，架构向与逻辑芯片更紧密的 3D 集成方向发展，成功将要求设计、材料、客户工艺和中介层技术之间更紧密的协同优化。行业内的持续合作对于满足未来工作负载对容量和带宽的需求仍然至关重要。”可可说，不能让他所在的平台出现“高价”问题。该公司还在其 2.5D HBM 方案幻灯片中展示了英特尔 EMIB 封装技术，与 CoWoS-L、CoWoS-R 和 CoWoS-S 并列。                   参与大促的商家不得不反复衡量、实时测算各平台的折扣率，运营忙于检查和调整价格。今年双11再次刷新大促时长，成为“史上最长双11”，这让每个电商运营的神经长时间处于紧绷状态。

十三 |                    一旦出现价差，要随时调整，稍有不慎，还会有品牌破价的风险。一位汽车用品商家告诉亿邦动力，某次活动期间，他们没有报名大促和参加平台优惠券，但出现可使用平台优惠券的情况，结果就是“品牌破价”。                   在遇到平台优惠券影响品牌控价时，商家往往处于弱势地位。

十四 | 值得注意的是，有传闻称英特尔和 SK 海力士将在存储领域成立合资公司。多平台经营的鞋服商家告诉亿邦动力：“遇到破价的，我们也只能先去沟通改价。实在不行就只能下架表明态度。没有其他办法，毕竟在平台上做生意。

十五 | SK 海力士还展示了不同的先进封装技术如何以不同方式对 HBM / 中介层施加应力。最后，SK 海力士着眼于未来的 3D 集成，这将使其能够在加速器之上堆叠 HBM，一旦先进逻辑和先进封装技术成熟，这将是人人都想实现的一步。”                    二、AI的两张面孔                    今年双11，围绕商家定价，除了平台“撒券”，还出现了AI等不确定变量。                   AI大语言模型的重磅突破，特别是AI及技术族群具备的自主学习、适应和决策优化，与以往电商大数据和计算机视觉等的结合，给电商定价带来许多便利工具。