01

HBM引发内存技术周期变革

随着人工智能的迅猛发展，高带宽内存（HBM）技术的演进正在不断加速，深刻改变着内存技术的发展周期。

人工智能驱动的数据呈现出指数级增长态势，这直接导致了HBM采用量的激增。不过，HBM目前仍属于高端内存技术，实现起来具有一定难度。并且，随着NVIDIA加快GPU的开发步伐，相关标准的更新难以跟上其节奏。因此，定制化对于HBM能否在GPU和加速器广泛应用的浪潮中持续受益至关重要。

根据市场研究公司Dell'Oro Group的报告，受人工智能持续扩张的影响，服务器和存储组件市场对HBM、加速器和网络接口卡（NiC）的需求大幅增长。预计在2025年第一季度，该市场将同比增长62%。Dell'Oro研究总监Baron Fung指出，NVIDIA的Blackwell GPU以及各大云服务提供商部署的定制加速器，正在有力推动AI加速器市场的发展。

从市场份额来看，在HBM市场中，SK海力士以64%的销售份额占据首位，紧随其后的是三星电子和美光科技。Fung表示，自2022年起，由于训练专用GPU的增加以及AI服务器和加速器的广泛应用，HBM的采用规模开始大幅扩大。过去几年间，AI服务器销售额在整个市场中的占比从20%提升至约60%，这推动了GPU性能和HBM容量呈指数级增长。然而，这种增长也给HBM的供应带来了巨大压力，供应商至少需要提前一年进行预订。

在供应商方面，三星在满足HBM芯片供应需求上遇到困难，这使得SK海力士和美光获得了发展机会。美光计划于2026年开始大规模生产具有2048位接口的下一代HBM（HBM4），并在未来几年推出“HBM4E”，提供可定制的基础芯片选项。美光还表示，其HBM收入在2025财年第三季度将环比增长约50%，年化营收将达到60亿美元。

同时，关税带来的不确定性增加了供应链的复杂性，进而影响到HBM的价格。对于高性能计算（HPC）需求而言，虽然HBM有一些替代方案，如廉价GPU使用的GDDR、用于训练模型存储的低延迟DRAM和SSD等，但为了实现性能和低延迟，HBM仍然至关重要。

在技术更新速度上，GPU供应商将新技术发布频率加快至每年，这远远快于内存标准的典型刷新周期。Advantest总监兼内存产品营销经理Jin Yokoyama表示，传统内存技术的转型通常需要四到五年，而HBM每两到两年半就会更新换代，其晶圆产量增长速度甚至超过了DDR5等现有DRAM。这种快速演变给测试设备制造商带来了重大挑战，他们必须跟上更快的产品周期和日益复杂的设计要求。

此外，AI/SoC（片上系统）用例越来越多地采用定制实现，这进一步增加了HBM测试的复杂性。随着HBM4的到来，SoC制造商和超大规模计算厂商需要定制化的HBM功能，并进行优化以匹配其自有AI ASIC或定制SoC，从而实现性能。现在，越来越多的逻辑/控制器功能被直接内置到HBM基础逻辑芯片中，基础逻辑芯片的制造也转向采用先进3nm/5nm工艺的代工厂，这需要更先进、更灵活的测试流程。

Marvell Technology产品营销总监Khurram Malik指出，来自机器人、传感器和其他物联网边缘设备的数据呈指数级增长，正在打破HBM传统的线性发展模式。JEDEC发布HBM3规范不到三年，HBM4E就已上市。Marvell正与主要HBM供应商合作开发定制HBM计算架构，该架构将于2024年下半年发布，将集成先进的2.5D封装技术和定制接口，支持为AI加速器（xPU）设计专门定制的HBM系统。

然而，HBM5面临着架构复杂的挑战，包括内存和控制器布局等方面，这给标准化和普及带来了困难。对于设计下一代AI和计算硬件解决方案的客户来说，在高内存带宽和更高容量之间取得平衡至关重要。Marvell的定制HBM架构可将内存容量提升33%，计算空间扩展高达25%，并将内存接口功耗降低70%，对于现代数据中心运行AI工作负载具有重要意义。该架构与JEDEC标准无关，需要新的控制器、可定制的物理接口、新的芯片间接口以及改进的基于HBM的芯片。Malik还表示，超大规模计算厂商和像NVIDIA这样的GPU制造商更关注带宽和计算需求，利用自有HBM架构加速创新，往往领先于更新缓慢的标准机构。

02

Q2 DRAM营收季增17.1%，SK海力士市场份额再提升

TrendForce集邦咨询发布的数据显示，2025年第二季DRAM产业呈现出良好的发展态势，整体营收显著增长，各主要供应商表现各异，市场格局也发生了一定变化。

第二季DRAM产业整体情况

2025年第二季，DRAM产业整体营收达到316.3亿美元，较上一季增长了17.1%。这主要得益于一般型DRAM（Conventional DRAM）合约价的上涨、出货量的显著增加，以及HBM出货规模的扩张。随着PC OEM、智能手机、CSP业者采购动能的增强，DRAM原厂库存加速去化，多数产品的合约价止跌回升，平均销售单价（ASP）也随之上升。

主要供应商营收表现

SK海力士：虽然相对低价的DDR4出货比重有所提升，抑制了整体ASP的成长幅度，但位元出货量优于目标计划。其营收接近122.3亿美元，季增25.8%，市占率上升至38.7%，蝉联第一名。

三星：第二季在售价和位元出货量上均有小幅增加，营收达到103.5亿美元，增长了13.7%，不过市占率微幅下滑至32.7%，第二。

美光：出货量明显季增，但ASP因DDR4出货比重增加而季减，营收为69.5亿美元，季增5.7%，市占率下降至22%，第三。

南亚科、华邦电子与力积电：这三家企业第二季营收大幅成长，主要是因为其成熟制程产品填补了前三大业者转换制程后留下的市场空白。南亚科得益于PC OEM和Consumer大客户的积极补货，出货量大幅季增，尽管ASP下跌，但营收仍强劲增长56%，达到约3.4亿美元。华邦电子出货量明显季增，在ASP持平的情况下，营收季增24.9%，达到1.8亿美元。力积电在客户积极补货的推动下，营收季增达86.4%，成长至2000万美元（其营收计算仅包含自身生产的Consumer DRAM产品，不包含DRAM代工业务）。若加计代工部分，由于客户采购动能回温，其营收季减幅度收敛至2.9%。

HBM市场情况

据韩国媒体预测，SK海力士预计至少到2027年将占据全球高带宽内存（HBM）市场一半以上的份额，巩固其作为Nvidia供应商的地位。摩根大通报告预测，2025年SK海力士将占据HBM市场56%的份额，三星电子和美光科技分别占26%和18%。摩根士丹利估计，2025年Nvidia将占全球HBM需求的70%以上，这将进一步巩固SK海力士的主导地位。不过，三星和美光正在竞相从2026年开始推进第六代HBM（HBM4），竞争日益激烈。但SK海力士有望凭借与Nvidia多年建立的技术合作和信任捍卫其领先地位。

SK海力士的其他发展

SK海力士不仅在HBM市场表现出色，还在更广泛的内存市场积极布局。该公司基于先进的1c DRAM工艺成功开发出LPDDR5X，有望改善散热和能源效率，预计将产生巨大需求。此外，SK海力士宣布量产321层四级单元（QLC）NAND，成为业内突破300层大关的公司，市场预测其NAND营收和市场份额将大幅增长。同时，SK海力士还开始使用高K环氧模塑料（EMC）供应耐高温的移动DRAM，该材料可将DRAM的散热性能提升3.5倍，将垂直传导路径上的热阻降低47%，有望使高功耗的人工智能智能手机受益。

DDR4市场情况

内存现货价格在2025年第二季度飙升后，一直稳定在高位。DDR4供应仍然紧张，但热潮有所缓和，市场交易恢复正常。行业分析师预计，由于主要内存供应商库存较低，DDR4合约价格将在年底前持续上涨。DDR4 16Gb（2Gx8）在7月低迷后，8月中旬反弹，一个月内上涨近7%；DDR5 16Gb价格下跌约3%，两者价格差距扩大至约50%；DDR4 8Gb（1Gx8）价格连续第二个月下跌3%。DDR3 4GB延续了7月近20%的涨幅，8月又上涨了13%，主要是由于停产引发的恐慌性和囤货，以及南亚科技和华邦电子专注于DDR4，未扩大DDR3产量，导致库存消耗和价格上涨压力增大。

03

 国家数据局“数据基础设施建设典型”发布

国家数据局在2025中国国际大数据产业博览会数据基础设施主题交流活动上正式发布“数据基础设施建设典型”。由北京市政务服务和数据管理局推荐，下一代互联网国家工程中心申报的“医疗数据基础设施实践赋能国际医疗协作与高质量发展”项目入选并在数博会上集中展示，成为推动跨域跨境数据流通的重要实践，为国家数据基础设施建设提供有益参考。

为深入贯彻党中央、国务院关于“建设和运营国家数据基础设施，促进数据共享”的决策部署，落实《国家数据基础设施建设指引》工作部署，总结各行业、各地区在数据基础设施方面的建设运营成效，国家数据局组织征集遴选数据基础设施建设典型，经过学者书面盲审、企业视频答辩，从251个中共遴选出56个。

“医疗数据基础设施实践赋能国际医疗协作与高质量发展”项目面向区域医疗资源分布不均、跨境诊疗信息割裂及科研协同受阻等问题，以构建安全、高效、可信赖的跨境数据基础设施为目标，建设医疗跨境数据空间，赋能国际医疗协作与高质量发展。通过集成IPv6、数据空间等先进技术，将管理机制和规则体系以工程化、自动化的方式实现，为医疗数据打造高效、安全的数据流通底座，促进区域内医疗协同、资源共享与创新发展。整套解决方案和管理机制已立项IEEE P1988跨境数据空间国际标准，为全球数据跨境流通提供参考。

在建设路径上，项目形成三大亮点：

一是基于IPv6和数据空间等技术构建跨境数据基础设施体系。基于IPv6提供的海量地址，整合SRv6等技术，在网络层构建跨域、跨境的逻辑数据专网，对接入的高敏感医疗数据进行标识、分级分类、溯源与阻断等关键功能;其上构筑的数据空间，以数字合约与使用控制技术，保障诊疗、科研、养老等场景数据的可控可共享;融合区块链、数据沙箱和隐私计算技术提供全生命周期的存证、溯源、数据保护等能力，保障医疗数据在数据空间内的高效、安全流通。

二是打造规则内嵌的数据跨境流通管理机制，以技术手段保障规则和管理制度的实施。依托数字合约与数据使用控制技术将多个区域医疗数据跨境法律及制度规定以工程化、自动化的方式实现，进行实时自检和合规策略执行，保障医疗数据的合规跨境传输。同时形成一整套管理方案，在本套数据基础设施内通过数据提供方规定的数据使用控制策略，建立医疗数据分级授权机制，对身份信息、检测参数等数十种不同数据的访问、使用等操作实施管控，在保障数据自主权的同时，有效促进流通共享与价值提升。

三是推进面向诊疗、养老、科研等医疗行业典型场景的跨境数据空间服务平台建设。通过在数据流通底座上构建服务平台，实现多家医院电子病历跨境互认和远程会诊等功能，传输超500TB的高质量诊疗数据，显著减少跨境诊疗信息割裂导致的重复检查并缩短就诊时间;养老层面，在粤港澳大湾区整合养老院、社区服务等数十种关键数据，实现健康档案自动同步、智能化关怀与异地养老，解决两岸三地医疗资源分布不均，满足港澳养老需求;科研方面，联合6所粤港澳高校和在京科研机构共建跨境AI模型微调平台，传输、融合肝病等多源异构专科数据，降低50%科研成本，提升科研协同效率与成果转化。

未来，下一代互联网国家工程中心将进一步扩大应用场景与技术的更新迭代，带动形成高效、安全、合规的跨域跨境数据流通生态，为数字经济发展注入新动能。

04

 MCU大脑“整花活”，工业机器人迭代方向渐明

多家机器人企业发布产品动态预告：8月29日，新时达在回复投资者提问时表示，公司计划于9月推出具身智能焊接方案，可广泛应用于船舶、钢结构、塔角、工程机械等多个行业；8月25日，湖北宜昌青葵机器人科技有限公司董事长陈南江在公开报道中介绍，公司生产的无间断全流程有机合成机器人将于9月底完成调试，发往新加坡科技研究局……

具身智能等技术的加持正使工业机器人正越来越“聪明”。而在看不到的地方，作为机器人控制“大脑”的MCU，正承载着越来越高的计算需求。

用于汽车产线的机器人手臂

脑力更“AI”

“当工业机器人加入具身智能新形态，就从只有固定轨迹的执行器升级成为可自主感知、推理、执行的综合体。”瑞萨电子嵌入式处理器事业部市场总监沈清在接受《中国电子报》记者采访时表示。机器人不再只能单纯地执行编辑好的工作流程，还能像人一样自主感知环境、做出判断。这一智能化程度的提升意味着，机器人完成任务过程中需要处理的信息量爆炸式增长。

具身智能机器人要像人一样运行，就不能只有“手”会操作，还得具备“眼”和“脑”，能感知和运算。沈清举了个例子，一只具备7个自由度的具身智能机械臂的运行，需要至少2路视觉信号、12轴编码器，同步6路力矩传感器信号，并操纵7个独立运动轴。这样一只机械臂单次任务运行需要处理的原始数据量非常大，而且整个感知、推理、执行的闭环要控制在5毫秒以内，抖动幅度不超过50微妙。且整个过程的所有数据处理和运算过程都要在端侧甚至是一个芯片上完成，否则会给整个系统带来巨大的带宽和功耗压力。

面对机器人功能要求的爆发式增长，在工业机器人中充当“大脑”的MCU，得具备更强的处理能力和机器学习能力才能“接得住招”。

沈清表示，瑞萨建设了AI生态系统用以应对工业机器人日益增长的AI需求，其中包括能够承载AI应用的底层硬件CPU、MPU及不同的AI加速引擎，能够支撑100多个应用的软件堆栈和预训练库，具备信号处理、异常检测、语音命令识别、图像分类、目标检测等不同功能的模型化部署工具。

芯科科技产品营销经理Chad Steider称，在AI技术驱动和制造业升级改造的背景下，下游客户对MCU的性能提出了更高要求。他们期望新的工业MCU能够融合AI、具备无线传输功能和更高的安全性。例如，边缘计算需求推动AI与MCU深度结合并用于图像识别、语音处理等场景。

集成度要求再升级

在工业生产环节，生产流程管理、制造现场管理和设备维护等场景都需要采用MCU控制与AI及边缘计算融合的模式。Chad Steider表示：“这需要在MCU中进一步集成AI加速单元，扩大片上存储的容量和通用接口（GPIO）数量，以提升用于制造和智慧城市等许多场景的边缘计算能力，高效地实现本地实时控制和小模型推理。”他表示，这种集成已经在智能安防、工业检测等场景中得到验证，无需依赖云端即可快速完成图像识别、声音处理和设备及环境异常监测等任务，不仅降低对云端的依赖，还能提升响应速度并节省成本。

多模态感知，也是具身智能工业机器人正在经历的技术革命。为了实现自主判断与行动，机器人需要实现视觉、力觉、温度、位置等复杂的传感信息捕捉。这样的结果是，同一款机器人能够通过信息获取与机器学习，从只能服务于单纯场景，向能够同时满足不同场景、多样化任务转型。这样一来，工业机器人任务负载转换的灵活性增强。但这样一款能够在不同场景下复用的机器人，需要处理的信号通路数量，尤其是传感器挂载数量将急剧增长。

沈清表示：“原先没有搭载传感器，或者只搭载一两个传感器的设备，现在需要搭载的传感器数量一下子激增到十几个甚至几十个。数据采样率也从K赫兹级别提升到了兆赫兹级别。”

她说，多模态感知要求MCU的接口要足够丰富，不仅要支持EtherCAT（以以太网为基础的现场总线系统）、CAN FD（升级版CAN总线）、TSN（一种基于标准以太网技术的网络协议体系），同时还需具备专用的编码器接口、高精度ADC、硬件滤波器等等，以应对激增的传感数据处理需求。

高竞争力MCU具备三点特征

在经历了较长时期的去库存调整后，工业MCU市场正在重回增长区间。智慧工厂建设和老旧工厂的数智化转型，为工业机器人及工业MCU市场带来创新活力。沈清表示：“我们能够非常清晰地感受到，国内外客户都在积极地拥抱AI技术，提升工厂运营效率。这种智慧工厂的建设是包括硬件层在内的一整套系统工程。”

Chad Steider表示，随着制造业向高端化、智能化、可持续和人性化方向发展，工业制造的各个环节都将引入更多的传感器和执行器，对工业MCU的需求量也将不断增加。

在AI技术驱动、制造业升级改造的趋势下，满足以下四类要求的MCU将在较长的时间内保持旺盛需求：

其一，支持边缘AI推理。边缘AI推理市场容量正在快速增长。先进的边缘AI处理器能够在本地独立做出关键决策，无需依赖云端，从而能够提升响应速度，实现数据隐私保护且降低系统运行成本。

其二，高能效，低能耗。在边缘部署电池供电、能源供给受限的场景中，低功耗产品具有更高的市场竞争力；尤其是AI功能部署使得边缘算力需求提高，更需要处理器能够支持低功耗。

其三，高安全性、可靠性。在数据安全方面，需要MCU具备硬件级安全模块，集成加密引擎；在功能安全方面，需要满足ICE61508工业功能安全规范。

其四，支持高效的实时决策。工业生产自动化程度的提高，要求数据处理能够实现更快的响应。要实现这一目标，便捷的方法是将决策过程移至更接近数据收集的地方。这意味着MCU不仅要负责收集数据，还必须对数据进行处理并将结果传输给整个系统。

END

内容及图片来源于网络，目的在于传递更多信息，并不代表本网赞同其观点或证实其内容的真实性，如涉及作品内容、版权等问题，请与我们联系，谢谢！