股票操盘手吴老师：“超级周期” 愈演愈烈？HBM 概念集体走强

www.gphztz.com | 作者:吴老师股票合作QQ群：861573022 | 发布时间: 2025-11-28 | 16 次浏览 | 分享到:

HBM 概念的爆发式上涨，是 AI 产业发展、技术迭代、产能供需多重因素共振的结果，其 “超级周期” 的形成具备深刻的产业逻辑：

（一）核心驱动：AI 算力爆发催生刚性需求，HBM 成为必选项

AI 大模型的训练与推理对内存带宽、延迟、功耗提出极致要求，传统 DDR 内存已无法满足需求，HBM 的技术优势成为 AI 产业的 “刚需解”：

算力需求与内存瓶颈的矛盾：以 GPT-4 为例，训练过程需处理超 1 万亿参数，对内存带宽要求达 1TB/s 以上，传统 DDR5 内存带宽仅为 100GB/s 左右，无法匹配算力输出；而 HBM2e 产品带宽可达 819GB/s，HBM3 产品更是突破 1TB/s，完美解决 “算力跑太快、内存跟不上” 的核心矛盾；

AI 芯片与 HBM 的绑定趋势：全球头部 AI 芯片企业已将 HBM 作为标配，英伟达 H100 芯片搭载 8 颗 HBM2e，AMD MI300 搭载 12 颗 HBM3，某国产 AI 芯片龙头最新产品也计划搭载 6 颗 HBM2e，每颗 AI 芯片对应 HBM 价值量达 500-1500 美元，占芯片总成本的 20%-30%；

需求规模指数级增长：2024 年全球 AI 芯片出货量预计达 150 万颗，对应 HBM 需求约 900 万颗；2026 年 AI 芯片出货量将突破 600 万颗，HBM 需求预计达 4000 万颗，而当前全球年产能仅 2400 万颗，供需缺口持续扩大，推动 HBM 价格上涨，2024 年 HBM2e 产品价格同比上涨 35%，HBM3 产品溢价达 50%。

吴老师需求解读：HBM 的需求增长并非线性提升，而是随 AI 大模型参数规模、训练次数呈指数级增长，这种 “刚性需求 + 供需缺口” 是 “超级周期” 的核心基石，也是资金持续追捧的根本原因 —— 只要 AI 产业持续发展，HBM 的需求就不会减弱，且产能缺口短期内难以填补（HBM 产能建设周期需 18-24 个月）。

（二）技术突破：迭代加速降低应用门槛，国产化替代打开空间

HBM 技术的持续迭代与国产化突破，进一步强化了 “超级周期” 的确定性，降低了产业应用门槛：

技术迭代提升性能、降低成本：HBM 从 1 代（HBM1）迭代至 3 代（HBM3），堆叠层数从 4 层提升至 12 层，带宽从 128GB/s 提升至 1.2TB/s，单位带宽成本下降 60%；2024 年 HBM3e 产品开始量产，带宽突破 1.6TB/s，功耗再降 20%，进一步适配更高算力 AI 芯片的需求；