股市暴漲熔斷：韓國人這次憑什麽贏麻了？

今天讓全世界股民驚訝的一幕：韓國股市一開盤就暴漲。

韓國KOSPI 200指數期貨上漲5%，觸發熔斷機製，程序化交易暫停5分鍾。

韓國人一下贏麻了？

這就不得不說到，現在，連菜場的阿姨，都知道全世界的內存瘋狂漲價。

PC內存、服務器內存、SSD，價格都在往上走。

有數據，2026年一季度部分DRAM合約價環比漲了近83%，部分NAND產品價格更是漲了約160%。

其中，DRAM是動態隨機存取存儲器，就是平時常見的內存、顯存的底層存儲芯片。

NAND，就是斷電數據還在的U盤、固態硬盤的存儲顆粒。

對普通消費者來說，這是一條“電子產品漲價降配”的新聞。

但在產業鏈裏，它不隻是這麽看的。

真正的新聞是，韓國存儲廠商把AI時代最關鍵的一條通道，抓在了手裏。

這次韓國人贏麻了！

2026年一季度，老牌內存條廠商韓國SK海力士，交出了一份近乎離譜的成績單：營收52.5763萬億韓元（合2471億元人民幣），營業利潤37.6103萬億韓元（合1768億元人民幣），營業利潤率72%。

綜合KB證券、瑞銀、交銀國際等區間預測，SK海力士今年營收肯定破300萬億韓元了，淨利潤鐵定超萬億人民幣。

這是什麽概念？

華為2025年全球營收也隻是8809億元人民幣。

最近，關於“SK海力士韓國員工人均獎金將達610萬人民幣”的消息在社交媒體瘋傳，韓國人已經被投資理財顧問盯上了。

這麽一家重資產、強周期、曾經被視為“苦生意”的存儲廠商，以一己之力改寫了人類半導體曆史的天花板。

憑什麽？

事實上，它賺的不是普通DRAM周期的錢，而是AI時代的瓶頸稅。

什麽瓶頸？

不是普通DRAM，而是HBM（High Bandwidth Memory），即高帶寬內存。

SK海力士在財報裏說得很直白：業績創紀錄，是因為AI基礎設施投資擴張，帶動了HBM、高容量服務器DRAM和企業級SSD等高附加值產品銷售。

路透的報道更刺眼：SK海力士HBM銷售負責人在電話會上說，未來三年客戶對HBM的供貨需求，已經遠遠超過公司產能。

翻譯一下，就是：不是客戶在挑供應商，而是供應商在挑客戶。

連英偉達也被卡著脖子了。

那到底什麽是高帶寬內存HBM呢？

DRAM是動態隨機存取存儲器，是電腦、手機、服務器臨時存數據的“工作台”。

DDR、LPDDR、GDDR、HBM，本質上都屬於DRAM體係，隻是為不同場景下修改了架構和封裝。

不得不提到一點，就是我們電腦裏的CPU，擅長的是串行複雜任務，像一個超級學霸，但一次隻能幹一兩個事。

而負責圖形處理的GPU，像1萬個小學生，專為海量任務的並行計算設計。

AI計算基本都是重複簡單矩陣運算，完美適配GPU並行模式，比CPU快幾十上百倍。

因此，做了一輩子顯卡GPU的英偉達才有機會站到曆史風口上。

GPU的計算單元這些年跑得更快，也更容易通過增加晶體管、Tensor Core、低精度計算、芯片麵積和功耗來把性能堆上去。

但正是因為GPU跑太快了，在AI訓練、推理和HPC（高性能計算）裏，很多工作負載已經明顯受製於內存容量、內存帶寬、片間互連和數據搬運效率，也就是常說的“memory wall/內存牆”。

此前有種說法是，GPU有70%的時間在等數據。

有效算力能不能釋放，越來越取決於數據供給，內存帶寬就成了木桶最短的那塊板。

我們可以把內存帶寬想成高速公路的車流量。

頻率像車速，位寬像車道數。

普通內存想提高帶寬，通常靠提高車速；GDDR也是這個思路，車跑得越來越快。

但車速提到一定程度，就會遇到功耗、發熱、信號完整性這些問題。

SK海力士主要HBM產品係列及參數

HBM的作用，就不再隻是拚車速，而是直接把路修寬。

它把多層DRAM芯片像樓房一樣垂直堆起來，中間用TSV矽通孔打穿，把每一層連接起來，再通過先進封裝和GPU計算芯片放在同一塊中介層上。

像海力士現在最先進的HBM 4，可以堆疊12-16層。

這樣做的結果是，HBM離GPU非常近，數據線非常多，傳輸距離非常短。

單個HBM堆棧的3D堆疊結構

通俗講，GPU像一排火力全開的廚師，HBM像廚房和餐桌之間的傳菜口。

廚師再快，傳菜口太窄，菜端不過來，後廚就隻能站著等。

如果說傳統內存像從城外倉庫開卡車送貨，HBM就像把倉庫搬進後廚，並且開了幾千個窗口同時傳菜。

而為了工程上得以實現，HBM要和計算裸片一起設計、一起封裝、一起驗證，必須和GPU單元長在一塊。

AI狂潮中，所有人盯著英偉達H100、H200、B200，盯著GPU的算力、晶體管、有多少TOPS。

可HBM的層數、帶寬、功耗、散熱、封裝良率，會直接決定整顆AI芯片能不能量產、能不能穩定跑、能不能按時交給雲廠商。

如果拆開一張高端AI加速卡，你會發現，GPU計算核心隻是舞台中央的演員，圍在它旁邊的HBM，才是那條決定它能不能上場的供血管。

這就是“高帶寬”的真實含義。

英偉達B200 GPU采用的CoWoS 2.5D封裝結構示意圖

Epoch AI對英偉達B200的成本拆解估算顯示，B200生產及物料成本約在5700至7300美元之間，中位數約6400美元；其中內存約占一半，HBM與先進封裝合計約占總單位成本三分之二。

所以不誇張地說，英偉達的命，有一截握在韓國人手裏。

AI產業的權力中心，正在發生一次關鍵遷移。

韓國不是突然贏的。

把時間線拉長，你會發現，HBM這門生意，本來就是韓國存儲工業幾十年攢出來的結果。

存儲行業有一個殘酷特點：技術曲線很陡，賺錢周期很短，虧錢周期很長。

全球存儲行業周期曲線（野村證券）

這跟LCD顯示行業特別像——

輸了，會虧到窒息。

贏了，才有資格進入下一輪。

韓國存儲芯片產業的起點，是赤裸裸的技術引進+逆向工程。

1983年李秉哲拍板，從美國美光公司花300萬美元購買了64K DRAM的全套技術圖紙，然後拆解東芝的芯片進行逆向工程，挖了上百名日本工程師。

早年的現代電子，1984年從日本東芝引進256K DRAM技術，1999年在韓國政府強製要求下合並LG半導體，2012年才被SK集團收購，真正走上正軌。

成就今天SK海力士的關鍵一躍，是2021、2025年，先後兩次交割，以90億美元收購英特爾NAND業務，獲得了3D NAND技術和大連工廠，從NAND小透明變成和三星同台爭霸。

在存儲芯片這個行業，產能和資本才是真正的護城河。

技術差距最多6-12個月，但產能差距可以是3-5年。

1997亞洲金融危機時，三星虧損30億美元，裁員三分之一，但半導體研發預算一分不減，反而逆勢擴產30%。

2008年全球金融危機，DRAM價格暴跌90%，德國奇夢達破產。三星再次逆勢擴產，在2012年收購日本爾必達，日本徹底退出DRAM市場。

2022-2023年存儲寒冬，SK海力士單季度虧損超40億美元，但HBM產能不僅沒減，反而翻倍。

而且，HBM最早並不是為AI準備的，它在高性能計算、圖形和網絡設備裏已經演進多年。

SK海力士很早就參與HBM標準和量產路線，在HBM2、HBM2E、HBM3到HBM3E的迭代中不斷提高堆疊層數、帶寬和良率。

等2024年起AI需求集中爆發時，隻有SK海力士有足夠的HBM產能，緊密綁定英偉達這個大客戶，直接賺翻了天。

SK海力士中國無錫工廠生產線全景。圖源：SK海力士

這背後，韓國財閥+國家信用共同背書的“無限彈藥”模式，真的是嚇人。

2016-2025年，三星和SK海力士在存儲芯片領域的總資本開支超過5000億美元，是同行美光+鎧俠+西部數據總和的2.3倍。

2026年，SK海力士計劃資本開支70萬億韓元（約3360億人民幣），其中70%用於HBM；三星資本開支120萬億韓元，其中50%用於存儲板塊。

其中重點包括M15X產線、龍仁半導體集群基礎設施，以及EUV等關鍵設備。

CNBC援引Counterpoint數據稱，2025年第四季度，SK海力士在HBM市場份額約57%，領先三星和美光。

這背後不是一場短跑，而是一場國運、資本、工程組織能力和客戶協同的長跑。

SK海力士在過去經曆了6次全行業巨虧，今年這是把15年的利潤一把全賺回來。

這件事對中國真正刺痛的地方在於：

我們習慣說芯片卡脖子，但HBM把“卡脖子”往更深處推進了一層。

即使有了GPU，如果沒有高端HBM，AI芯片同樣跑不滿。

美國商務部BIS在2024年12月的新一輪出口管製裏，明確把HBM納入控製範圍，並稱HBM對大規模AI訓練和推理至關重要，是先進計算IC的關鍵組件。

對手也知道刀口在哪裏。

中國在普通DRAM上已經有長鑫存儲這樣的企業，雖然份額和技術代際仍在追趕，但至少解決了一部分“有沒有”的問題。

HBM不同，它不是把DRAM顆粒做出來就完事，它要求DRAM、TSV、先進封裝、熱管理、測試、EDA和客戶聯合驗證一起過關。

那怎麽辦？

還記得上個月，DeepSeek V4發布時，論文裏那行“小字注釋”嗎？

“受限於高端算力，目前Pro的服務吞吐十分有限，預計下半年昇騰950超節點批量上市，Pro的價格會大幅下調。”

這句話信息量太大了。

在去年9月的華為全鏈接大會上，華為輪值董事長徐直軍當時表示，華為自研了兩種HBM，分別是HiBL 1.0和HiZQ 2.0，同時發布了靈衢/UnifiedBus協議。

他還說，基於中國可獲得的芯片製造工藝，打造“超節點+集群”算力解決方案，持續滿足算力需求。

這句話很工程，也很中國。

別人有最先進單芯片、最高端HBM、最成熟封裝，我們沒有完全同等的條件，就不能隻在單點指標上硬碰硬。

中國方案更像是在山路上開車：發動機排量不夠，就要改變車隊調度、路線設計、換擋節奏和油料補給。

華為的超節點思路，就是把更多芯片通過高帶寬、低時延互聯組織起來，讓很多顆相對受限的芯片，在係統層麵盡可能像一台大機器工作。

換句話說，沒有先進光刻機，國內現在做不了高難度3D垂直堆疊的HBM，那就在平麵上用成熟2.5D MCM/Chiplet平鋪封裝堆數量、堆位寬、堆總容量。

再靠自研內存控製器+靈衢互聯協議+內存池化軟件，把硬件物理上的帶寬、延遲短板，用架構和軟件強行補平。

內存顆粒逐步轉向長鑫存儲等國產供應商。

徐直軍提到的Atlas 950超節點，預計今年四季度上市，就是國產DeepSeek v4大模型，心心念念在等的那個。

這聽起來，多少有點悲壯。

中國AI算力的破局，不會是一夜之間把每個零件都做到全球第一，而是在被限製的工具箱裏，把係統做到能跑、能用、能擴、能持續迭代。

先解決有沒有，再解決好與壞。

先跑起來，再調速度。

這不是退讓，是工業追趕裏的基本紀律。

AI算力不是一顆芯片的勝利，而是一條供應鏈的合謀。

GPU負責算，HBM負責喂，封裝負責把兩者綁在一起，數據中心負責供電散熱，網絡負責把成千上萬張卡連成一台巨大的機器。

任何一個環節卡住，整條鏈都會降速。

AI產業鏈可分為上遊基礎層、中遊技術層、下遊應用層

以前我們說AI競賽，容易把它想象成天才科學家、算法論文和大模型參數種種。

現在再看，它更像一場工業戰爭：誰有晶圓廠，誰有封裝線，誰有HBM產能，誰有電，誰有機房，誰有調度十萬張卡的工程能力。

韓國存儲廠商這次賺瘋了，本質上是在收取“帶寬稅”。

大模型公司再會講故事，也要排隊等算力。

雲廠商再有錢，也要排隊拿GPU。

英偉達再強，要排隊買HBM。

結果，所有宏大的AI敘事，最後都落到一個樸素問題上：數據能不能及時送到計算核心旁邊？

送不到，就隻能等。

真正的卡脖子，從來不是一個零件，而是一套體係。

今天被卡在HBM，明天可能被卡在先進封裝，後天可能被卡在光互聯、EDA、材料……

每步入一個新的窄門，技術權力就會發生遷移，我們就麵臨新的難點。

補短板不能隻靠口號，也不能隻靠單點突破。

它需要長期資本、耐心工程、真實需求牽引，以及一次次並不光鮮的量產爬坡。

韓國人用幾十年證明了這一點。

AI時代最重要的資產，是能把數據、芯片、係統、軟件和製造組織起來的超綜合能力。

誰能把這件事做成，誰才真正握住AI的命門。

相比之下，美國人已經沉澱了一張半導體的全球供應鏈網絡。

我們將憑一己之力獨自完成。

道阻且長，行則將至。

○正解局是頭部的產業財經新媒體、專注於中國產業經濟與城市發展研究的財經研究型內容智庫機構，成立於2018年。正解局長期從產業視角分析城市競爭力、企業發展路徑與宏觀經濟趨勢，核心理念為“解讀產業，發現價值”。