手机装上HBM，会怎样？,手机提示安装hms

在漫威电影宇宙中，钢铁侠的AI管家贾维斯，能理解复杂指令、实时提供各类信息、辅助战甲高效运行，为观众描绘出强大的AI应用场景。如今，随着移动HBM技术的发展，我们的手机也在迈向具备类似强大AI能力的设备。那么，从移动HBM到“贾维斯”般的智能体验，我们还有多少距离？

01移动HBM，到底是什么？

在深入探讨移动HBM 之前，先来了解一下传统内存技术在移动设备中的局限性。以智能手机为例，随着 AI 摄影、AI 语音助手等功能的普及，手机需要在短时间内处理大量的数据。在拍摄一张 AI 优化的照片时，手机需要对图像进行实时分析和处理，这就要求内存能够快速地读取和存储图像数据。而传统的 LPDDR 内存，虽然在一定程度上能够满足日常应用的需求，但在面对这些高性能要求时，逐渐显得力不从心。在运行大型游戏、进行多任务处理时，传统内存的带宽和延迟问题也会导致设备出现卡顿、响应缓慢等情况。

LPW DRAM（Low Power Wide I/O DRAM）是移动 HBM 的一种技术形态。该技术是堆叠和连接LPDDR DRAM 来增加内存带宽，它与 HBM 类似，通过将常规 DRAM 堆叠 8 层或 12 层来提高数据吞吐量，并具有低功耗的优势。移动HBM 和 LPDDR 最大的区别在于是否是 “定制内存”。LPDDR 是通用型产品，一旦量产即可批量使用；而移动 HBM 是一个定制产品，反映了应用程序和客户的要求。由于移动HBM 与处理器连接的引脚位置不同，因此在批量生产之前需要针对每个客户的产品进行优化设计。

HBM 是在 DRAM 中钻微孔，并用电极连接上下层。移动 HBM 具有相同的堆叠概念，但正在推广一种将其堆叠在楼梯中，然后用垂直电线将其连接到基板的方法。三星和 SK 海力士均看中了移动 HBM 的潜力，但这两家公司采取的技术路线各不相同。

02存储巨头下场，搅动市场风云

AI的火热，令HBM也成了紧俏货。Yole 在其最新发布的市场与技术分析报告：《Status of the Memory Industry 2025》中表示，HBM 持续跑赢整个 DRAM 板块。2025年，HBM 的营收预计将接近翻倍，达到约340亿美元，主要受限产环境和来自AI及高性能计算（HPC）平台的战略性需求推动。Yole 预测，HBM 市场将在 2030 年前保持33% 的年复合增长率，届时其营收将超过 DRAM 市场总营收的50%。一方面，存储巨头对HBM技术持续升级并加大现有HBM产品的产量；另一方面，分出部分精力，关注另一种形式的HBM产品——移动HBM。

三星宣布将于2028 年推出搭载 LPW DRAM 内存的首款移动产品，该产品专为优化设备端AI 性能设计。

作为“移动高带宽存储器（HBM）”，LPW DRAM 以高性能、低功耗为核心特点，三星电子希望通过这款面向设备端人工智能的下一代产品，巩固其在移动内存市场的领先地位。

在2025 年国际半导体会议（ISSCC）上，三星电子半导体暨装置解决方案（DS）部门首席技术官、半导体研究所所长宋在赫在主题演讲中宣布：“首款针对设备端 AI 优化的 LPW DRAM 移动产品将于 2028 年发布。” 这是三星电子首次明确披露 LPW/LLW DRAM 的具体上市时间。

LPW DRAM 也被称为 LLW 或 “自定义内存”。由于其作为下一代存储器正处于兴起阶段，相关标准仍在制定中，因此业界对其有多种称谓。但无论名称如何，其核心目标一致：通过增加输入 / 输出通道数量、降低单个通道速度，实现功耗降低与性能提升。同时，该产品将应用垂直引线键合（VWB）封装技术，把电信号传输路径由曲线改为直线。

三星电子已提升LPW DRAM 的性能目标。相较于最新的移动内存 LPDDR5X，LPW DRAM 的输入输出速度预计快 166%，将超过每秒 200 千兆字节（GB）；功耗则降低 54%，仅为每位 1.9 皮焦耳（pJ）。去年 9 月，三星电子在中国台湾 “Semicon Taiwan” 展会上曾宣布 LPW DRAM 性能较 LPDDR5X 高出 133%，而在不到半年的时间里，这一目标已得到提升。

需要注意的是，以LPDDR 为代表的移动 HBM 芯片，因尺寸较小，并不适用于与 HBM 相同的 TSV 连接方案。同时，HBM 制造工艺的高成本及低良率特性，也无法满足高产能移动 DRAM 的需求。

因此，三星电子和SK 海力士采用了另一种先进的封装方式。

三星电子的VCS（垂直铜柱堆叠）方法，是将从晶圆上切割下来的 DRAM 芯片以台阶形状堆叠起来，用环氧材料使其硬化，然后在其上钻孔并用铜填充。三星电子表示，VCS 先进封装技术相较于传统引线键合，I/O 密度和带宽分别提升 8 倍和 2.6 倍；相比 VWB 垂直引线键合，VCS 技术生产效率提升 9 倍。

而SK 海力士选用铜线而非铜柱。其在连接元件和工艺顺序上与三星电子存在差异，具体是使用铜线连接堆叠的 DRAM，之后将环氧树脂注入空白处使其硬化，以此实现移动 DRAM 芯片的堆叠。这一技术被称为 “VFO（垂直线扇出）”，与当前采用 MUF 材料填充 DRAM 堆栈之间的间隙以实现 HBM 的方法类似。

SK 海力士的 VFO 技术结合了 FOWLP（晶圆级封装）和 DRAM 堆叠两项技术。该技术通过垂直连接，大幅缩短了电信号在多层 DRAM 间的传输路径，将线路长度缩短至传统内存的 1/4 以下，能效提高 4.9%。这种方式虽然增加了 1.4% 的散热量，但封装厚度减少了 27%。

03手机大厂们，竞速

HBM（高带宽内存）作为高性能计算领域的关键技术，正快速向智能手机市场渗透，不仅重塑了端侧AI能力的竞争门槛，也掀起了苹果与国内头部厂商的新一轮技术竞赛。

有爆料称，苹果计划在2027年（iPhone问世20周年）的旗舰机型中首次搭载移动版HBM。

苹果对移动HBM 的布局体现了其生态协同的一贯策略。据供应链信息显示，苹果正联合三星与 SK 海力士开发适用于移动设备的 HBM 解决方案。三星的VCS 封装方案通过台阶式堆叠与铜柱互联技术，可使内存带宽达到 LPDDR5X 的 2.6 倍；SK 海力士的 VFO 技术则借助铜线垂直连接优化散热表现，两种方案均计划于 2026 年实现量产。这种 "双供应商合作 + 定制化开发" 模式，既保持了苹果对核心部件的技术主导性，也为 2027 年 iPhone 20 周年机型的性能升级奠定基础。有行业分析认为，搭载移动 HBM 的 iPhone 有望支持本地运行百亿参数大模型，图像生成速度或提升 3 倍以上，同时功耗降低 40%。

在移动 HBM 领域，国内手机厂商正展现出技术整合的鲜明特点。有信息显示，某头部厂商研发中的新机已将这一技术纳入配置规划，计划通过自研内存控制器与自研芯片架构的协同设计实现技术落地。

这种 “硬件 - 软件 - 算法” 的整合能力，构成了其技术推进的重要支撑：自研的 3D 石墨烯散热膜可有效疏导 HBM 堆叠产生的局部热量，配合自有操作系统的内存动态调度机制，能在保障带宽性能的同时平衡功耗控制。

此外，该厂商在新一代通信技术与多设备互联领域的积累，可能为移动 HBM拓展应用场景 —— 当手机作为智能中枢连接车机、智能家居等设备时，高带宽内存或有助于提升跨设备 AI 任务的响应效率，这一方向也成为其技术布局的特色之一。

业内人士分析认为，国内企业或将抢先成为推出搭载移动HBM的手机的厂商。主要原因是其具备几方面的必要能力：其自研的SoC芯片可定制HBM所需的内存控制器、自研的操作系统支持HBM所需的字节级内存调度，其散热专利可解决HBM功耗高问题，这“三位一体”的技术闭环有助于其在技术创新领域实现抢跑。而战略层面，国内厂商也有足够的意愿通过端侧AI体验来进一步突破高端手机市场。

两者的技术路径选择反映了不同的战略考量。苹果的布局更侧重用户体验的实际落地，在与三星、SK 海力士的合作中，除硬件参数优化外，同步推进 Core ML 框架与 HBM 的适配工作，以确保用户在拍照、AR 交互等日常场景中能感知到体验提升；国内企业则更注重技术体系的自主构建，依托本土供应链在 TSV（硅通孔）工艺上的进展，目标将移动 HBM 的良率从行业平均的 50% 提升至 70% 以上，从而优化量产成本结构。

04从移动HBM到“贾维斯”还有多远？

从移动HBM 到实现 “贾维斯” 般的智能体验，这中间还有很长的路要走。

硬件层面，虽然移动HBM 提升了内存带宽和性能，但要达到 “贾维斯” 实时处理海量复杂数据的水平，仅靠内存升级远远不够。还需要更强大的处理器、更高效的 AI 芯片协同工作。目前手机中的处理器和 AI 芯片，在算力和能效比上与理想中的 “贾维斯” 运行硬件平台仍有较大差距。以运行大型 AI 模型为例，现有的手机硬件在模型加载速度、运算速度上还无法满足快速响应、高效处理的需求。

软件和算法方面，“贾维斯” 拥有高度智能的算法，能够理解人类复杂的语言、情感，做出精准且人性化的回应。当前手机上的 AI 语音助手，虽然在不断进步，但在语义理解的深度、对复杂场景的应对能力上，与 “贾维斯” 相去甚远。开发出能够在手机端运行的超智能算法，且能适配移动HBM 等硬件，是实现目标的关键挑战之一。

数据层面，“贾维斯” 能调用海量数据进行分析决策。手机设备受限于存储容量、数据获取权限等，难以获取如此广泛的数据。如何在保障用户隐私的前提下，安全、有效地获取和利用数据，以提升 AI 的智能程度，也是需要攻克的难题。