你所需要知道的HBM技術
在2024年即將到來之際,多家機構給出預測,認定生成式AI將成為2024年的增長重點之一?;仡?023年,年初的ChatGPT引爆了今年的生成式AI熱潮,不僅僅是下游市場的AI應用,這股大火一直燒到了上游芯片領域,根據權威機構預測,2023年和2024年,AI服務器將有38%左右的增長空間。隨著GPU等AI芯片走向高峰的同時,也極大帶動了市場對新一代內存芯片HBM(高帶寬內存)的需求。
本文引用地址:http://www.ex-cimer.com/article/202312/454189.htm
HBM是何方神圣?
首先,我們先來了解一下什么是HBM。HBM全稱為High Bandwich Memory,直接翻譯即是高帶寬內存,是一款新型的CPU/GPU內存芯片。其實就是將很多個DDR芯片堆疊在一起后和GPU封裝在一起,實現大容量、高位寬的DDR組合陣列。這么說可能有一些不明所以,簡單來講,如果說傳統的DDR內存芯片是一層的平房結構,那么采用了HBM結構的內存就是現代化的摩天大樓,占地面積不變的基礎上,向3維高度發展,從而可實現了更高的性能和帶寬。
我們以上圖中AMD專為AI訓練打造的旗艦GPU MI300X為例,彩色部分是GPU單元,而兩側就是AMD為其配備的8個HBM 3堆棧,每個堆棧為 12-Hi,同時集成了 16 Gb IC,每個 IC 為 2 GB 容量或每個堆棧 24 GB。
我們不難發現,隨著AI應用的越來越廣泛,HBM的相關應用也是越來越多,需求水漲船高,這篇文章就帶各位讀者介紹一下HBM相關知識,讓各位大致了解一下,為什么我們的AI需要HBM。
在文章開頭筆者就說明了簡單來講,HBM技術就是把傳統的DDR內存從“平房”改成了“樓房”。從土木工程的角度來看,建一個樓房可要比建一個平房要困難很多,從底層地基到布線都需要重新設計。而同樣地,作為微觀結構上的“樓房”,想要實現將DDR蓋成樓房的HBM技術也是困難重重。
使得HBM技術得以實現的是基于TVS技術的3D封裝技術的成熟,對于封裝技術的闡述,各位讀者感興趣可以移步筆者之前寫過的另一篇文章:
本篇就不再過多贅述,在這篇文章中,筆者來簡單說明一下HBM中的TVS技術的應用。
首先,在這個由DRAM組成的微觀“大樓”中,DRAM被堆疊在一起,并且每個DRAM芯片之間使用TVS(Transient Voltage Suppressor)連接方式進行連接。在DRAM下方是DRAM邏輯控制單元,該單元負責對DRAM進行控制。GPU與DRAM之間通過uBump和Interposer(一種具有互聯功能的硅片)進行連接。Interposer再通過Bump與Substrate(封裝基板)連接,最終連接到BGA(球柵陣列)BALL上。最后,BGA BALL連接到PCB(印刷電路板)上。就如下圖所示:
得益于這種堆棧結構,HBM通過中介層實現緊湊而快速的連接,節省了94%的表面積,其具備的特性幾乎與芯片集成的RAM相同,可實現更多的IO數量。此外,HBM重新調整了內存的功耗效率,使每瓦帶寬比GDDR5高出3倍以上,這意味著功耗降低了3倍以上。
為什么AI需要HBM?
為了回答這個問題,我們需要先認識到另一個現實:為什么GPU相比CPU更加適合AI訓練?
我們可以舉一個有趣的例子:
CPU是一個多才多藝的博士,但通常都是獨自工作或最多與幾個博士伙伴一起(多核心多線程)。有一天,操作系統帶來一個新任務,列出了一系列的簡單的百以內加減乘除運算。CPU看到這個任務感到雖然簡單,但是自己一個人一道一道算,有些吃力。這時,顯卡找上門來,告訴CPU說:“CPU,我這里有幾百個只會做加減乘除的小學生(GPU核心),他們做得又快又準。你可以指揮他們來做,這樣會輕松很多?!?CPU覺得這個主意不錯,于是顯卡就把那本冊子拿走了,并讓那幾百個孩子開始工作,任務很快就完成了。沒過多久,操作系統又來了,手里拿著一本新冊子。CPU一看,封面寫著“AI訓練”。他心里有些不安,不知道這次又是什么新挑戰。他打開冊子一看,還是那些加減乘除的運算。
從上述的這個小故事中,我們可以簡單總結一下GPU更適合訓練AI的主要原因,主要有這兩點:首先,GPU具備強大的并行計算能力,使其能夠同時處理多個任務,從而加速AI模型的訓練過程;其次,GPU的顯存相較于CPU的系統內存在處理大規模數據時更為高效,這使得GPU能夠更有效地處理AI訓練所需的大量數據。
回答本節之中所提出的問題,為什么AI需要HBM技術呢?HBM可以為顯卡帶來更大的顯存容量和顯存傳輸帶寬,而一旦GPU擁有更高的內存帶寬和更大的顯存容量,這就會使得它能夠更快地讀取和寫入數據,提高數據吞吐量。對于處理大規模數據的AI任務來說,這是非常重要的。因此HBM技術所帶來的顯存性能的顯著提升,對于顯卡完成AI任務來說十分重要。
不僅如此,在深度學習中,需要頻繁地訪問內存進行數據傳輸。GPU通過HBM技術獲得得更高的內存帶寬和更快的內存訪問速度,就能夠更快地進行數據傳輸,提高計算效率。此外,HBM帶來的更大容量顯存也可以使得GPU在AI任務中能夠處理更大規模的數據集和模型,在如今生成式AI向著越來越大數據規模的方向發展之中,起到了重要的支持作用。
HBM技術的演進
在HBM技術的開發過程中,有兩個廠商功不可沒,它們就是AMD和海力士。一些信息表明,AMD在2009年就意識到DDR的局限性并產生開發堆疊內存的想法,后來其與SK海力士聯手研發HBM。并于2013年,推出了首款HBM1技術的顯卡,即Radeon R9 290X。這款GPU采用了4顆HBM芯片,總容量為4GB,可以提供更高的顯存帶寬和更高的內存容量,從而提高了GPU的性能和效率。不僅如此,這項全新技術,還被定為JESD235行業標準:HBM1的工作頻率約為1600 Mbps,漏極電源電壓為1.2V,芯片密度為2Gb(4-hi),具有4096bit的帶寬,遠超過了GDDR5的512bit。
可以說在當時,海力士認定了這才是未來的顯存,但是AMD卻在2016年發布完產品后完全轉向,近乎放棄了HBM。唯一仍然保留HBM技術的是用于AI計算的加速卡。因此,在第二代HBM技術問世的2016年,這個賽道中變成了海力士和新加入的三星之間的對決。
2016年1月,三星宣布開始量產4GB HBM2 DRAM,并在同一年內生產8GB HBM2 DRAM;2017年下半年,被三星趕超的SK海力士開始量產HBM2;2018年1月,三星宣布開始量產第二代8GB HBM2"Aquabolt";2019年8月,SK海力士宣布成功研發出新一代"HBM2E";2020年2月,三星也正式宣布推出其16GB HBM2E產品"Flashbolt",于2020年上半年開始量產;到了2022年,JEDEC組織正式發布了新一代高帶寬內存HBM3的標準規范,這一新標準在存儲密度、帶寬、通道、可靠性、能效等各個層面都進行了擴充和升級。JEDEC表示,HBM3是一種創新的方法,是更高帶寬、更低功耗和單位面積容量的解決方案。對于那些需要處理大量數據和高數據速率的應用場景來說,HBM3十分重要,比如圖形處理和高性能計算的服務器。
從HBM1到HBM3,SK海力士和三星一直是HBM行業的領軍企業。而對于AMD來說,可謂是起了個大早,趕了個晚集。AMD既沒有憑借HBM在游戲顯卡市場中反殺英偉達,反而被英偉達利用HBM鞏固了AI計算領域的地位,煞是可惜。
HBM領域市場分析
在本文開頭筆者就已經提到,生成式AI的火熱同時也帶動了HBM領域的熱度,那就有必要在年末之時粗略向各位讀者分析一下目前以及未來HBM市場的競爭格局。
調研機構TrendForce集邦咨詢也指出,預估2023年全球HBM需求量將年增近六成,來到2.9億GB,2024年將再增長三成。2023年HBM將處于供不應求態勢,到2024年供需比有望改善。據其他權威機構預測,預計 2024 年隨著各原廠 積極擴產的效果顯現,HBM 供需比有望獲改善,預估將從 2023 年的-2.4%,轉為 0.6%。而從各產品的占比來看,2023 年主流 HBM 需求從 HBM2E 升級為 HBM3 甚至 HBM3E,HBM3 需求比重預估約為 39%,較 2022 年提升超 30%,并在 2024 年達到 60%,屆時份額比重也將超過 HBM2E。
目前,HBM的平均售價至少是DRAM的三倍,而由于ChatGPT的拉動和產能不足的限制,HBM的價格一路上漲,與性能最高的DRAM相比,HBM3的價格上漲了五倍。而在即將到來的2024年,可以預見的是高端AI服務器GPU搭載HBM芯片將成為主流,這進一步推動了HBM市場的增長。根據TrendForce的數據,2022年全球HBM容量約為1.8億GB,2023年增長約60%達到2.9億GB,2024年將再增長30%。如果以HBM每GB售價20美元進行測算,2022年全球HBM市場規模約為36.3億美元。預計到2026年,市場規模將達到127.4億美元,對應年復合增長率(CAGR)約為37%。
而其市場格局也將形成三足鼎力的形勢。海力士作為將HBM技術最早商業化的廠商將繼續領先,而三星將緊隨其后,2023年海力士和三 星的 HBM 份額占比約為 46-49%,而美光的份額將下降至 4%-6%,并在 2024 年進 一步壓縮至 3%-5%。
在這三家爭霸的局勢之中,美光科技由于起步較晚,在2022年僅僅占據了HBM市場份額的10%,而未來還有繼續下降的趨勢。最近的美光科技財報電話會議數據顯示,美光的DRAM業績明顯不如SK海力士和三星。美光2024財年的資本支出預計將比2023財年略有增長,不過WFE支出將再次同比下降。
在美光2023年第四季度的DRAM收入顯示,美光的DRAM收入增長率僅為3%,明顯低于競爭對手。而考慮到采用了HBM技術的DRAM價格約為普通DRAM的7倍,而美光的DRAM業務僅僅微漲了3%。在業內,美光是首家拿出HBM3e樣品的公司,其性能和能效在業內均處于行業領先地位。其技術能力于其他在HBM領域的競爭對手相比并不落下風。因此筆者認為,美光的HBM產品在客戶接受度上,還有很高的提升空間。
未來進入2024年,有權威機構分析表示:美光科技在HBM方面將繼續面臨逆風。SK海力士是全球唯一一家大規模生產HBM3的公司,并為英偉達獨家供應H100 Tensor Core GPU。美光公司也表示自己將要推出的HBM3 Gen2產品將有更好的性能,其預計引腳速度將超過9.2GB/s。但是隨著海力士與英偉達強強聯合之下,這對于美光來說,2024年的HBM領域也是面臨嚴峻挑戰的一年。
但是面對逆境挑戰,美光CEO Mehrotra樂觀表示:“這就是創建人工智能軟件的計算機所需要的超快訪問芯片類型。AI給我們所帶來的高營收、高利潤機會才剛剛開始?!?/p>
而HBM技術在國內發展,整體上并不樂觀,目前HBM相關產業鏈布局相對較小,只有一些企業涉及封測領域。在國內涉及HBM產業鏈的公司主要包括雅克科技、中微公司、和拓荊科技等公司。其中,雅克的子公司UP Chemical是SK海力士的核心供應商,為其提供HBM前驅體。
在更遠的未來,預計AI的浪潮還將繼續愈演愈烈,而HBM今后的存在感或許會越來越強。據semiconductor-digest預測,到2031年,全球高帶寬存儲器市場預計將從2022年的2.93億美元增長到34.34億美元,在2023-2031年的預測期內復合年增長率為31.3%。筆者相信,HBM技術將在很長一段時間中都會是AI硬件領域的重要技術,隨著越來越多的廠商入局HBM,HBM一定會受到持續的關注和更快的發展。
評論