自动驾驶汽车推动低功耗内存需求，调研：2027年HBM4将用于自动驾驶汽车

调研机构Counterpoint指出，随着半导体技术持续创新，内存解决方案成为推动生成式AI（GenAI）发展的核心动力，虽然DRAM解决方案具优势，但成本与上市进程仍是关键挑战。为降低创新风险，客户需积极参与承诺采购，而制造商则须寻求降低成本的策略，如LPDDR、PIM（Processing-In-Memory）、Wide I/O、GDDR与HBM，以适用不同应用场景。

短期PIM被视为最具创新的内存方案，主要支持神经处理单元（NPU），但仅限少量应用；Mobile HBM虽可提升性能，但应用尚未明朗。Counterpoint表示，预计2026年苹果将在iPhone Pro Max与折叠机型中，由PoP（Package-on-Package）架构转向独立式DRAM配置，提升带宽，同时NAND表现将通过UFS 5.0技术改进。

此外，随着自驾技术发展，高性能应用处理器（AP）与LPDDR使用将进一步增加，Counterpoint预计HBM4将在2027年后导入自动驾驶系统；XR设备、无人机与游戏领域也将扩展Wide I/O的应用，以提升低延迟处理能力。

NVIDIA的DIGITS技术将通过GPU与HBM的集成，提升内存带宽，2025年中通过SOCAMM技术增强CPU带宽，扩展容量并提升信号完整性。然而，PCB与连接器成本仍是一大挑战，短期内尚无计划将该技术应用于一般PC市场。

目前三星强调生成式AI内存解决方案需在高带宽、速度、容量、低延迟与功耗管理之间取得平衡。预计至2030年，HBM5的堆栈层数将达20层，并与更多逻辑设备集成于单一小芯片（Chiplet）架构中，台积电在CoWoS技术中的角色将更加重要。供应链横向合作的重要性日益提升，将取代单一企业全面集成的垂直集成模式。

同时，DeepSeek正开发移动AI的LLM（大型语言模型），预期OpenAI等企业将逐步标准化AI技术。未来随着PIM与Low Latency Wide I/O（LLW）等创新技术的普及与成本持续下降，这些技术有望在软件标准化后的数年内加速落地。

Counterpoint Research研究总监MS Hwang表示，无论智能手机、自动驾驶，还是高性能计算领域，内存解决方案都扮演举足轻重的角色。随着供应链合作模式的变革，技术标准化与成本优化将推动内存产业迈向更高性能、低功耗的未来。