近期，关于华为自研存储单元HMC（Hybrid Memory Cube，混合内存立方体）的讨论也在升温，但需要明确的是HMC并非传统意义上的HBM替代方案。华为在存储芯片领域已推出多款自研产品，覆盖高带宽内存、固态存储及AI存储等方向，旨在提升算力效率并降低对外依赖。
HBM和HMC两类方案的区别
从技术实现上看，HBM依赖中介层实现超宽位宽和极高带宽密度，带宽可达1024-bit甚至更高，但封装复杂、成本高。相较之下，HMC则通过ABF载板实现直接互联，取消中介层，结构更简洁、延迟更低，但带宽能力通常弱于HBM，对载板走线密度和系统级设计能力提出更高要求。
HBM通过中介层（interposer）与GPU等计算芯片实现超高密度互联，属于高度标准化的通用高带宽内存；而华为选择的是定制化的HMC路线，更接近系统级协同设计，类似苹果M Ultra芯片所采用的定制化LPDDR5内存方案，其核心目标并非极致通用性能，而是与自研计算架构深度匹配。
可以看到，这两类方案在性能指标、实现难度和工程取舍上存在明显分化 —— 就成本与功耗维度而言，HBM因中介层和先进封装良率压力，整体BOM成本居高不下，但单位性能能效优势突出；HMC虽然在极限带宽和能效密度上不及HBM，却因无需中介层而具备更低的制造成本和更强的供应链可控性，代价是功耗密度相对更高、系统设计复杂度上升。这并非技术优劣之争，而是不同约束条件下的选择。
AI存储架构正在走向系统定制
华为HMC的意义不在于“取代HBM”，而在于揭示AI时代存储架构的一个趋势：从统一标准走向系统定制。未来，HBM仍将主导通用AI加速卡与高端HPC场景，而HMC等定制化内存方案则有望在特定AI系统中落地，推动算力、存储与先进封装的深度融合。
值得关注的是，在全球存储器竞争长期聚焦HBM之后，产业重心正显现出向高带宽闪存（HBF）转移的迹象。HBF与将DRAM堆叠的HBM相似，同样通过堆叠显著提升带宽。但两者的核心差异在于：HBM使用的是易失性DRAM，而HBF使用的是非易失性的NAND。也就是说，一个断电即失数据，一个则可以长期保存数据。
随着AI市场逐步转向长期保存海量数据的方向，HBF有望替代HBM的观点正获得更多认同，业内认为HBF的出现预示着AI产业将进入一个不同于「HBM时代」的新阶段。而无论是英伟达推动的新型DRAM模组SOCAMM，还是产业重心将向3D NAND闪存进行垂直堆叠而形成的新型存储架构HBF转移，或是华为独辟蹊径的HMC，AI存储的竞争不再是HBM单一技术路线的胜负。最终比拼的是谁能快速量产，并在特定系统中实现更优的整体效率。