Epoch AI最新研究显示，高带宽内存（HBM）在AI芯片元件成本中的占比，已从2024年Q1的52%升至2025年Q4的63%。同期，HBM绝对支出从120亿美元增至320亿美元，涨幅达到167%���对Nvidia、AMD、Google和Amazon四家芯片设计商来说，AI算力的成本重心正在从芯片设计环节转向内存供应。
HBM成本占比持续抬升
HBM的核心设计，是将多层DRAM芯片垂直堆叠，并直接封装在GPU旁边。AI模型训练和推理需要在极短时间内完成大规模数据读写，传统内存带宽难以支撑，HBM则通过更高传输速度和更低延迟缓解这一瓶颈。它并不是直接提升GPU计算速度，而是减少GPU等待内存的时间。
这类产品的制造门槛很高，全球目前只有SK海力士、三星和美光具备量产能力。随着2022年后AI算力需求快速上升，HBM供应商的议价能力同步增强。Epoch AI给出的数据也反映了这一变化：在四大芯片设计商的采购结构中，只有HBM成本占比持续扩大，其他环节则普遍收缩。
具体来看，逻辑芯片占比从14%降至13%，先进封装从19%降至15%，辅助元件从15%降至9%。对比之下，HBM单独增加了11个百分点，成为AI芯片成本结构中最突出的变量。
涨价开始传导至科技巨头资本开支
内存价格变化，已不只是供应商层面的议题。HBM占AI芯片元件成本的比重达到63%，而AI芯片本身又是大型科技公司资本开支的重要部分，价格上行很快会反映到财报和年度支出计划里。
素材显示，Microsoft在2026财年的资本开支计划中，单独列出了25亿美元的元件涨价因素，这部分是其250亿美元资本开支增幅中可以明确归因的项目。Meta也以元件成本上升为由，将2026年资本开支区间上调了100亿美元。
从总量看，这种传导更明显。HBM支出从2024年的120亿美元跳升到2025年的320亿美元，AI芯片元件总支出则从220亿美元增至520亿美元，涨幅分别为167%和136%。两年内整条供应链规模明显扩张，但资本开支增加并不意味着算力按相同比例增长，其中一部分只是用来吸收HBM涨价带来的成本压力。
2026年成本压力仍未见顶
Epoch AI预计，2026年HBM在AI芯片元件成本中的占比还会继续上升。这意味着，短期内AI基础设施投入的关键约束，可能不再只是GPU设计能力或先进封装产能，而是HBM供给能否跟上需求。对下游采购方而言，存储环节的价格变化，已经成为影响算力投入效率的核心因素之一。