突破封鎖！華為新技術繞開HBM，終結HBM暴利時代？

國產AI晶片，除了製程工藝方面的差距之外，發展最大的障礙就是HBM（高頻寬記憶體），當前HBM作為高端AI晶片的關鍵元件，目前由三星（38%）、SK海力士（53%）和美光（10%）壟斷，且HBM3價格年內暴漲300%。雖然根據業內人士透露，國產儲存巨頭已經突破HBM2相關技術及產業鏈問題，但客觀而言，國產HBM要在短期內追上並不現實。

於是，華為選擇了一條全新的技術路徑繞過HBM。根據華為官方消息，其在8月12日召開的“2025金融AI推理應用落地與發展論壇”上發佈一項AI推理領域的突破性技術成果。該技術旨在降低中國AI推理對HBM（高頻寬記憶體）的依賴，提升大模型推理性能，完善國內AI推理生態。

那華為發佈的突破性技術是什麼呢？華為將光通訊的矽光晶片和昇騰AI算力晶片綁在一起，直接繞過HBM通道。

具體來說，就是華為將矽光互聯與昇騰AI算力結合，形成“光-算一體化”方案，其用矽光模組的高速光鏈路（1.6Tbps）替代傳統HBM的電氣互連，通過物理層高頻寬傳輸緩解記憶體頻寬壓。

硬體創新之餘，在算力也上進行了相應的最佳化；華為與北大合作開發的DeepSeek全端開源推理框架，結合自研SCOW超算平台與CraneSched調度系統，最佳化Ascend晶片在低HBM環境下的計算效率。

也就是說，8月12日公佈的AI推理新技術，通過軟硬體協同設計，“減少對HBM的依賴”並提升大模型推理性能，當然具體的應用資料需要等待進一步核實再行公佈。

但無疑，正式華為技術上的突破，通過光互聯在此承擔晶片間高速資料交換，部分抵消單晶片HBM不足的劣勢。對於國產晶片產業而言，這是一條全新之路。

據瞭解，此次華為矽光晶片是基於成熟8英吋SOI工藝製造，100%國產供應鏈，從而有效規避了制裁風險。例如，2024年12月美國將HBM2E列入禁售清單，給國產AI產業鏈造成了不小的損失。

另外，由於光互聯功耗低於電氣互聯，1.6T模組的部署將降低資料中心總TCO，這也意味著光互聯具有成本和能效上的優勢。同時，由於此次華為新技術突破IEEE 802.3dj規範因色散限制放棄CWDM的困境，這進一步推動中國主導高速光通訊標準。

目前，根據產業鏈消息，華為新技術將率先在金融行業進行應用，恆生電子作為金融AI系統服務商，華為長期合作夥伴，有望首批接入新技術最佳化資管、交易系統。當然，作為華為昇騰伺服器核心合作夥伴，承擔AI伺服器產能擴張的神州數位；以及為華為提供昇騰平台開發及模型最佳化服務，深度參與金融AI解決方案的軟通動力也必將受益良多。

在全球AI產業蓬勃發展之時，國內AI訓練市場的需求也正在急劇膨脹。根據IDC預測到2027年，中國人工智慧算力市場規模將達到357億美元，年均增長超過20%。如果記憶體性能瓶頸不解決，這個市場預期就是空中樓閣；華為的突破，或將是國產AI產業解套的最好方式。

因此，華為以“矽光×昇騰”繫結，本質是用光通訊的物理層創新彌補儲存層缺陷。短期來看，通過光互聯高頻寬+分佈式算力堆疊以維持國產AI競爭力；但長期而言，1.6T光模組+自適應色散晶片推動算力網路化，逐步擺脫對HBM的物理依賴。這一路徑不僅回應了封禁，更可能重塑AI硬體架構——從“拼單晶片HBM頻寬”轉向“拼光互聯效率與系統級最佳化”，為中國AI算力開闢新戰場。 (飆叔科技洞察)