HBM vs DRAM: Tại sao mô hình lớn AI không thể thiếu nó? Chip lưu trữ từ "kỷ nguyên phẳng" tiến tới "cuộc cách mạng 3D"

Ngày 30 tháng 6 năm 2026, Bitcoin dao động hẹp quanh mức 60.000 USD, Ethereum duy trì trong vùng 1.600 USD. Thị trường tiền mã hóa sau đợt điều chỉnh liên tục kể từ tháng 6, cục diện do phe bán chi phối trong ngắn hạn vẫn chưa thay đổi. Nhưng ngay khi tài sản mã hóa bước vào "thời gian chết", một đường đua khác đang trải qua sự bùng nổ chưa từng có – bộ nhớ bán dẫn.

Tổ chức Thống kê Thương mại Bán dẫn Thế giới (WSTS) trong báo cáo mùa xuân năm 2026 đã điều chỉnh tăng mạnh dự báo tăng trưởng ngành: Quy mô thị trường bán dẫn toàn cầu năm 2026 có thể vượt 1,51 nghìn tỷ USD, tăng 90% so với cùng kỳ, trong đó chip nhớ tăng 250% so với cùng kỳ, quy mô vượt 800 tỷ USD. Giá trị sản xuất của bộ nhớ lần đầu tiên vượt qua xưởng đúc wafer, trở thành cực tăng trưởng số một của ngành bán dẫn.

Và nhân vật chính tuyệt đối của cuộc cách mạng bộ nhớ này chính là HBM (Bộ nhớ băng thông cao). Năm 2026, quy mô thị trường HBM dự kiến tăng 58% lên 54,6 tỷ USD, chiếm gần 40% thị trường DRAM. Sự khác biệt giữa HBM và DRAM là gì? Tại sao các mô hình AI lớn lại phụ thuộc vào HBM đến vậy?

HBM và DRAM: Cùng nguồn gốc nhưng số phận khác nhau

HBM và DRAM chia sẻ cùng một phương tiện lưu trữ cơ bản – bộ nhớ truy cập ngẫu nhiên động. Nhưng lộ trình công nghệ, thiết kế kiến trúc và kịch bản ứng dụng của cả hai lại đi theo những hướng hoàn toàn khác nhau.

DRAM truyền thống đi theo lộ trình "mở rộng mặt phẳng". DRAM truyền thống đại diện bởi DDR4, DDR5 sử dụng kiến trúc mặt phẳng, cải thiện hiệu suất thông qua nâng cấp quy trình (ví dụ từ 20nm lên 2nm) và tối ưu hóa kiến trúc (ví dụ tăng số bit prefetch của DDR5). Logic cốt lõi của nó là: liên tục thu nhỏ kích thước transistor trên mặt phẳng hai chiều và tăng tần số. Nhưng con đường này đang tiến gần đến giới hạn vật lý – quy trình dưới 2nm phải đối mặt với các vấn đề như hiệu ứng xuyên hầm lượng tử, chỉ dựa vào thu nhỏ quy trình không thể đáp ứng nhu cầu theo cấp số nhân về băng thông bộ nhớ cho sức mạnh tính toán AI.

HBM thì chọn con đường "xếp chồng theo chiều dọc". HBM sử dụng cấu trúc 3D, dùng công nghệ xuyên qua silicon (TSV) để xếp chồng theo chiều dọc nhiều tấm DRAM, tạo thành cấu trúc hình khối – khoan hàng nghìn lỗ cực nhỏ trên chip DRAM, kết nối các chip trên và dưới thông qua các điện cực xuyên dọc; lớp dưới cùng là bộ điều khiển logic DRAM, chịu trách nhiệm về timing và điều khiển tổng thể. Thiết kế "xếp chồng" này cho phép HBM đạt được mật độ băng thông cực cao trong không gian vật lý rất nhỏ.

Khoảng cách về các chỉ số hiệu suất chính giữa hai loại có thể coi là thế hệ:

Về băng thông, DRAM truyền thống (như DDR5) có băng thông khoảng 50 - 100 GB/s, trong khi HBM3E một chồng có thể đạt 1,2 TB/s, HBM4 thế hệ tiếp theo dự kiến sẽ tăng lên trên 2,0 TB/s. Băng thông của HBM gấp hơn 10 lần DRAM truyền thống.

Về hiệu suất năng lượng, HBM có thể thấp dưới 5 pJ/bit, DRAM truyền thống là 10 - 15 pJ/bit. Trong các trung tâm dữ liệu có hàng nghìn GPU hoạt động đồng thời, khoảng cách này có nghĩa là chênh lệch hàng chục triệu USD tiền điện mỗi năm.

Về độ trễ, DRAM truyền thống nhờ ưu thế kiến trúc mặt phẳng có thể duy trì ở mức 10 ns, trong khi HBM do số lớp xếp chồng tăng lên, độ trễ ở mức 100 ns. Nhưng trong các kịch bản huấn luyện và suy luận AI, độ nhạy cảm với "thông lượng" cao hơn nhiều so với "độ trễ đơn lẻ" – thông lượng cao của lượng tham số khổng lồ quan trọng hơn nhiều so với tốc độ truy cập đơn lẻ.

Về chi phí, chi phí sản xuất HBM cao hơn nhiều so với DRAM truyền thống. Mặc dù chi phí mỗi Gb của HBM4 giảm 30% so với HBM3, nhưng vẫn cao gấp 3-5 lần DDR5 cùng dung lượng. Lượng wafer tiêu thụ của HBM gấp khoảng 4-5 lần DDR5, quy trình TSV khiến mật độ bit của chip HBM thấp hơn đáng kể so với DDR cùng thông số – mật độ bit của SK Hynix D1z DDR4 là 0,296 Gb/mm², cao hơn 85% so với HBM3 của họ (0,16 Gb/mm²). Diện tích bổ sung cần thiết cho TSV và quy trình đóng gói xếp chồng phức tạp là nguyên nhân cốt lõi khiến chi phí HBM cao.

Tóm lại: DRAM truyền thống theo đuổi "rẻ và đủ dùng", HBM theo đuổi "băng thông tối đa" – đây là cuộc chiến lộ trình công nghệ giữa "ưu tiên chi phí" và "ưu tiên băng thông".

Khủng hoảng tường bộ nhớ: Tại sao mô hình AI lớn nhất định phải dùng HBM?

Sự phụ thuộc của các mô hình AI lớn vào HBM bắt nguồn từ một nút thắt cơ bản được ngành gọi là "Tường bộ nhớ" (Memory Wall).

Trong 20 năm qua, sức mạnh tính toán của GPU đã tăng 60.000 lần, trong khi băng thông DRAM chỉ tăng 100 lần. Tốc độ tăng sức mạnh tính toán nhanh hơn nhiều so với tốc độ cung cấp dữ liệu – giống như một chiếc xe đua mã lực tăng vọt, nhưng đường ống nhiên liệu vẫn là thông số của 20 năm trước. GPU là động cơ, HBM là hệ thống phun nhiên liệu; nếu tốc độ cung cấp nhiên liệu không theo kịp, động cơ mã lực lớn cũng chỉ có thể quay không tải.

Cơ chế hoạt động của các mô hình ngôn ngữ lớn làm khuếch đại mâu thuẫn này. Mô hình AI tạo ra câu trả lời không phải là truy xuất thông tin tĩnh đơn giản, mà liên tục duy trì một "trạng thái làm việc" bao gồm cửa sổ ngữ cảnh, bộ nhớ đệm khóa-giá trị (KV Cache), kích hoạt trung gian và quyết định định tuyến. Dữ liệu này cần được truy cập với độ trễ cực thấp và luôn khả dụng. Trong quá trình xử lý chuỗi token hoàn chỉnh, mô hình cần liên tục truy cập và cập nhật ngữ cảnh – ngay cả khi độ trễ bộ nhớ tăng nhẹ cũng có thể dẫn đến giảm thông lượng, độ trễ phản hồi, hoặc thậm chí buộc nhà vận hành phải tăng thêm phần cứng.

Giai đoạn huấn luyện, các mô hình lớn với hàng nghìn tỷ tham số cần lặp lại trên lượng dữ liệu khổng lồ, mỗi lần truyền tiến và truyền ngược đều liên quan đến việc đọc và cập nhật lượng tham số khổng lồ. Băng thông cấp TB/s mà HBM cung cấp là yếu tố quyết định để rút ngắn thời gian huấn luyện.

Giai đoạn suy luận, với sự phát triển nhanh chóng của các mô hình đa phương thức lớn và AI Agent, lượng token được gọi tăng nhanh. Nút thắt của ứng dụng suy luận thường không phải là "tính toán nhanh đến đâu", mà là "dữ liệu được đưa vào nhanh đến đâu". Cuối cùng của băng thông chính là HBM.

Ở cấp độ hệ thống, AI hoạt động trên kiến trúc bộ nhớ phân tầng: HBM cung cấp dữ liệu cho bộ tăng tốc, DRAM lưu trữ trạng thái thời gian thực và bộ nhớ hội thoại, SSD dựa trên NAND cung cấp lưu trữ bền vững cho tập dữ liệu, embedding, chỉ mục truy xuất, nhật ký và điểm kiểm tra. HBM ở vị trí gần nhất với lõi tính toán, đảm nhận nhiệm vụ cung cấp dữ liệu tần suất cao nhất, khẩn cấp nhất – điều mà không phương tiện lưu trữ nào khác có thể thay thế.

Chính vì vậy, tất cả các bộ tăng tốc AI hàng đầu dùng cho huấn luyện và suy luận AI sinh tạo đều sử dụng HBM. HBM không phải là "phụ tùng tùy chọn" của AI, mà là "bình oxy" quyết định AI có thể đi nhanh đến đâu.

Mất cân bằng cung cầu: Sự thiếu hụt cấu trúc kéo dài nhiều năm

Nhu cầu về HBM là cứng nhắc, nhưng nguồn cung lại "bị khóa".

Về phía cầu, năm 2026, chi tiêu cơ sở hạ tầng AI toàn cầu sẽ đạt 450 tỷ USD, trong đó tỷ trọng sức mạnh tính toán suy luận lần đầu tiên vượt quá 70%, kéo theo nhu cầu mạnh mẽ về GPU, HBM và chip mạng tốc độ cao. Nhu cầu HBM năm 2026 chủ yếu được thúc đẩy bởi nâng cấp năng lực sản xuất ASIC AI, dung lượng HBM mỗi chip AI sẽ tăng mạnh từ 96 GB/192 GB lên 216 GB/288 GB. Mặc dù nền tảng Rubin của Nvidia có dung lượng HBM trên mỗi GPU tương đương thế hệ trước, nhưng sản lượng cao hơn tiếp tục đẩy nhu cầu tổng thể. Chín nhà cung cấp dịch vụ đám mây lớn nhất toàn cầu năm 2026 dự kiến có tổng chi tiêu vốn khoảng 830 tỷ USD, tăng 79% so với cùng kỳ.

Về phía cung, mặc dù ba nhà sản xuất chính là Samsung, SK Hynix, Micron đã dành tới 70% năng lực sản xuất mới/có thể điều chỉnh cho HBM, nhưng khoảng trống năng lực sản xuất HBM vẫn lên tới 50% đến 60%. Tính đến quý đầu năm 2026, toàn bộ năng lực sản xuất HBM của ba nhà sản xuất chính đã được bán hết. Theo dữ liệu của SemiAnalysis, năm 2026, nguồn cung DRAM thấp hơn nhu cầu khoảng 7%, HBM thiếu hụt 6%, năm 2027 mở rộng lên 9%.

Quan trọng hơn là tính cứng nhắc của nguồn cung. Ngay cả khi ba nhà sản xuất chính quyết định mở rộng sản xuất ngay bây giờ, do các ràng buộc vật lý như quy trình TSV, tỷ lệ đóng gói tiên tiến, chu kỳ giao hàng thiết bị, năng lực sản xuất mới được giải phóng sớm nhất cũng phải đến năm 2028-2029. Các ngân hàng đầu tư quốc tế đều cho rằng tình trạng thiếu hụt cấu trúc cung không đủ cầu của HBM ít nhất sẽ kéo dài đến năm 2028. CEO của Nvidia, Jensen Huang, còn tuyên bố rõ ràng: Sự thiếu hụt nguồn cung HBM toàn cầu "hoàn toàn không phải là biến động thị trường ngắn hạn, mà sẽ là một bế tắc cấu trúc ngành kéo dài nhiều năm".

Về giá cả, Samsung Electronics và SK Hynix đã tăng giá cung cấp HBM3E năm 2026 lên gần 20%. Giá hợp đồng ban đầu của HBM4 12 lớp dự kiến cao hơn 10% so với HBM3E 12 lớp năm 2025.

Bức tranh thị trường: Ai đang dẫn dắt cuộc cách mạng bộ nhớ này?

Thị trường HBM có mức độ tập trung cực kỳ cao. Các nhà phân tích pháp nhân dự đoán, thị phần xuất khẩu của SK Hynix năm 2026 khoảng 52%, Samsung Electronics khoảng 39%, Micron khoảng 8%, các doanh nghiệp Trung Quốc đại lục duy trì tỷ trọng rất thấp. Tính theo doanh thu, doanh thu HBM của SK Hynix năm 2026 có thể đạt 5,95 tỷ USD, vững vàng đứng đầu toàn cầu.

Trong quý đầu năm 2026, thị phần của SK Hynix trên thị trường HBM toàn cầu khoảng 51,4%. TrendForce dự kiến thị phần HBM cả năm 2026 của họ có thể duy trì khoảng 50%; Counterpoint còn dự đoán thị phần của họ trên thị trường HBM4 sẽ đạt 54%.

Biên lợi nhuận gộp của ba nhà sản xuất chính đã vượt qua 70% thậm chí 80%. Phân phối lợi nhuận của HBM có cấu trúc "hình tháp" – càng gần lõi công nghệ và các nút thắt, tỷ lệ phân phối càng cao.

Đồng thời, một hiện tượng thú vị đang xảy ra: Khả năng sinh lời của DRAM đa năng đang vượt trội về mặt cấu trúc so với HBM. Tính đến quý đầu năm 2026, chênh lệch biên lợi nhuận hoạt động giữa DRAM đa năng và HBM đã mở rộng lên hơn 15 điểm phần trăm. Tính toán thị trường cho thấy, năm 2026, khi phân bổ năng lực sản xuất cho DRAM đa năng, doanh thu tạo ra trên mỗi wafer đã gấp đôi HBM, lợi nhuận gộp gần gấp ba. Đây chính là lý do SK Hynix đang xem xét chuyển một phần nguồn lực trở lại DRAM đa năng – nhưng điều này lại chứng tỏ toàn bộ thị trường bộ nhớ đang ở trong tình trạng bùng nổ toàn diện.

Góc nhìn đầu tư: Cơ hội trong siêu chu kỳ HBM

Sự thiếu hụt cấu trúc và xu hướng tăng giá của HBM cung cấp hỗ trợ logic ngành rõ ràng cho các nhà đầu tư.

Các nhà sản xuất bộ nhớ gốc là những người hưởng lợi trực tiếp. SK Hynix (cổ phiếu Hàn Quốc), Samsung Electronics (cổ phiếu Hàn Quốc) và Micron (cổ phiếu Mỹ) nhờ vào sự độc quyền công nghệ và khan hiếm năng lực sản xuất, kiếm được phần lớn lợi nhuận siêu ngạch trong chuỗi ngành. Morgan Stanley, dựa trên dự báo giá trung bình DRAM tăng 62% vào năm 2026, đã điều chỉnh tăng dự báo lợi nhuận của các nhà sản xuất bộ nhớ gốc lên 56% đến 63%.

Thượng nguồn chuỗi ngành cũng được hưởng lợi. Việc mở rộng sản xuất quy mô lớn của các ông lớn bộ nhớ trực tiếp kéo theo nhu cầu về thiết bị bán dẫn như khắc, lắng đọng màng, kiểm tra, v.v., và mức độ bùng nổ của chuỗi ngành đang lan truyền từ thượng nguồn xuống trung nguồn. Nhu cầu đóng gói tiên tiến của HBM cũng thúc đẩy công nghiệp hóa công nghệ đóng gói 2.5D như CoWoS.

Các nhà sản xuất chip AI là bên cầu cuối cùng của HBM. Các ông lớn chip AI như Nvidia (cổ phiếu Mỹ), Broadcom (cổ phiếu Mỹ) liên tục mở rộng nhu cầu mua HBM. Dung lượng HBM trên mỗi GPU của Nvidia Rubin Ultra sẽ tăng lên 1 TB.

Giao dịch cổ phiếu Gate: Tham gia đầu tư lưu trữ và AI toàn cầu một cách thuận tiện

Đối với các nhà đầu tư muốn tham gia vào siêu chu kỳ lưu trữ này, cổ phiếu Gate cung cấp một kênh thị trường thuận tiện.

Hiện tại, cổ phiếu Gate đã hình thành hệ thống giao dịch 7×24 giờ bao phủ ba thị trường cốt lõi là Mỹ, Hồng Kông và Hàn Quốc, hỗ trợ hơn 10.000 cổ phiếu Mỹ và ETF, hơn 1.500 cổ phiếu Hồng Kông và hơn 1.000 cổ phiếu Hàn Quốc, tổng cộng bao phủ hơn 12.500 cổ phiếu và tài sản ETF trên toàn cầu. Các mã bao gồm các công ty niêm yết đại diện toàn cầu như Apple, Nvidia, Microsoft, Tencent Holdings, Xiaomi Group, Samsung Electronics, SK Hynix, v.v.

Người dùng có thể sử dụng tài khoản thống nhất Gate với USDT để tham gia đầu tư cổ phiếu toàn cầu một cửa, hỗ trợ giao dịch cổ phiếu lẻ tối thiểu 0,01 cổ phiếu, được hưởng các quyền lợi như chia cổ tức. Nền tảng đồng thời hỗ trợ các dịch vụ hành động công ty như chia tách cổ phiếu, hợp nhất cổ phiếu, và đã triển khai phủ sóng toàn diện cả hai đầu App và Web.

Cổ phiếu Gate, trên cơ sở giao dịch trước giờ mở cửa, trong giờ và sau giờ giao dịch truyền thống, còn hỗ trợ giao dịch qua đêm và cuối tuần, vượt qua giới hạn thời gian giao dịch của thị trường chứng khoán truyền thống. Dịch vụ chuyển khoản giữa các công ty môi giới sắp ra mắt, sẽ nâng cao hơn nữa tính linh hoạt và tiện lợi trong quản lý tài sản cổ phiếu của người dùng.

Phương thức giao dịch: Sau khi người dùng nạp tiền vào tài khoản thống nhất trên nền tảng Gate, có thể chọn cổ phiếu mục tiêu trong mô-đun giao dịch cổ phiếu, mua bán bằng USDT. Nền tảng cung cấp biểu đồ thị trường thời gian thực, công cụ phân tích kỹ thuật và lựa chọn loại lệnh (lệnh thị trường, lệnh giới hạn, v.v.), quy trình thao tác tương tự như trải nghiệm giao dịch tài sản mã hóa.

Kết luận

Sự khác biệt giữa HBM và DRAM, về bản chất là sự phân nhánh giữa hai lộ trình công nghệ "ưu tiên băng thông" và "ưu tiên chi phí". Trong bối cảnh sức mạnh tính toán AI tiếp tục mở rộng, HBM với công nghệ xếp chồng 3D và TSV đã đạt được bước đột phá về "tường bộ nhớ", trở thành thành phần cốt lõi không thể thay thế cho huấn luyện và suy luận mô hình lớn.

Năm 2026, quy mô thị trường bán dẫn toàn cầu vượt 1,51 nghìn tỷ USD, chip nhớ tăng 250%, thị trường HBM tăng 58% lên 54,6 tỷ USD. Khoảng trống năng lực sản xuất lên tới 50% đến 60%, toàn bộ năng lực sản xuất của ba nhà sản xuất chính đã được bán hết. Đây không phải là một biến động chu kỳ thông thường, mà là một cuộc thay đổi cấu trúc do chi tiêu vốn dài hạn cho cơ sở hạ tầng AI thúc đẩy.

Đối với các nhà đầu tư, ba chuỗi ngành gồm nhà sản xuất bộ nhớ gốc, thiết bị vật liệu, và chip AI đều có hỗ trợ logic ngành rõ ràng. Và dịch vụ giao dịch 7×24 giờ cổ phiếu Mỹ, Hồng Kông, Hàn Quốc mà cổ phiếu Gate cung cấp mang đến một công cụ linh hoạt và hiệu quả cho các nhà đầu tư toàn cầu tham gia vào siêu chu kỳ lưu trữ này. Trong bối cảnh tâm lý thị trường cực kỳ sợ hãi hiện tại (chỉ số sợ hãi 14-16), sự phân kỳ giữa cơ bản ngành và tâm lý thị trường thường ẩn chứa những cơ hội cấu trúc đáng chú ý nhất.

FAQ

Q1: Sự khác biệt cốt lõi giữa HBM và DRAM là gì?

Sự khác biệt cốt lõi giữa HBM và DRAM truyền thống nằm ở kiến trúc. DRAM truyền thống sử dụng kiến trúc mặt phẳng, cải thiện hiệu suất thông qua nâng cấp quy trình; HBM sử dụng công nghệ xếp chồng 3D, dùng TSV (xuyên qua silicon) để xếp chồng theo chiều dọc nhiều tấm DRAM, đạt được đường dữ liệu siêu rộng. Băng thông HBM3E có thể đạt 1,2 TB/s, gấp hơn 10 lần DDR5, nhưng chi phí cũng gấp 3-5 lần DDR5 cùng dung lượng.

Q2: Tại sao các mô hình AI lớn nhất định phải sử dụng HBM?

Huấn luyện và suy luận mô hình lớn cần đọc/ghi tốc độ cao lượng tham số khổng lồ. Tăng trưởng băng thông DRAM truyền thống tụt xa so với tăng trưởng sức mạnh tính toán (20 năm sức mạnh tính toán tăng 60.000 lần, băng thông chỉ tăng 100 lần), tạo thành nút thắt "tường bộ nhớ". HBM với băng thông cấp TB/s có thể liên tục cung cấp dữ liệu cho GPU, tránh lãng phí sức mạnh tính toán. Tất cả các bộ tăng tốc AI hàng đầu đều sử dụng HBM.

Q3: Những người chơi chính trên thị trường HBM là ai?

Thị trường HBM tập trung cao độ. SK Hynix năm 2026 có thị phần xuất khẩu khoảng 52%, Samsung khoảng 39%, Micron khoảng 8%. SK Hynix tính theo doanh thu đứng đầu, doanh thu HBM năm 2026 có thể đạt 5,95 tỷ USD. Toàn bộ năng lực sản xuất HBM năm 2026 của ba nhà sản xuất chính đã được bán hết, một số khách hàng đã khóa năng lực sản xuất đến năm 2028.

Q4: Tình trạng cung không đủ cầu của HBM sẽ kéo dài bao lâu?

Các ngân hàng đầu tư quốc tế đều cho rằng tình trạng cung không đủ cầu của HBM ít nhất sẽ kéo dài đến năm 2028. Về phía cầu, do chi tiêu vốn cho cơ sở hạ tầng AI thúc đẩy; về phía cung, do các ràng buộc vật lý như quy trình TSV, tỷ lệ đóng gói, chu kỳ giao hàng thiết bị. Ngay cả khi mở rộng sản xuất ngay bây giờ, năng lực sản xuất mới được giải phóng sớm nhất cũng phải đến năm 2028-2029. Jensen Huang gọi đây là "bế tắc cấu trúc ngành kéo dài nhiều năm".

Q5: Làm thế nào để đầu tư cổ phiếu liên quan đến HBM trên nền tảng Gate?

Cổ phiếu Gate hỗ trợ giao dịch 7×24 giờ cổ phiếu Mỹ, Hồng Kông, Hàn Quốc, bao phủ hơn 12.500 cổ phiếu và ETF. Người dùng có thể đầu tư một cửa bằng USDT thông qua tài khoản thống nhất, tối thiểu 0,01 cổ phiếu. Các mã liên quan đến HBM bao gồm nhà sản xuất bộ nhớ gốc SK Hynix (cổ phiếu Hàn Quốc), Samsung Electronics (cổ phiếu Hàn Quốc), Micron (cổ phiếu Mỹ), cũng như nhà sản xuất chip AI Nvidia (cổ phiếu Mỹ), v.v.