⚙️NVIDIAがHBM4の主力を12段から8段へ替えてほしいと頼んだ | 歩留まりが落ちるのはDRAMでなく積む工程だ 000660.KS 005930.KS NVIDIAが韓国の2社へ出したのは、増やしてくれという依頼ではなかった。 ZDNet Koreaが8月26日に伝えたところでは、SamsungとSK hynixは今年下半期、NVIDIA向けHBM4の出荷で8段品の比率を引き上げる。両社はここまで、次世代AIアクセラレータVera Rubin向けに12段品を供給してきた。量産出荷の開始はSamsungが1〜3月期、SK hynixが4〜6月期とみられている。すでに走っている供給への、途中変更だ。 > 最近NVIDIAから、HBM4の主力供給製品を12段から8段へ変更してほしいという要請があった。それに合わせて下半期の供給計画が修正されたと理解している > （メモリ半導体業界関係者） 段数はそのまま容量になる。HBMはDRAMを縦に積んだメモリで、12段は12枚重ねたという意味だ。Vera Rubinは1基あたりHBM4を288GB載せる。8つのスタックに分けるので1つが36GB、それが12段の姿だ。同じ8スタックを8段で組めば24GBずつ、合計は192GBに下がる。 ただし動いているのは比率で、8段が何割まで来るかはまだ決まっていない。もう一人の関係者は、8段への需要はもともと一部あったが下半期に増え、関連する素材・部品の発注にも影響が出た、と話している。 減らすほうへ動いた理由は、同紙の中で2つに分かれている。 一つは熱だ。HBM4はデータの通り道である入出力端子を前の世代の2倍、2,048本へ増やした。増えた分の発熱は個別のチップに留まらず、サーバーラック全体に乗る。 熱を逃がす構造そのものは用意されている。8月23日のHot Chips 2026に登壇したSK hynix Americaのパッケージ技術担当VP、Jaesik Leeは、5月に自社が公開した熱ブロックを詳しく説明したうえで、この構造はすでに設計に入ったHBM世代へは適用できないと断った。HBM4はもう設計を終えている。この熱ブロックで解く道は、この世代には残っていない。 もう一つが歩留まりで、今回の芯はこちらにある。 HBMはいま極度の供給難にある。そのうえHBM4は、性能と集積度を上げたぶん歩留まりを取りにくい。同紙が書いているのは、その落ち方の場所だ。HBMの中身であるDRAMコアダイの歩留まりは比較的速く引き上げられる。落ちるのは、それを12枚積み、接合し、パッケージする工程のほうだという。 良品が減っているのは、DRAMを作る工程ではない。積む工程だ。 積む工程がいちばん狭い場所なら、そこを通す数を増やす一番速い手段は、新しい棟でも新しい装置でもない。積む回数を減らすことだ。増えるのは通るスタックの数で、1本に載る容量のほうは減る。 段数を変えてほしいと言われた製品の重さも、数字で出ている。Samsungでメモリのグローバル営業・マーケティングを統括するJaejune Kimは、7月30日の決算説明会で、下半期はHBM売上に占めるHBM4の比率が60%をかなり上回ると述べた。下半期のHBM売上の主力が、今回の変更の対象にあたる。 いまVera Rubin向けに12段のHBM4を量産供給しているのが SK hynix 000660.KS と Samsung 005930.KS で、同紙が計画を伝えているのもこの2社に限られる。 業界側の受け止めは、それでも冷静だ。 > NVIDIAは最新のAIプラットフォームを設計するうえで発熱管理を最も重視している。個別チップのスペックを下方調整するというより、システム全体で最適な組み合わせを探す過程であり、市場全体の需要に大きな変動を起こすものではない > （半導体業界関係者） 同じ変更は、次の世代へもう入り始めている。HBM4の後継のHBM4Eも、当初の12段ではなく8段中心の出荷になる公算が高いという。HBM4EはNVIDIAのRubin Ultra向けの製品だ。 > 12段と16段のHBM4Eサンプルも議論されてはいるが、いまの顧客との議論を見ると、来年供給されるHBM4Eは8段が主力になる可能性が高い。ただしRubin UltraがHBM4EとHBM4のどちらを使うのかといった論点が残っており、業界全体の不確実性は高い > （メモリ半導体業界の高位関係者） 見るべきは来年のHBM4Eの段数だ。8段で出てくれば、段数は積み上がっていくものだという前提が2世代続けて止まる。12段や16段で出てくれば、止まったのはHBM4の1世代だけということになる。 そのどちらになるかを決めているのが、いまのところJEDECの規格書ではなく客の発注書のほうだ、という点は覚えておいていい。 🤘情報提供 Stock Slayer :

💡 Samsung Electronics 、NVIDIA のカスタムメモリ「NVHBM」で先行か | HBM4E 8段・17〜18Gbpsを開発中 $NVDA $MU $TSM $AMZN Samsung Electronics が NVIDIA $NVDA のカスタムHBM「NVHBM」供給で中核パートナーの座を先に押さえた、とソウル経済が8月28日に報じた。 同社は NVIDIA の要求に合わせ、当初準備していた12段・16段ではなくHBM4E（第7世代）の8段品を開発している。提示された動作速度は17〜18Gbpsで、初期HBM4Eサンプルの14.4Gbpsを2割上回る。積層高さを3分の1削り、その分を速度に振り替える構成になる。 NVHBMは NVIDIA が現地時間8月26日、NVLink Fusion の拡張として公開した独自規格である。従来はXPU側の演算ダイに載っていたメモリコントローラをHBMスタック内部へ移す設計で、標準HBM4E比で帯域が最大30%向上、HBM消費電力が最大15%低下、演算ダイ側で使える面積が最大25%増える。JEDEC規格比でPHYと周辺回路の面積は最大67%削減され、インターポーザ配線が簡素化されることでパッケージ全体では最大80%多くのシリコンを実装できるとする。NVIDIA 自身は製造せず、複数のメモリベンダーが供給できる標準実装を整える形を取り、第1号パートナーは Amazon $AMZN 傘下のAnnapurna Labsとなる。次世代Trainiumでの組み合わせが想定されている。 8段への回帰は、これまでのHBM競争の前提を反転させる。HBMは4段から8段、12段へと積み上げて容量を稼いできたが、段数が増えるほどDRAMダイを薄く削って精密に積む必要があり、後工程の難易度と歩留まり負担が跳ね上がる。8段は製造負荷が軽く、同じウェハ投入量からより多くのスタックを取り出せる。 Samsung と SK hynix は今年下期、NVIDIA 向けHBM4でも8段比率を引き上げる計画で、発熱管理と供給安定性が主因とされる。SK hynix のCEOは27日、米インディアナ州の先端パッケージ工場起工式後の会見で、メモリ不足が2030年末まで続くとの見方を示している。8段回帰は、この供給制約下でHBM搭載GPUの絶対数を確保するための現実解と読める。 代わりに NVIDIA は速度を取りにいく。NVHBMは2027年後半投入のRubin Ultra世代からの適用が有力とされ、同世代はスケールアップ領域を従来の72基から最大576基へ8倍に広げる。GPU単体のメモリ容量が減っても、より速いHBMを載せたGPUを数百基束ねて全体演算性能を積み上げる設計思想である。 Samsung のHBM4Eラインアップは8段32GB、16段64GBの構成で、16スタック実装なら8段採用時のパッケージ容量は512GB、当初示された1TBの半分に落ちる。一方、HBM4Eの2048ビット幅（16Gbpsで4.0TB/s）を前提に17〜18Gbpsを当てはめるとスタック帯域は4.4〜4.6TB/sとなり、NVIDIA が掲げる標準HBM4E比30%増とほぼ一致する。容量と帯域のトレードオフを、帯域側へ振り切った判断だ。 Samsung が優位に立つ理由は組織構造にある。NVHBMはDRAMだけでなくロジックベースのベースダイ設計と製造能力を要求する。Samsung はHBM4で1c DRAMと自社Foundry 4nmベースダイを組み合わせ、JEDEC標準8Gbpsを約46%上回る11.7Gbps（最大13Gbps）を安定確保した。対してSK hynix はHBM4E向けロジックダイにTSMC $TSM の3nm採用を検討し、Samsung は自社4nmで対応する構図にあり、Micron $MU も標準・カスタム双方のHBM4Eロジックダイ製造をTSMCに委ねている。高積層ではなく速度と開発回転数で勝負が決まる局面では、この一貫体制が効く。 最大の未確定要素は初適用世代である。NVIDIA 自身の発表はNVHBMを将来のGPUのメモリ基盤とするに留め、時期を明示していない。海外メディアの一部は2028年のFeynman世代を初適用先と見る一方、韓国側の報道はRubin Ultraを指す。 より本質的なのは主導権の移動である。ベースダイに載るコントローラが NVIDIA 設計になるということは、HBMの付加価値の一部が製造側から設計側へ移ることを意味する。Micron 経営陣は既に、設計と認証にかかる時間とコストを踏まえれば顧客が3社すべてと組むとは限らず、2社あるいは単独調達へ収斂し得ると指摘している。標準品の汎用化と特注品の囲い込みが同時に進み、供給者の交渉力は案件ごとに大きく振れる。 需要側の温度は依然高い。NVIDIA の2027年度第2四半期（7月26日締め）は売上高962億ドルで前年同期比106%増、データセンター部門は890億ドルで同117%増、第3四半期ガイダンスは1,058〜1,101億ドル、上位5社のハイパースケーラー設備投資は2026年の8,000億ドルから来年1兆3,000億ドルへ拡大する見通しが示された。この需要を前に、メモリ供給の物理的制約をどう回避するかという設計解がNVHBMであり、8段回帰である。積層数を競う段階から、速度と実装数を競う段階へ。AIメモリの評価軸が入れ替わる過程を注視したい。

Breaking down TSMC's glass core substrate slide On June 11, at JPCA Show 2026 in Japan, TSMC gave a roughly 40-slide presentation titled "Advanced Packaging Technology Essential to the Evolution of AI" (AIの進化に不可欠な先端パッケージング技術). One slide from the deck, titled "Glass Substrate Development for CoWoS," has since leaked online and widespread attention. Here's a closer read of that slide (see attached image). I'll skip the technical background that is already widely available. One thing to flag: the "COP" on the slide does not stand for Chip-on-Package. It means Coplanarity. ▌ Key conclusions: 1. TSMC has officially announced a partnership with Ibiden and Innolux to develop a glass core substrate. The structure is a three-layer design, a glass core sandwiched between two ABF build-up layers. This is the "oS" in CoPoS. 2. The market underestimates how important the glass core substrate is. It's a must-have capability for TSMC. In other words, within CoPoS the "oS" matters more than the "CoP", which is also why, when it was tested, it was paired with the existing CoW rather than with CoP. 3. The glass core substrate costs several times more per unit than existing ABF substrates. The glass processed by Innolux is very expensive per unit and is the single most critical material. Besides Nvidia, two US-based customers have also expressed strong interest. ▌ Industry checks tied to this slide: 1. The glass core substrate shown on the slide is cut from a full-size 250×250mm one. The ABF build-up layers mainly use Ajinomoto's GL107, mixed with ABF-GCP, and were tested at 24–28 layers, which is the mainstream ABF spec for AI chips in 2027–2028. 2. The CoW used in TSMC's experiment is a test vehicle. It is sufficient to validate the most challenging mechanical-structure issues that arise when working with composite materials. Good results mean TSMC, Ibiden, and Innolux have together broken through the critical technical bottleneck. 3. Ibiden currently handles cutting the 250×250mm glass core substrate. When the 510×515mm format is used for pre-mass-production simulation in 2H27, if Ibiden still wants to reduce production complexity to protect its ultra-high gross margins, it may hand the cutting over to Innolux, which is more familiar with the properties of glass. ▌ The leaked slide shows the validation results of pairing CoW with the "oS" in CoPoS, i.e., the glass core substrate (labeled "glass-SBT" on the slide). This addresses the "Substrate mechanical and electrical Dilemma" raised on the previous slide, and it strongly underscores how important the "oS" is within CoPoS. 1. Within CoPoS, what CoP solves is production efficiency / cutting economics, which ties to cost and price. What the oS solves is warpage and durability, which determines whether the chip can be made at all, and whether it can work. 2. CoP and oS complement each other well when integrated, but looking out over the next few years their technical roles still differ. CoP is a very-nice-to-have optimization, and going without it simply means a more expensive chip. But the oS is a must-have. Without it, even being able to make a usable chip is in doubt. 3. Comparing their roles isn't about elevating oS at the expense of CoP. It comes down to the practical question of which technical piece customers are willing to pay for. Details below. ▌ The real gold here is the power integrity (PI) improvement shown on the slide. This matters a great deal to customers, and it means that once glass core substrate production stabilizes, TSMC's profitability and competitive edge should rise in tandem. 1. How it works: the glass core substrate is thin → the vertical conduction path through TGV (through-glass vias) is short → conduction-path resistance (R) and loop inductance (L) both drop → PI improves. 2. Why it matters to customers: better PI → more stable power delivery → frees up power headroom → room to integrate more transistors, or to push clock speeds higher → more AI compute. 3. For customers, production efficiency is TSMC's basic responsibility, so they won't pay extra for it. But gains in AI compute translate directly into the customer's own competitiveness and profit, so customers are willing to pay for that. This is why Nvidia is so positive on the glass core substrate. 4. For TSMC, the glass core substrate raises yield and lowers cost while also boosting both the compute and the selling price of AI chips. It's both a cost-cutting tool and a pricing lever, a plus for profitability and competitiveness alike. 5. Substrate cost currently accounts for a low single-digit percentage of an AI chip's BOM, while losses from packaging yield run roughly 5–10× the substrate cost. So even if the glass core substrate ends up costing several times more than today's, its share of the BOM stays low, and it can cut the losses from packaging yield. The high unit price is therefore not expected to dampen customers' willingness to adopt it. ▌ In the Q&A after the presentation, an audience member asked about TGV details for the glass core substrate. TSMC declined to answer on the spot, because TGV is the key technology behind the glass core substrate, and the core know-how currently sits with TSMC and Innolux. By contrast, when another attendee asked about integrating IVR, eDTC, and LSI, TSMC answered at length. ▌ According to industry checks, if all goes well, TSMC is aiming to start mass production of the glass core substrate in 4Q28–1Q29, to match the cadence of Nvidia's AI chip iterations. As a side note: the Ibiden earnings presentation slide that many people have been circulating lists the glass core substrate timeline as CY30. My read is this: Ibiden, which has always been conservative and cautious in public, has now formally put the glass core substrate on its roadmap, which further confirms the long-term trend for this technology. That said, some other details on Ibiden's slide don't fully line up with what's known in the market. For example, its reticle timeline is off from TSMC's public claims by about a generation, and the Rubin Ultra substrate size is clearly larger than the 90×90 it marked for CY26–27. It's a reminder to always cross-check across multiple sources when forecasting the future.

重點解讀台積電的玻璃核心載板投影片 台積電在 6 月 11 日的日本 JPCA Show 2026，進行主題為「AIの進化に不可欠な先端パッケージング技術」的簡報，該份簡報約40頁，當中某張標題為「Glass Substrate Development for CoWoS」的投影片流出，引發廣泛關注。 以下是對該投影片（見附圖）的重點解讀，能網路科普查到的技術細節就不多說了，要注意的是投影片上的 COP 不是 Chip-on-Package 的縮寫，而是 Coplanarity、也就是平整度 / 共面度。 ▌重點結論： 1. 台積電正式宣布與 Ibiden 以及群創合作，開發玻璃核心載板（glass core substrate），結構為玻璃上下各黏合 ABF 的三層結構設計，該技術就是用於 CoPoS 的 oS。 2. 市場低估玻璃核心載板的重要性，該技術對台積電是「must have」，意即 CoPoS 中，oS 的重要性高於 CoP，這也是該技術進行測試時，先搭配既有的 CoW 而非 CoP 的原因。 3. 玻璃核心載板單價較既有 ABF 載板高出數倍，群創加工的玻璃單價非常高，為最核心的材料。除 Nvidia 外，目前已有兩家美系客戶同樣表達高度興趣。 ▌與本投影片相關的產業調查： 1. 本投影片提及的玻璃核心載板由 250x250mm 切割而來，ABF 增層主要採用 Ajinomoto 的 GL107 並混搭 ABF-GCP，以 2027–2028 主流 AI 晶片 ABF 規格的 24-28 層進行測試 2. 台積電實驗時的 CoW 是測試載具（test vehicle），足以驗證採用複合材料時最具挑戰性的機械結構問題。測試結果良好意味著台積電、Ibiden 與群創已合作突破關鍵技術瓶頸。 3. 目前是由 Ibiden 負責切割 250x250mm 的玻璃核心載板。待 2H27 採用 510x515mm 做量產前模擬時，若 Ibiden 仍想降低生產複雜性以維持超高毛利率，可能會改交由更熟悉玻璃特性的群創切割。 ▌流出的投影片內容是將 CoPoS 中的 oS、也就是玻璃核心載板（投影片中的 glass-SBT）與 CoW 搭配的技術驗證結果，這是為解決該投影片前一頁所提到的「Substrate mechanical and electrical Dilemma」，而這顯著凸顯了 CoPoS 中 oS 的重要性。 1. CoPoS 中，CoP 要解決的是生產效率 / 切割經濟性的問題，這與成本與售價有關；而 oS 要解決的是翹曲與耐用性問題，這牽涉到能否做出晶片，以及晶片能否運作。 2. CoP 與 oS 兩者整合相得益彰，但展望未來數年，兩者的技術定位還是有些差異。CoP 是可選的絕佳優化選項（very-nice-to-have），沒有它的代價就是晶片更貴；但 oS 是必需品（must-have）， 沒有它可能連能否做出可用晶片都是問題。 3. 比較定位差異不是為了捧 oS 貶 CoP，這牽涉到客戶願意為哪個技術環節付錢的現實問題，細節下面分析。 ▌投影片中含金量最高的是電源完整性（power integrity；PI）改善，這對客戶意義重大，這也代表玻璃核心載板生產穩定後，台積電獲利能力與競爭優勢可望同步提升。 1. 技術說明：玻璃核心載板薄 → TGV（through glass via）垂直導通路徑短 → 導通路徑電阻（R）跟迴路電感（L）同降 → PI 改善 2. 對客戶意義重大原因：PI 改善 → 供電更穩 → 釋出功率餘裕（power headroom）→ 可整合更多電晶體、或拉高運作時脈 → AI 晶片算力提升 3. 對客戶而言，生產效率是台積電的基本責任，客戶不會為此多付錢；但 AI 算力提升能直接轉化為客戶的競爭力與獲利，故客戶願意為此買單。這也是 Nvidia 積極看待玻璃核心載板的原因。 4. 對台積電而言，玻璃核心載板可提升良率並降低成本，同時提高 AI 晶片的算力與售價，既是降本工具，也是漲價籌碼，對獲利與競爭力都是加分。 5. 目前載板成本佔 AI 晶片 BOM 約低個位數，封裝良率造成的損失約載板成本的 5-10 倍，故即便未來玻璃核心載板成本高於目前的數倍以上，但佔 BOM 比重仍低，且可改善封裝良率造成的損失，故預期玻璃核心載板的高單價不會影響客戶採用意願。 ▌簡報後的問答環節，有聽眾提問關於玻璃核心載板的 TGV 細節，台積電當場拒絕回答，因為玻璃核心載板的關鍵技術就是 TGV，核心 know-how 目前掌握在台積電與群創手中。相較下，另一個提問者的問題是關於 IVR、eDTC、與 LSI 的整合，台積電就回答了不少。 ▌根據產業調查，若一切順利，台積電的目標是在 4Q28-1Q29 開始量產玻璃核心載板，以符合 Nvidia AI 晶片迭代節奏。順帶一提，許多人在傳的 Ibiden 的法說投影片，上面將玻璃核心載板時程列為 CY30，我對此的解讀是：對外向來保守謹慎的 Ibiden 將玻璃核心載板正式列為發展路線，這更確定了該技術長期趨勢。但從 Ibiden 投影片的其他細節與市場資訊不完全一致來看，例如 reticle 時程與台積電公開宣稱的差約一個世代、Rubin Ultra 載板尺寸明顯大於其在 CY26-27 標示的 90x90 等，這說明了在預測未來時，需隨時多方交叉驗證。