黄金隔夜以锤头形态阴线收线，形态连阴状态，表明今日调整还有力度，随着昨日的冲高回落，目前上方压力整体下移至2510一线，下跌可以看到2480附近，所以，日内继续等待反弹做空为主。4H周期中，早间延续昨日的弱势继续下探，布林向下开口，均线同样拐头向下，都满足了下跌形态，周二继续依托2510压力反弹做空为主，日内重点关注2500-05压力做空，下方逐步看2480，2478、2470。
微小领先，特斯拉也来插一脚。
作者：周源/华尔街见闻
在与“同门”SK海力士的HBM技术比拼中，三星电子终于挣回了一点面子。
1月5日，供应链有消息称，三星DS部门存储业务部约在今年1月初完成了HBM4内存逻辑芯片设计。
根据该设计，三星电子Foundry业务部采用4nm制程工艺试产。在完成逻辑芯片最终性能验证后，三星将提供HBM4样品验证。
逻辑芯片，即Logic die（也称Base die，下图红框标注示意图），在HBM最底层，由DRAM堆叠而成，是控制多层DRAM的核心部件。
HBM的核心优势，采用了3D堆叠技术，将多个DRAM芯片垂直堆叠在一起。通过硅通孔（TSV）技术实现芯片间的高速信号传输，大幅缩短了数据传输的距离和延迟，从而能以极高带宽为处理器提供数据支持。
自从三星电子在HBM市场的领先地位被SK海力士夺走后，三星电子在2023年先后调整了4-5次DS部门的技术架构和领导人，“咬牙”要通过HBM4在韩国SK海力士那里逐步夺回曾经独属于自己的业界尊严。
三星电子在HBM3e代际的市场一哥地位被SK海力士取代。
2024年，三星频繁调整技术人力资源，为2025年通过全新技术手段，在HBM4代际，以独立的4nm工艺代工的Base die，取得和SK海力士HBM技术发展持平的地位。
这种超越，主要是“欺负”SK海力士没有代工能力。此前的消息显示，SK海力士正在和台积电实施战略捆绑，靠台积电的5nm工艺推动HBM4的Base die设计制造。
HBM（High Bandwidth Memory），也就是高带宽存储器，主要应用于高性能计算（HPC）、人工智能（AI）和图形处理（GPU）等领域。
HBM技术已发展至第六代，即HBM（初代）、HBM2（第二代）、HBM2e（第三代）、HBM3（第四代），HBM3e（第五代）以及HBM4（第六代）。
初代HBM带宽128GB/s，由此拉开了数据高速传输的序幕；到HBM4，数据传输速率已高达6.4GT/s（2048位接口），单个堆栈带宽已达1.6TB/s，这个带宽是HBM3e的1.4倍，功耗还能降低30%。
如此之高的数据传输速度，带给HBM4的压力主要就是能耗（发热）太高，进而影响HBM4的性能发挥。在整个HBM4套件中，发热最高的部分即Base die。因此，三星电子希望用更先进的4nm工艺取得领先优势。
但是，三星电子在高制程芯片能耗控制方面，一向不是台积电对手，这次能反超台积电吗？这还要看三星HBM4正式样品出来后的测试结果。从这个角度上看，三星电子的“领先”，只限于某个环节，即设计速度更快，但性能究竟如何，目前还不知道。
三星电子也明白其中的关键，故而业界有消息称三星电子自谓：“我们确实不再具备像以前那样在内存业务上与竞争对手拉开明显差距的优势；由于我们自己拥有代工工艺，我们对快速制造逻辑芯片以满足客户的定制需求持乐观态度。”
可见，三星电子很清楚，这次只是靠自己的4nm工艺先于竞对完成Base die的设计工作，但并没取得对SK海力士的全面领先。
为了对SK海力士保持更具优势的领先，三星电子此次还想通过第六代10nm（c）DRAM芯片用于堆叠在HBM中的通用DRAM。SK海力士目前正在用第五代10nm（b）DRAM。
就算是小幅技术领先，毕竟也是领先不是？
之前业界的消息显示，三星电子计划采用“混合键合”的新方法堆叠16hi（层）的HBM4产品。目前，HBM4分12hi（层）和16hi（层）两类；HBM3e则分为8hi（层）和12hi（层）。
混合键合是一种通过铜堆叠芯片的工艺，无需使用传统方式连接芯片的“凸块”，从而能缩小尺寸并提高性能。
三星电子采用了更先进的“热压缩非导电粘合膜（TC-NCF）”技术，能改进每次堆叠芯片时放置薄膜状材料的性能，实现最多可堆叠12hi（层）的HBM产品。
目前，三星电子目前正在快速推进代工工艺。由于前几代产品落后于竞争对手，三星电子正在加快HBM4的进度，以快速响应客户的样品测试和改进要求。
SK海力士也没闲着，该公司计划在2025年底量产HBM4，三星电子也有差不多的时间表。
另一则与HMB4相关的信息，可能会让三星电子在HBM4代际做出的全面努力给出回报。
正如微软、Meta 和谷歌那样，特斯拉也在寻求获得即将推出的HBM4内存芯片的样品。为此，特斯拉在近期与三星电子和SK海力士分别做了接洽。
特斯拉Dojo超级计算系统平台计划将集成HBM4，以加快“全自动驾驶”神经网络的训练速度。同时，HBM4还能在特斯拉的数据中心和未来的自动驾驶汽车中实现部署。
Dojo系统眼下还在使用较旧的HBM2e芯片训练特斯拉全自动驾驶功能所依赖的复杂AI模型，急需更换成更强性能的HBM产品，以应对急剧扩大的数据量。
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：郭明煜 天津杠杆炒股
文章为作者独立观点，不代表国内平台配资_期货资金配资_如何配资期货观点
- 上一篇：股票配资不是实盘 中国太平在香港成功发行亚洲首支双风险、双触发机制巨灾债券
- 下一篇：没有了
