2026-05-19 — 次浏览 $RMBS · Rambus + Synopsys · HBM3E / HBM4 controller + PHY IP
HBM Controller 之争 — Rambus vs Synopsys 竞逐 AI 加速器内存 IP
Rambus（RMBS）与 Synopsys（SNPS）的 HBM controller IP 之争，决定哪一颗 AI 加速器硅片如期出货。每颗 NVIDIA / AMD / 超大规模 ASIC 都载 4-8 个 HBM 堆叠；每个堆叠都用这两家其中之一的 controller + PHY IP。
每颗 NVIDIA Blackwell、每颗 AMD MI400、每颗超大规模 AI 加速器都挂 4 到 8 个 HBM 堆叠 紧邻计算 die。每个堆叠与 SoC 通信需透过 controller + PHY（物理层）IP block，授权自两家其中之一：Rambus（RMBS） 或 Synopsys（SNPS）。
这是 AI 基建中最被忽视的瓶颈。2024-2025 是 CoWoS 上头条；2026-2027 将轮到 HBM controller。
HBM Controller IP 块实际做什么
HBM（高带宽内存）是 3D 堆叠 DRAM，住在计算 die 旁边的硅中介层上。要与它通信，SoC 需要：
| 块 | 功能 |
|---|---|
| 内存控制器（数字） | 把 SoC 内存请求翻译成 HBM 命令（读／写／refresh／训练） |
| PHY（物理层） | 模拟/混信号层，实际以 6.4 Gbps+ 每 pin 的速度驱动 >1000 pin 的 HBM 接口 |
| Refresh + ECC + RAS 逻辑 | 可靠性、可用性、可维护性 —— 在持续 AI 工作量下保持 HBM 稳定 |
| 电源管理 | HBM4 支援 DVFS（动态电压/频率调整），controller 管控 |
Controller + PHY 通常打包成单一单位授权。客户（NVIDIA、AMD、超大规模、有时是 HBM 厂的参考设计）把它实例化在计算 die 旁。
两家对比
Rambus（RMBS）—— 内存 IP 专家
| 面向 | Rambus 定位 |
|---|---|
| HBM3E controller | 量产中，多客户设计 |
| HBM4 controller | 2025 tape-out 公告；2026 量产硅 |
| PHY 支援 | 8.4-9.6 Gbps/pin（HBM4 规格）；也支援 DDR5 / LPDDR5X / GDDR7 |
| 可靠性功能 | 晶粒上 ECC、post-package repair（PPR）、RAS 计数器 |
| 客户（披露） | NVIDIA（透过 HBM 厂参考）、AMD、多个超大规模 ASIC 设计 |
| 商业模式 | 纯 IP 授权 + 每堆叠权利金 |
| 强项 | 30+ 年内存 IP 血统；与 SK Hynix、Micron、Samsung 参考流程绑最紧 |
| 弱项 | 公司较小（~$10 亿市值）；无法与更广的 EDA 授权打包 |
Synopsys（SNPS）—— 更广的 IP 目录含 HBM
| 面向 | Synopsys 定位 |
|---|---|
| HBM3E controller | 透过 DesignWare 量产；在 chiplet 参考流程中包套 |
| HBM4 controller | 2024 公告；2025 sample；2025 末量产 tape-out |
| PHY 支援 | 符合 HBM4 规格（基准 8.4 Gbps/pin，路线图到 9.6+） |
| 可靠性功能 | ECC、RAS、整合 DesignWare 验证 IP |
| 客户（披露） | 超大规模 ASIC 设计（Google TPU、AWS Trainium、MS Maia 都在设计某处用 Synopsys IP）、Intel、AMD MI300/400 周期 |
| 商业模式 | IP 授权，常与 EDA 工具合约打包 |
| 强项 | 单一供应商便利（EDA + IP + 验证 + 现在加 ANSYS 仿真）；TSMC 参考流程整合最深 |
| 弱项 | 内存 IP 只是众多产品线之一；专精度不如 Rambus |
为什么此战对 AI 产能很重要
三个结构性原因，HBM controller 即将成为限制因素：
1. 下一代 AI 加速器强制 HBM4
Blackwell 级后继（NVIDIA Rubin、AMD MI500 级、Intel Falcon Shores 2、超大规模 ASIC v2）全部目标 12-Hi 堆叠 HBM4，每堆叠 ~2 TB/s 带宽、36-48 GB 容量。HBM3E 在 2026 年中对新旗舰 AI 硅片来说已是 EOL。
新 HBM4 controller IP block 必须：
- 在目标晶圆代工（TSMC N3/N2）验证
- 与 HBM 厂的堆叠共同设计
- 在客户计算 die 中 tape-out + 首批硅
这是 12-18 个月时间表，从 IP 可用到出货硅。若 Rambus 或 Synopsys 的 HBM4 IP 延迟，下游客户也延迟。
2. 量的算术 —— 每个堆叠都付权利金
2026 大略单位算术：
- 500 万颗 Blackwell 级 GPU 于 2026 出货（依目前分析师共识）
- × 每 GPU 8 个 HBM 堆叠 = 4,000 万个 HBM 堆叠
- × 每堆叠 $1-5 controller IP 权利金 = $4,000-2 亿美元年化，光 controller IP，加在内存营收之上
再加 AMD MI400 + 超大规模 ASIC。2026 年总 HBM controller IP 市场可能是 $1.5-4 亿美元，几乎全部被 Rambus + Synopsys 吃下。
3. HBM5 在地平线上（2027-2028）
JEDEC 的 HBM5 工作小组目标 每堆叠 3+ TB/s 与 64 GB 容量。IP 层必须在硅量产前进化。哪家先推出商业化 HBM5 controller，预设赢下未来 3 年周期 —— HBM IP 一旦赢得设计，切换成本极高。
谁在用谁
披露偏薄（HBM 客户关系多 NDA），但公开可追的：
| 硅片 | HBM 世代 | 可能 controller IP | 备注 |
|---|---|---|---|
| NVIDIA Blackwell B200 | HBM3E | 混合（Rambus + Synopsys 各有角色） | 多 HBM 供应商 → 多 IP 接触 |
| AMD MI300X / MI325X | HBM3 | Rambus 参考流程 | 长期 AMD-Rambus 关系 |
| AMD MI400（即将） | HBM4 | 可能 Synopsys 较重 | Synopsys DesignWare HBM4 公告共同设计 |
| Google TPU v6/v7 | HBM3E | Synopsys（内部定制） | 2024 TPU 简报披露 |
| AWS Trainium 3 | HBM3E | Synopsys | 依 AWS 硅片设计伙伴披露 |
| Intel Falcon Shores 2 | HBM3E → HBM4 | Synopsys + Intel 内部 | 混合模式 |
| Microsoft Maia 2 | HBM3E | 可能 Synopsys | 超大规模 ASIC 偏好 Synopsys 打包 |
头条观察： 超大规模偏好 Synopsys（与 EDA 支出打包）。纯商卖加速器厂（NVIDIA、AMD）偏好多源。Rambus 在 HBM4 周期抢下份额，因为与 HBM 厂专属共同设计；但 Synopsys 绝对营收仍领先。
两家的风险
- HBM 厂内制化。 SK Hynix 有自己的 controller IP 团队；若开始把预验证 controller 随 HBM SKU 出货，Rambus 与 Synopsys 都损失那些设计的每堆叠权利金。
- 客户内制化。 深硅片团队的超大规模（Google、AWS）可能想完全拥有设计而把 HBM controller 内制化。时间表大概 2027-2028。封顶可触及市场。
- HBM4 规格延迟。 9.6 Gbps/pin 变体仍在 JEDEC 定稿。若规格有意义改动，两家都得重新 tape-out —— 对两家都贵。
Practitioner note
对开发者／硅片设计者：
- 若你在规划自研 AI 加速器，从 IP 授权签订到首批硅预算 4-6 个季度。HBM4 IP 可用性是关键路径前置时间，不是计算 IP。
- 尽可能 HBM controller IP 多源。 两家的硅都可运作；周期中段引进备援困难，但一开始就双源可防单一供应商延迟卡死 tape-out。
- 对投资人： HBM controller 权利金流对 AI 服务器量 × HBM 强度的杠杆最大。RMBS 是纯押注；SNPS 是打包押注。两家都在 2026-2028 HBM4-HBM5 转换中复利。
被低估的角度：HBM controller IP 是 AI 基建中悄悄复利的那层。当业界头条聚焦 TSMC 产能、NVIDIA GPU 出货、内存模组 ASP 时，每堆叠 controller 权利金一路成长 —— 因为每颗加速器都载 4-8 个堆叠。若 2026 年全 AI 硅片出货 5,000 万个 HBM 堆叠、2028 年扩张到 2 亿个，IP 层就以硅片量速度复利。除非有人算给你看，否则它是隐形的。