一、算力主导范式变迁：CPU时代DDR是附属，AI推理时代HBM成为核心瓶颈

1. CPU算力时代，DDR仅作辅助，靠缓存/架构掩盖延迟、日常负载带宽冗余，容量增速缓慢（十年仅3倍），带宽迭代慢，不决定核心性能，随终端数量温和增长，具备大宗商品周期波动特征；

2. 生成AI推理时代，核心KPI从GPU算力TOPS/FLOPS，转为单位成本/功耗下token吞吐、单用户token生成速度，进入token经济学范式，GPU算力不再是天花板，瓶颈转移到HBM容量（size）与带宽（BW）。

二、底层逻辑推导：Token吞吐=HBM容量×HBM带宽

- 总token吞吐=批处理并发数（batch size）×单用户token生成速度：
- batch size受HBM容量约束：并发请求KV缓存必须驻留HBM，并发提升同步拉高所需HBM容量；
- 单token生成速度受HBM带宽约束：解码过程反复读取权重、KV缓存，带宽直接决定生成速率；
- 硬件硬约束下，要维持世代吞吐翻倍增长，HBM容量与带宽乘积必须同步翻倍增长，从英伟达A100到Rubin Ultra迭代数据，也验证二者增长曲线高度拟合；
- 软件优化无法突破该底层物理约束，仅能做边际提升，不能替代HBM迭代需求。

三、纠偏HBM周期性争议：不再复刻传统DRAM周期逻辑

传统DRAM需求随消费电子、PC起落走供需过剩-降价循环；而AI推理的规模化部署、agent链式任务串行提速需求、商业回报驱动持续扩产部署，HBM需求由架构底层硬需求锁定指数增长，不是短期景气炒作，不会随常规库存周期快速回落；
GPU厂商要维持产品竞争力、兑现token经济学“买越多赚越多”的商业逻辑，必须持续倒逼HBM迭代扩容提带宽，供给侧主动迭代压力强，脱离大宗商品周期规律。

四、产业与市场结论

1. 半导体价值重心从GPU算力，向HBM存储及配套封装/供应链转移，HBM是AI算力集群扩容、降本提效的核心卡点；
2. 中长期供需紧平衡、技术迭代持续推进，高增长具备结构性、长期性，短期产能爬坡、良率、地缘会带来阶段性扰动，但不改指数增长主线；
3. 算力集群设计、芯片架构演进，都需要围绕HBM容量/带宽做协同优化，算力冗余配置需匹配存储瓶颈，单纯堆GPU算力收益边际快速衰减。