三星按下一场史上最长罢工，但揭下了AI时代贫富差距的遮羞布

1  引发全球热议的三星罢工，还没开始就结束了 

没人想到，全球 AI 算力狂潮最先引爆的，不是芯片短缺，是一场规模空前的大罢工。

近期，韩国媒体密集报道了三星员工拟集体罢工的消息。导火索是三星电子管理层与工会的最新一轮薪资谈判宣告破裂。

若双方在最后调解期限内仍无法达成一致，自 5 月 21 日起，超过 4 万名员工将启动为期 18 天的大规模罢工，三星核心的半导体制造部门预计将受到直接冲击。

结果极具戏剧性的一幕发生了。

这场轰动全球半导体圈的超长时间罢工，在开始前的一小时被按下了暂停键。

据韩联社报道，当地时间 5 月 21 日，在距离三星电子工会原定总罢工启动仅剩最后 1 个小时之际，劳资双方突然就达成了初步协议。

协议内容包括，在维持既有年终奖制度的基础上，三星电子负责半导体的设备解决方案（DS）部门将获得一笔新增的特别绩效奖。该奖金仅在营业利润超过一定条件时生效，公司将拿出“业绩”的 10.5%作为资金来源。特别绩效奖以股票形式发放，不设上限，为期 10 年。

具体分配方式为：资金的 40%按 DS 全部门统一分配，60%按各子事业部绩效分配。据韩联社援引业界预测，按照这一方案，DS 部门存储芯片部的员工今年有望获得人均 6 亿韩元（约合人民币 272 万元）的绩效奖金。

此外，在薪资方面，三星同意今年平均加薪 6.2%，并改善员工育儿补贴及住房贷款福利。

但这只是暂时性的初步协议，具体能否落地还要看最终投票结果。

三星管理层刚用一份临时薪酬协议平息了存储芯片部门的大规模罢工危机，但新的内部矛盾很快又浮出水面。

今天一早，据多家韩媒报道，三星其他业务部门的员工对上述协议表达了强烈不满，他们争议的，是这笔营业利润 10.5%的奖金该如何分配。

根据协议，其中 40%的资金将优先分配给存储器部门；剩余 60%则覆盖三星其他所有业务，包括晶圆代工、智能手机、电视和家电等部门。而奖金本身，又与未来 HBM（高带宽内存）业务盈利能力直接挂钩。

负责手机、电视和家电业务的 DX（设备体验）部门员工认为，奖金资金池本质上来自 AI 存储业务，而并非手机、家电等部门创造的利润。他们质疑，如今的分配机制正在把集团内部资源进一步向半导体业务倾斜。

韩国媒体披露，部分存储业务员工未来可能获得价值数亿韩元的股票奖励，而 DX 部门员工目前获得的公司股份价值约为 600 万韩元，二者差距接近 100 倍。

2  罢工事件回溯 

过去一个月，大约 5 万名三星员工计划进行连续 18 天的停工罢工，导火索并非企业亏损，恰恰相反，正是因为三星“太有钱”却“不愿分钱”。面对创下历史新高的利润，员工认为公司的激励机制未能匹配其付出的辛勤劳动，这种“富而不分”的现状彻底点燃了工会的怒火。

在 AI 推动 HBM 需求暴涨、三星半导体利润创下历史新高，本月初，他们成为了继台积电之后第二家获得如此高额利润的亚洲公司，市值超过 1 万亿美元。

而今天一早，海光和 SK 海力士市值也相继超过了万亿美元。

三星员工们认为，在存储市场火爆异常的当下，自己并未分享到这场繁荣。

所以他们提出了几项要求：

• 提高整体工资涨幅；

• 取消绩效奖金的封顶机制；

• 将奖金与公司营业利润直接挂钩；

• 提高奖金计算透明度；

• 建立长期、制度化的利润分红机制，而不是一次性补贴。

其中争议最大的，是三星长期使用的 OPI/EVA 绩效体系。

三星过去的奖金制度非常复杂，本质上是通过 EVA（经济增加值）等指标来计算奖金。员工普遍认为，这套体系“不透明、可操作空间太大”，即便公司利润暴涨，最终发到员工手里的奖金也未必同步增长。

公司赚翻了，但分摊到个人手上的钱没多多少，三星员工自然不愿意。此外，竞争对手 SK 海力士的一些员工激励举措，也为这场计划中的罢工拱了不少火。同样是芯片存储巨头，SK 海力士给员工发起奖金来丝毫不手软。

最近，关于“SK 海力士员工人均奖金高达数百万人民币”的消息在韩国社交媒体上疯狂传播，甚至一度出现“连门卫和司机都能拿到 600 万人民币奖金”的夸张说法。

这些报道或许有夸张的成分，但海力士给员工的回报是实实在在的真金白银。

SK 海力士去年与工会达成的一项新协议：公司将拿出营业利润的 10%作为员工绩效奖金池。也就是说，企业赚得越狠，员工分得越多，某种程度上形成了一种“绑定式分红”。

之所以会出现后来那种“人均数百万人民币”的计算，是因为一些韩国券商开始按照未来业绩进行推演。

比如，多家机构预测，随着 AI 服务器需求继续爆发，SK 海力士未来两年的营业利润可能进一步创下历史新高。如果继续按照“利润 10%分红”的规则计算，在较为乐观情况下，部分员工未来几年累计奖金确实可能达到惊人的规模。

但要注意的是，这是建立在 AI 行情持续狂飙、HBM 长期供不应求的前提下，属于资本市场的前瞻性测算，并不是已经到账的现金。

但即便如此，SK 海力士今年已经实际发放出去的奖金，依然足够让三星员工眼红。

据韩国媒体报道，SK 海力士在今年初向员工发放了大规模绩效奖金，总额高达 4.72 万亿韩元（约合人民币 212 亿元），覆盖约 3.5 万名正式员工。折算下来，人均奖金已经达到 1.4 亿韩元（约合人民币 65 万元）。而且奖金并非象征性发放，而是真正与部门利润、个人绩效和职级深度挂钩，研发、HBM 生产等核心岗位拿得更多。

这一切，恰恰发生在三星员工对内部薪酬体系越来越不满的时候。

所以这次罢工前，三星工会提出的一个关键要求，就是希望将公司年度营业利润的 15%划入员工奖金池，并且取消原本 50%的奖金上限。

这其实已经算是比较激进了。因为按照三星半导体业务的体量，如果 AI 行情继续火爆，这意味着未来员工奖金可能会达到极其夸张的规模。

但最终，三星并没有完全接受工会方案，而是做了一个折中。在韩国政府介入调停后，三星和工会在罢工开始前最后时刻达成了前文中提到的临时协议，避免了原本计划持续 18 天的大罢工。

长期关注半导体领域的投资人 Mike 向 InfoQ 表示，三星这场短暂的闹剧结束后，透露出一个更危险的现实：整个 AI 产业，正在被极少数几家 HBM 厂商“卡住脖子”，一旦这几家中任何一家产能出现问题，全球存储链条都将跟着绷紧，甚至陷入断供危机。

3  HBM 为什么很重要？ 

目前全球 HBM 市场被 SK 海力士、三星和美光三家寡头高度垄断，截至 2025 年第二季度，SK 海力士占据了 62%的市场份额，这得益于其与英伟达达成的早期独家供应协议，为其 H100 和 H200 系列芯片供应 HBM3E。

三星电子则拥有 17%的市场份额，并于 2025 年完成了 HBM3E 的验证，开始量产。美光科技拥有 21%的市场份额，并已开始出货 8 层和 12 层两种配置的 12 层 HBM3E 芯片。

数据来源：科技创新情报 SaaS 服务商 PatSnap

Mike 表示：“这种极端的供应集中化，意味着任何微小的波动——无论是劳资纠纷、地缘政治制裁，还是技术良率爬坡受阻——都会像多米诺骨牌一样传导至下游。”

此外，市场对于 HBM 的需求急速增长。数据清晰地勾勒出了一场由 AI 大模型引发的“内存饥渴”。

根据 PatSnap 数据显示，到 2026 年，AI/ML 的训练与推理将独吞全球超过 55%的 HBM 产能，成为绝对的主导力量。

这种疯狂的吞噬源于算力架构的根本性变革：无论是英伟达 H200 还是 AMD MI350，这些支撑起现代 AI 大厦的引擎，其单颗芯片的数据吞吐口宽已达 4.8 至 8 TB/s，唯有 HBM 技术能在大批量生产中填补这道巨大的带宽鸿沟。

除了 AI 这一核心驱动力外，高性能计算（HPC）占据了四分之一的市场份额，图形与游戏贡献约 12%，而自动驾驶、边缘智能及未来的 6G 基建正作为新生力量，瓜分着剩下的 8%。

这种爆发式的依赖直接反映在资本估值上。2024 年，HBM 市场尚处于 293 亿美元的起步阶段，但预计将以 21.35%的年复合增长率狂飙突进，到 2033 年市场规模将逼近 1700 亿美元大关。

Mike 表示，“这预示着，谁掌握了 HBM 的供应，谁就扼住了下一代数字经济的咽喉，AI 竞赛的前半程或许是英伟达们吃到了甜头，但后半程，就是存储厂商的天下了。”

那说到底，HBM 在 AI 时代为什么如此重要？

国内智能芯片厂芯片设计工程师林峰向 InfoQ 表示：“无论是英伟达的 GPU，还是 AMD、谷歌或亚马逊的自研加速器，拼性能时已经不能靠简单地堆算礼核了，是要看数据能否被数据‘喂’进去以及‘喂’进去多少。”

GPU 像一个超级发动机，但如果内存带宽跟不上，GPU 就会大量空转。尤其在万亿参数模型训练中，GPU 需要以极高速度不断读取参数、激活值、中间缓存。传统 DDR 内存距离太远、带宽太低、功耗太高，已经无法满足需求。

HBM 的核心价值，就在于它通过 3D 堆叠，把多层 DRAM 芯片像“高楼”一样垂直堆起来，再通过 TSV（硅通孔）技术实现超宽总线连接，所以它本身也是半导体行业里难度最高的工艺之一。

要搞清楚“如何把几十亿个晶体管、十几层 DRAM，在极高良率下稳定堆叠，”实在不是一件容易事。

它同时考验 DRAM 工艺能力、TSV 硅通孔技术、晶圆减薄、微凸点（Micro-bump）互联、热管理、信号完整性、先进封装以及良率控制等能力上。

尤其越往 HBM3E、HBM4 走，堆叠层数越来越高，功耗和发热问题会指数级上升。

目前，HBM 技术已经发展到了 HBM4 阶段。据林峰介绍，按照 JEDEC 最新标准，HBM4 的接口宽度已经从上一代进一步提升到 2048 位，目标带宽达到 1.5TB/s 到 2TB/s，相比 HBM3E 还要再次翻倍。而现在已经量产的 HBM3E，其实已经非常夸张了。

目前主流 HBM3E 单个堆栈的带宽大约在 896GB/s 到 1.28TB/s 之间，16 层堆叠配置下容量最高可以做到 48GB，这已经成为 2026 年 AI 加速器的主流配置。

下一代 HBM4 则会继续提高容量和带宽，单堆栈容量目标是 64GB。但问题在于，当带宽不断翻倍后，系统内部的数据传输、热量控制、信号稳定性都会进入一个全新的难度区间。

所以 HBM 演进背后，其实依赖的是一整套底层工程技术的持续突破。

林峰认为，目前 HBM 技术的演进，基本建立在四个核心技术支柱之上。

第一个是 TSV，也就是硅通孔技术（Through-Silicon Via）。它本质上是在芯片内部打出大量直径只有 10 到 20 微米的微型通孔，通过这些垂直通道，把多层 DRAM 真正“立体连接”起来。这是 HBM 能够实现高密度 3D 堆叠的基础。

第二个非常关键的是混合键合（Hybrid Bonding）。过去传统封装主要依赖微凸块（Micro-bump）连接，但随着堆叠层数继续增加，这种方式的热阻和空间占用已经越来越难接受。

现在行业开始转向铜-铜直接键合。根据一些已经公开的材料科学研究数据，混合键合可以把热阻降低大约 22%到 47%，同时还能减少 15%以上的堆叠高度。

这对于 HBM 来说非常重要，因为 AI 芯片现在最大的挑战之一就是散热。

第三个难点，其实是信号完整性。HBM 的数据传输速度极高，一旦堆叠层数增加，信号衰减、串扰都会变得非常严重。所以行业里出现了很多新的信号优化方案，比如六相 RDQS 技术，还有伪通道（Pseudo Channel）架构。后者可以把有效通道数量从 8 个提升到 16 个，从而在更高带宽下依然维持数据稳定性。

最后一个核心技术，就是先进封装。现在 HBM 其实已经不是单纯“内存芯片”的概念，而是整个 AI 芯片封装体系的一部分。

行业目前大量采用的是 2.5D 硅中介层（Silicon Interposer）方案，通过亚 2 微米级别的超细布线，把 GPU 和 HBM 高速连接起来，从而在封装层面实现 TB/s 级别的数据带宽。也正因为这样，HBM 真正考验的，其实是一系列复杂的技术组合，包括存储工艺、封装、材料、热管理、信号工程、EDA 协同优化等整条产业链的系统能力。

4  国产存储巨头抢滩 IPO 

尤其是先进封装环节，现在已经成为一个巨大瓶颈。比如台积电的的 CoWoS 产能，这两年几乎被英伟达包圆。很多 AI 芯片即便设计完成，也因为等不到 HBM 和先进封装而无法交付。

这也是为什么 HBM 市场很难突然冒出新玩家。这本来就不是一个“砸钱建厂”就能追上的产业。

台积电等拥有先进封装技术的企业经过几十年 DRAM 工艺积累 + 超大资本投入 + 客户验证体系 + 良率经验 + 封装生态协同，才最终啃下了这块市场，尤其英伟达对 HBM 验证极其严苛，一个供应商从送样到真正进入 GPU 供应链，往往需要多年时间。

这也导致全球 AI 产业正在形成一种危险局面：AI 看起来是软件革命，但真正决定行业扩张速度的，反而是最底层、最传统、最重资产的半导体制造能力。

把视野拉回到国内，如果全球 HBM 供应继续被少数公司掌控，中国有没有机会建立自己的 HBM 体系？林峰给出的答案是，这条路非常难。

因为 HBM 涉及到的尖端技术和材料，比如高端 DRAM 工艺、先进封装生态、高端 EDA 工具，以及部分关键设备和材料，仍然高度依赖海外供应链。

但这并不意味着国产存储厂商毫无机会，情况恰恰相反。AI 大模型的爆发，给国产产业链撕开了一道“时间窗口”。原因很简单：全球 HBM 已经严重供不应求。

过去几年，AI 服务器需求暴涨，而 HBM 扩产速度远远跟不上。大量 AI 芯片即便设计完成，也可能因为等不到 HBM 而无法交付。国际大厂优先满足头部客户，这导致许多非核心客户拿不到货。

在这种背景下，只要供给持续紧张，下游客户就一定会寻找第二、第三供应源。对于国产供应链而言，这是一个通过“国产替代”切入市场的绝佳契机——只要能在技术上迈出关键一步，庞大的国内市场足以支撑起一套自主的 HBM 体系生长。

林峰介绍称，“国产 HBM 未来未必需要一开始就全面对标英伟达最顶级 GPU。更舒服的路径可能是要先从一些相对可控的场景切入。比如适配国产 AI 芯片，应用到中低端 AI 训练、推理场景以及特定行业服务器中。

这些市场虽然对性能有要求，但未必都需要全球最顶级 HBM 方案。某种程度上，这也是国产产业链最重要的一次机会。

资本自然也嗅到了这里面蕴含的巨大机遇。最近，两家国产存储巨头长鑫科技和长江存储相继传出 IPO 新进展。

过去很多年，国产半导体更受关注的是“设计公司”——谁做出更强的 AI 芯片、谁推出新的大模型、谁能挑战英伟达。但现在，越来越多资本开始意识到：真正决定 AI 产业上限的，可能是更底层的存储能力。因为 AI 时代对存储的需求，已经进入爆炸式增长阶段。

无论是大模型训练、AI 服务器，还是自动驾驶、AI PC，本质上都需要海量高速存储支撑。尤其 HBM、高端 DRAM 和企业级 NAND，如今几乎成为 AI 基础设施的核心资源。

过去几年，很多 AI 芯片甚至不是算力不够，而是“等不到内存”。HBM、DRAM、NAND 价格持续上涨，产业链开始重新评估存储资源的重要性。这也是为什么，长鑫科技和长江存储如今会被资本市场重新追捧。

所以我们可以暂且乐观地认为，AI 时代下，全球存储产业格局将迎来重新洗牌。

注：文中林峰、Mike 均为化名

参考链接：

https://www.reuters.com/business/world-at-work/samsung-elec-labour-union-fail-reach-pay-deal-strike-looms-2026-05-12/

https://www.koreatimes.co.kr/amp/business/companies/20260513/samsung-electronics-labor-talks-break-down-general-strike-looms

https://www.youtube.com/watch?v=sKDgrzsu1Js

https://www.patsnap.com/resources/blog/articles/hbm-technology-landscape-2026-market-and-ai-demand/

本文来自微信公众号 “InfoQ”（ID：infoqchina），作者：冬梅，36氪经授权发布。