美光HBM专家:AI算力提速快于HBM 内存墙问题持续加剧

发布时间:2026年11月20日 06:36

来源:人民日报

冯爱萍,马拉松,冯爱萍马拉松,马拉松训练,跑步故事,励志跑者,马拉松成绩,跑步技巧“内存墙依旧存在,甚至情况或许还在进一步恶化。”美光HBM设计架构方向专家拉古·斯里拉马内尼(Ragu Sriramaneni)于当地时间23日在美国斯坦福大学举办的半导体学术会议Hot Chips 2026上发表上述观点。 内存墙指负责运算的芯片性能飞速提升,但负责传输数据的内存跟不上运算速度,由此产生的性能瓶颈。进入人工智能时代后,这一瓶颈非但没有缓解,反而愈发严重。 斯里拉马内尼表示,AI芯片的运算性能每两年约提升3倍,但承担数据供给的HBM(高带宽内存)同期性能提升还不到2倍。即便搭载运算能力再强的芯片,如果数据传输通道狭窄,最终性能也会被通道速度所束缚。他预判:“打破运算单元与内存之间的边界,全新架构设计,将会是翻越内存墙的一条路径。” 斯里拉马内尼以一款将2颗GPU与8颗12层HBM4集成在一起的最新封装产品举例,该封装整体芯片面积当中,内存占比约90%。也就是说,内存占用的芯片面积,是负责运算的GPU的8倍以上。他称:“HBM体积还不及一枚邮票,却需要设计、工艺、封装技术全部完美匹配,是难度最高的产品。” 内存占用面积过大,也带来供给端的压力。要生产同等容量产品,HBM消耗的硅片晶圆数量约为普通DDR5内存的3倍。这意味着同一工厂,HBM的产出数量会被大幅压缩。斯里拉马内尼解释:“技术代际迭代,该差距还在持续拉大。速度提升、芯片尺寸变大、堆叠层数增加,都会同步推高所需芯片面积。” 散热问题也越来越成为发展阻碍。他补充,随着数据交互速率不断提高,散热已经成为设计阶段需要优先考量的约束条件。HBM为多层DRAM堆叠结构,发热最严重的底层产生的热量,需要穿透全部堆叠层,传导至带有散热装置的顶层。而DRAM一旦温度过高,就极易出现故障。他表示行业现已进入先测算散热,再搭建芯片架构的阶段,液冷散热、芯片超薄贴合等技术正成为主流解决方案。 上述各类难题,都体现在美光近期开启量产的第六代产品HBM4之上。HBM将数据通路与存储单元相较上一代扩充一倍,大幅提升单次数据处理量,单颗Cube带宽可达每秒2.8TB。美光正将该产品供应给英伟达下一代AI芯片Vera Rubin。

(责任编辑:崔福灵)

收起介绍展开介绍
  • 下载地址
冯爱萍马拉松:从普通跑者到赛道传奇的励志故事

如有发现下载链接错误,请联系小编!

软件排行榜

热门推荐

    在众多马拉松跑者中,冯爱萍的名字近年来逐渐被更多人熟知。她并非专业运动员出身,却凭借对跑步的热爱与坚持,在马拉松赛道上跑出了属于自己的精彩。冯爱萍马拉松的故事,始于一次偶然的尝试。起初,她只是为了改善体质而开始慢跑,没想到这项简单的运动彻底改变了她的生活。从最初跑几百米就气喘吁吁,到如今能够从容完成全程马拉松,冯爱萍用行动证明了坚持的力量。她的经历激励了许多普通跑者,也让“冯爱萍马拉松”成为跑圈里一个温暖而励志的符号。

    冯爱萍的马拉松训练方法并不复杂,却极具系统性。她强调循序渐进,反对盲目追求跑量。在日常训练中,她将轻松跑、节奏跑和长距离拉练合理搭配,每周安排至少一天完全休息,让身体充分恢复。冯爱萍认为,马拉松是一项需要敬畏的运动,科学训练比一时热情更重要。她还特别重视力量训练和拉伸,认为核心力量的提升能有效预防伤病。正是这种稳扎稳打的训练态度,让冯爱萍在多次马拉松比赛中保持稳定发挥,也让她在业余跑者中脱颖而出。许多跑友向她请教经验,她总是毫无保留地分享自己的训练心得。

    在参赛经历方面,冯爱萍马拉松的成绩单颇为亮眼。她曾多次参加国内知名城市马拉松赛事,从半程到全程不断突破自我。虽然并非每次都能站上领奖台,但冯爱萍更看重的是比赛过程中的体验与成长。她提到,马拉松最迷人的地方在于与自己的对话,每一公里都是对意志的考验。在一次比赛中,她曾遭遇后半程抽筋的困境,但凭借顽强的毅力坚持到终点,那一刻的成就感远超成绩本身。冯爱萍马拉松的故事告诉我们,跑步的意义不仅在于速度,更在于面对困难时不放弃的勇气。她的参赛经历也成为许多初跑者的精神动力。

    除了个人训练和比赛,冯爱萍还积极投身跑步社群活动,带动身边更多人加入马拉松行列。她经常在社交平台分享训练日志和比赛感悟,用真实的文字记录跑步生活的点滴。冯爱萍马拉松的影响力,正从赛道延伸到日常生活。她倡导健康跑步、快乐跑步的理念,提醒跑者倾听身体的声音,避免过度训练。对于未来,冯爱萍表示会继续奔跑,并希望用自己的经历鼓励更多人迈出第一步。无论是初跑者还是资深跑友,都能从冯爱萍马拉松的故事中汲取力量,在属于自己的赛道上跑出精彩。