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 15:37

来源:人民日报

邢雅晨,邢雅晨作品,邢雅晨演技,青年演员,影视新星,邢雅晨个人资料,清新气质“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:穆苑秀)

收起介绍展开介绍
  • 下载地址
邢雅晨:从校园舞台到影视荧幕的清新蜕变之路

如有发现下载链接错误,请联系小编!

软件排行榜

热门推荐

    在近年的青年演员群体中,邢雅晨的名字正被越来越多观众记住。她并非一夜爆红的类型,而是从校园舞台起步,通过一部部作品积累经验,逐渐在影视荧幕上留下属于自己的印记。公开资料显示,邢雅晨早年接受过系统的表演训练,在校期间便多次参与话剧与短片拍摄,这段经历让她对角色塑造形成了较为踏实的理解。与许多同龄演员相比,她的起步并不张扬,却胜在节奏稳健,每一次亮相都能看到进步。正是这种不急不躁的成长方式,让邢雅晨在业内获得了不错的口碑,也为她后续接触更复杂角色打下了基础。

    从作品维度看,邢雅晨的选角路线呈现出明显的多样性。她曾在青春题材中饰演性格内敛的普通学生,也尝试过都市情感剧里情绪层次更丰富的职场新人。不同题材的切换,考验的是演员对生活细节的观察力。有观众评价,邢雅晨的表演不依赖夸张的表情和台词爆发,而是擅长用眼神和细微动作传递人物心理,这种克制的处理方式在年轻演员中较为难得。当然,也有声音指出她在部分重场戏中的张力仍有提升空间,但整体而言,她的表演完成度与角色适配度都在稳步上升,显示出较强的可塑性。

    除了作品本身,邢雅晨在公众视野中的形象也为她加分不少。她较少参与话题炒作,社交平台内容以工作记录和生活片段为主,风格清爽自然。这种低调的姿态让她的观众缘相对稳定,也使得合作方更愿意将她纳入注重品质的项目之中。业内人士分析,当前影视市场对青年演员的要求已从单纯的外形条件转向综合能力,台词功底、角色理解和现场配合度都成为重要考量。邢雅晨在这几个方面的持续投入,恰恰契合了行业需求的变化,这也是她能够在竞争激烈的环境中保持上升势头的重要原因。

    展望未来,邢雅晨仍处于积累阶段,距离真正的代表作品或许还有一段路要走。但从她目前的选角逻辑和表演状态来看,方向是清晰的:不盲目追求流量角色,而是在适合自己的题材中打磨演技,再逐步向更具挑战性的人物拓展。对于关注青年演员成长的观众来说,邢雅晨值得保持期待。她的经历也说明,在影视行业里,稳扎稳打的积累往往比短期热度更具生命力。随着更多作品与观众见面,邢雅晨有望在下一阶段完成从新面孔到实力派的进一步蜕变。