美光HBM专家:AI算力提速快于HBM 内存墙问题持续加剧
“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。
官人我要快播回归?老牌播放器的情怀与争议再引热议
最近一段时间,“官人我要快播”这句带着浓厚网络草根气息的老梗,又一次在社交平台和短视频评论区被频繁提起。对于经历过PC互联网黄金年代的用户来说,这句话几乎是一个时代的暗号——它既指向当年风靡一时的快播播放器,也承载着早期网民对免费、便捷观影体验的集体记忆。所谓“官人我要快播”,其实是网友对快播那句经典提示语和产品气质的戏谑化再创作,带着调侃,也带着怀旧。随着相关讨论升温,不少人开始追问:快播究竟凭什么让人念念不忘?这句老梗为何总能周期性翻红?
回顾快播的发展轨迹,它的走红并非偶然。快播播放器诞生于2007年前后,凭借P2P点播技术、极低的硬件占用和对多种格式的兼容能力,迅速在下沉市场和网吧场景中铺开。用户只需一个链接或一个种子,就能流畅观看视频,这种“即点即播”的体验在带宽有限的年代极具吸引力。也正因如此,快播在巔峰时期积累了数以亿计的用户,成为许多人心目中“最好用的播放器”。然而,技术便利的另一面是内容审核的缺失,快播长期被指为盗版和不良内容提供了传播通道,最终在2014年因涉嫌传播淫秽物品牟利被查处,创始人王欣获刑,产品也随之退出历史舞台。这段从爆红到落幕的经历,正是“官人我要快播”这句梗背后无法回避的争议底色。
那么,为什么“官人我要快播”至今仍有人念叨?一方面,这是典型的互联网怀旧心理。对很多老网民而言,快播代表着那个资源相对开放、门槛较低的草莽时代,一句“官人我要快播”更像是对青春上网记忆的自我调侃。另一方面,这句话也折射出用户对当下视频平台的不满:会员层层加价、广告无处不在、多端限制繁琐,这些都让部分用户怀念起当年“简单粗暴”的播放体验。但必须清醒地看到,怀旧不等于认同。快播的教训说明,任何视频产品若脱离版权合规和内容安全底线,即便技术再先进、用户再多,也终将付出法律代价。所谓“官人我要快播”的调侃,不应被误读为对违规模式的呼唤。
从行业角度看,“官人我要快播”的再度流行,其实给当下的视频平台提了个醒。用户真正怀念的,未必是某个具体产品,而是那种低门槛、少套路、体验流畅的观看方式。如今的正版平台完全可以通过优化会员体系、减少干扰性广告、提升跨端体验来赢回口碑,而不是让用户只能在老梗里寻找慰藉。与此同时,监管部门对盗版和不良内容的治理已日趋常态化,任何试图打擦边球的产品都难有生存空间。对于普通网友来说,把“官人我要快播”当作一句网络玩笑无伤大雅,但在实际使用中,选择合规、正版的视频服务,才是对自己和行业负责的态度。老梗可以回味,底线不能模糊,这或许才是讨论“官人我要快播”时最该被记住的一点。

专注于提供稳定、高清的视频播放服务,涵盖影视、短视频及精选推荐内容。平台采用多源内容整合机制,实现快速加载与流畅播放体验,满足不同用户的观看需求。。围绕浙江台州“十八招法”探索技能型社会建设新路:给技工“C位”,让技能“流行”的讨论持续升温,相关话题的关注度也在不断上升。金琴英表示,专注打造高效视频内容平台,支持高清视频播放与多源内容解析。系统优化加载速度,使用户能够快速访问所需视频内容。,这一变化值得持续关注。
“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。
了解更多相关内容:中青网评:促进人口高质量发展,朝着中国式现代化的目标奋进·汇集丰富的视频内容资源,包括最新更新、热门推荐以及精选合集。平台不断优化播放体验,通过高速解析与稳定线路,为用户提供高质量观看环境。