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 16:58

来源:人民日报

人与畜禽交互MOUSE,智慧养殖,畜禽行为识别,牧场数字化,人机交互,精准饲喂,养殖物联网“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:赖毓永)

收起介绍展开介绍
  • 下载地址
人与畜禽交互MOUSE:智能养殖新范式正在改写牧场规则

如有发现下载链接错误,请联系小编!

软件排行榜

热门推荐

    在传统牧场里,人与畜禽的交互长期依赖经验与肉眼观察:饲养员巡栏、听咳嗽声判断呼吸道疾病、凭手感估摸采食量。如今,一套被称为“人与畜禽交互MOUSE”的技术方案正在改变这一局面。MOUSE并非单一硬件,而是融合多模态传感、行为识别算法与边缘计算的交互框架——它把畜禽的走动、采食、反刍、鸣叫等信号翻译成可读数据,再通过可视化界面反哺给饲养员。简单说,它让“人懂畜禽”从模糊经验走向可量化、可追溯的日常操作。

    从技术路径看,人与畜禽交互MOUSE的核心在于三层结构。感知层由红外相机、声音阵列、温湿度与氨气传感器组成,负责在不惊扰畜群的前提下持续采集数据;理解层用轻量级模型识别个体身份与异常行为,例如母猪频繁起卧、肉鸡扎堆喘息;交互层则把结果推送到手机端或栏舍屏,用颜色分级提示优先级。相比早期只做计数和测温的系统,MOUSE强调“交互”二字:系统不仅报警,还会给出建议动作,比如调整风机档位、推迟清粪时间,形成人与畜禽之间的双向反馈闭环。

    落地场景已从示范场走向中小规模养殖户。在生猪育肥环节,人与畜禽交互MOUSE可通过采食时长与饮水频次的偏移,提前两到三天发现亚健康个体,减少全群用药;在蛋鸡舍,声音识别能捕捉呼吸道异常的早期特征,配合环境联动自动降低粉尘;在奶牛场,系统把反刍数据与挤奶厅记录打通,帮助饲养员判断哪头牛需要单独补饲。值得注意的是,交互设计必须尊重动物习性——频繁闪烁的屏幕和突兀的提示音反而会造成应激,因此不少方案采用低频提示与夜间静默模式,这是人与畜禽交互MOUSE区别于普通物联网项目的关键细节。

    当然,推广并非没有门槛。一套覆盖五百头规模的MOUSE系统,硬件与部署成本仍在数万元级别,中小养殖户更倾向按栏舍分期改造;数据归属与隐私边界也需要明确,畜禽行为数据涉及生产机密,跨场共享必须脱敏;此外,算法对本地品种和栏舍结构的适应性仍需持续调优,不能指望一套模型包打天下。业内普遍认为,人与畜禽交互MOUSE的下一站是与饲喂机器人、巡检机器人协同,把“看见问题”升级为“到场处理”,同时通过开放接口降低二次开发门槛。可以预见,当交互成本降到每头畜禽每年几十元时,这套框架将从尝鲜工具变成牧场的基础设施,而人与畜禽之间的关系,也会从单向管理走向更精细的协作。