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。
无尽画廊lol是什么？玩家必看的玩法与彩蛋全解析
最近在英雄联盟玩家圈子里，「无尽画廊lol」这个词的出现频率越来越高。不少人在对局间隙、社区帖子甚至短视频评论区里反复提到它，却又有相当一部分玩家一头雾水：这到底是官方新推出的模式，还是玩家自制的创意玩法？简单来说，无尽画廊lol指的是英雄联盟中一种以「画廊」为核心概念的创意玩法体验，它把英雄、皮肤、场景与玩家操作串联成一条不断延伸的视觉与操作链条，玩家在其中既能欣赏到大量英雄造型的展示，又需要完成对应的操作挑战。由于节奏轻快、门槛不高，它迅速成为休闲玩家和内容创作者的新宠。
从机制上看，无尽画廊lol的核心在于「无尽」二字。玩家进入玩法后，会面对一轮接一轮的关卡式挑战，每一轮都会随机抽取英雄或皮肤主题，并给出相应的操作目标，例如限定时间内完成补刀、躲避技能、命中指定目标等。完成得越流畅，画廊的延伸段就越长，视觉效果也越华丽。与传统排位不同，这里没有队友压力，也不存在掉分风险，玩家可以反复尝试同一关卡，直到找到最顺手的处理方式。正因如此，无尽画廊lol被不少玩家称为「练手感又不心累」的选择。
想要在无尽画廊lol里玩得舒服，有几个细节值得注意。第一是英雄池的广度，由于关卡主题随机，熟悉更多英雄的基础连招和技能前摇，能明显减少卡关概率；第二是操作节奏，很多关卡考验的不是极限手速，而是对技能CD和位移距离的判断，盲目按键反而容易失误；第三是心态，无尽画廊lol的设计初衷是娱乐与展示，遇到不擅长的主题时不妨多试几次，或直接跳过换一轮。社区里流传的不少「高分录像」，其实都是玩家在多次失败后总结出的稳定路线，而非一次通关。
除了玩法本身，无尽画廊lol的彩蛋也是讨论热点。有玩家发现，在特定关卡组合下，画廊背景会出现与英雄背景故事呼应的细节，例如某些皮肤主题关卡中，场景元素会随连击数变化；还有玩家整理出隐藏触发条件，需要在连续多轮不失误后才能看到特殊的展示片段。这些彩蛋并未在官方说明中明确列出，更多是玩家在反复游玩中挖掘出来的，也因此让无尽画廊lol保持了持续的话题度。对于喜欢考据和探索的玩家来说，这部分内容的吸引力甚至超过了玩法本身。
总体来看，无尽画廊lol之所以能快速传播，是因为它精准踩中了当下玩家「轻量化、可视化、可分享」的需求：一局时间可控，画面有记忆点，成绩便于截图传播。无论你是想找个放松的创意模式，还是想为直播和短视频寻找素材，都可以把它加入自己的备选清单。需要提醒的是，相关玩法和入口可能随版本更新调整，建议以游戏内实际展示和官方公告为准，理性看待社区流传的所谓「必胜套路」，把注意力放在体验本身，才能感受到无尽画廊lol真正的乐趣。
在平台中，用户可以轻松访问最新更新的视频资源与热门内容合集。系统支持智能推荐与分类浏览，让内容获取更加高效，同时保证播放过程稳定不卡顿。。围绕南水北调山东段第十个调水年度结束 省内直接受益人口4000多万人的讨论持续升温，相关话题的关注度也在不断上升。都兴全表示，打造的一站式视频内容平台，汇聚全网优质资源与热门视频合集。系统持续更新内容库，支持高速播放与多线路解析，提升整体观看体验，让用户随时随地畅享精彩内容。，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：同上一堂课 联手公益助力乡村教育·作为综合性视频内容平台，持续收录全网热门资源与精选视频合集。系统支持多终端同步播放，保证用户在不同设备上均可获得一致体验。