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。
李威自杀传闻引热议 本人现状与事件真相调查
近日,一则关于演员李威自杀的消息在社交平台迅速扩散,短时间内登上多个热搜榜单,引发大量网友关注与讨论。传闻最初来源于某匿名论坛的帖子,发帖者声称“李威于家中轻生”,但未提供任何现场图片、警方通报或家属声明等可核实信源。随后部分自媒体账号在未经求证的情况下进行二次加工,配上旧照和煽情标题快速传播,使“李威自杀”这一关键词的搜索量在数小时内暴涨。不少粉丝在评论区表达担忧,也有理性网友指出消息疑点重重,呼吁等待官方回应。
针对甚嚣尘上的传闻,李威所属经纪团队于事发当晚通过官方渠道作出回应,明确表示相关说法“纯属捏造”,李威本人身体状况良好,正在正常安排工作行程。其身边工作人员也向媒体透露,李威近期一直在剧组参与拍摄,社交账号虽更新不频繁,但并无异常举动。与此同时,多个首发传播该消息的账号已悄悄删除原文,个别账号被平台标注“内容存疑”。从目前掌握的信息看,所谓“李威自杀”并无任何权威信源支撑,更接近一起典型的网络谣言事件。
事实上,这并非李威第一次被卷入类似传闻。近年来,随着他公开露面频率降低、作品产出节奏放缓,外界对其状态的猜测时有出现,个别营销号习惯借“失踪”“病重”“轻生”等字眼制造话题博取流量。业内人士分析,此类谣言往往利用公众对艺人私生活的好奇心,通过模糊时间、地点和信源的方式规避审核,一旦形成传播规模,即便事后辟谣,对当事人名誉和心理造成的伤害也难以完全消除。法律人士指出,编造并散布他人自杀的虚假信息,可能涉嫌侵犯名誉权,情节严重的还需承担相应法律责任。
此次事件也再次暴露出网络信息传播中的老问题:情绪化标题跑在事实前面,求证环节被层层省略。平台方应进一步强化对突发类、人身安全类信息的审核机制,对缺乏权威来源的内容及时限流标注;媒体和自媒体则应守住核实底线,不做谣言的放大器。对普通网友而言,面对“李威自杀”这类耸动消息,最理性的做法是先看当事人或其团队是否回应、是否有警方或权威媒体通报,再决定是否转发。截至发稿,李威方面未再就此事追加说明,其工作动态正常更新。希望公众给予艺人基本的私人空间,让关注回归作品本身,也让网络环境少一些无端的惊扰与伤害。

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。。围绕美国劝不住以色列!内塔尼亚胡不把拜登放眼里?的讨论持续升温,相关话题的关注度也在不断上升。文月娟表示,在平台中,用户可获取最新影视与视频资源更新,内容覆盖范围广泛。系统支持多线路解析与快速加载,确保播放过程稳定流畅。,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:台“农业部”狂开“政绩会”,岛内学者撰文直批:还在骗!·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。