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。
国产麻豆剧果冻传媒白晶晶:从爆红到争议的网剧生态观察
近期,「国产麻豆剧果冻传媒白晶晶」这一组合词在多个搜索平台上的热度持续攀升,成为不少网友讨论国产短剧时绕不开的话题。白晶晶作为果冻传媒旗下较具辨识度的演员之一,凭借几部带有明显情节套路的短剧作品快速积累关注度。与传统影视演员不同,她的走红路径更依赖短视频平台的碎片化传播:一段十几秒的片段、一个带有悬念的标题,往往就能带来可观的播放量。这种模式让「国产麻豆剧」这一标签迅速出圈,也让外界开始关注其背后的制作逻辑与内容生态。
从作品形态看,这类国产短剧普遍采用快节奏叙事,单集时长压缩在几分钟以内,剧情围绕情感冲突、身份反转等强刺激元素展开。果冻传媒在选角、拍摄和后期分发上形成了一套相对固定的流水线,白晶晶的出镜频率和角色类型也基本遵循这一框架。有观众认为,她的表演虽谈不上精雕细琢,但在短剧语境下足够直接有效,能够迅速抓住注意力。也有批评声音指出,部分作品在情节设计上过度依赖套路,人物塑造趋于扁平,长期看容易让观众产生审美疲劳。围绕「白晶晶」的讨论,实际上折射出国产短剧在流量与品质之间的摇摆。
值得关注的是,随着「国产麻豆剧」相关内容的传播范围扩大,围绕其内容边界和行业规范的争议也随之而来。一方面,短剧市场本身正处于高速扩张期,大量制作团队涌入,竞争激烈,部分作品为博取点击在题材和呈现方式上不断试探底线;另一方面,平台监管和行业自律机制仍在完善过程中,内容审核标准在不同渠道之间存在差异。果冻传媒及白晶晶相关作品被频繁搜索,某种程度上说明市场需求真实存在,但如何在合规框架内实现可持续发展,仍是制作方必须面对的问题。业内人士指出,短剧若想摆脱“快消品”标签,需要在剧本打磨和制作水准上投入更多资源。
从更宏观的视角看,「国产麻豆剧果冻传媒白晶晶」这一关键词的流行,是短剧行业流量逻辑的一个缩影。演员个人IP与制作机构品牌相互绑定,借助搜索词和社交讨论形成循环曝光,这种打法在短期内效果显著,但也意味着一旦内容出现争议,关联方都会承受舆论压力。对于白晶晶而言,如何在既有标签之外拓展戏路、提升作品辨识度,是其职业发展的关键;对于果冻传媒来说,建立更稳定的内容品控体系、回应观众对质量的期待,比单纯追逐热点更为重要。国产短剧的未来,终究要回到内容本身,而非仅靠关键词堆砌出来的热度。

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。。围绕苏区时期毛泽东的经济建设实践的讨论持续升温,相关话题的关注度也在不断上升。史妹园表示,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:习近平主席同美国总统拜登在斐洛里庄园举行会晤·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。