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。
鬼泽夫妇第六集爆火:跨国夫妻的真实相处为何让人上头
「鬼泽夫妇第六集」上线后迅速在社交平台刷屏,这对跨国夫妻的日常记录再次证明:真正打动人的从来不是刻意制造的戏剧冲突,而是生活里那些笨拙又真诚的瞬间。第六集延续了前几集的生活流叙事,把镜头对准两人在家庭分工、语言沟通和长辈相处上的小摩擦。相比刻意设计的综艺桥段,这一集更像是一段被完整保留下来的生活切片,观众看到的是两个文化背景不同的人如何在琐碎中磨合。播出当晚,相关话题在多个平台进入热搜榜单,弹幕里出现频率最高的词是“真实”和“好像我家”。
本集最大的看点集中在一次因语言误会引发的争执。鬼泽在用中文表达关心时用词不当,另一半听成了抱怨,两人从厨房一路争论到客厅,气氛一度尴尬。节目没有回避这段不愉快,反而完整呈现了两人从情绪上头到冷静复盘的全过程。值得玩味的是,和解并不是靠谁先低头,而是两人拿出手机逐句对照,把误会拆开讲清楚。这个细节被不少观众称为本集名场面,有人评论说“跨国婚姻最难的不是爱不爱,而是能不能把话说明白”。节目组在后采中也提到,这段内容几乎没有剪辑加工,保留了原始对话节奏。
除了冲突与和解,第六集在生活细节上同样信息量充足。从早餐口味的差异到家务分配的重新协商,再到视频连线双方父母时的礼数讲究,每一处都在呈现跨文化家庭的具体课题。鬼泽尝试学做对方家乡菜的一段被剪成短视频后广泛传播,手忙脚乱的过程配上两人的互相吐槽,笑点密集却不失温度。有观众注意到,这一集里两人多次主动询问对方的感受,这种把情绪摊开来讲的相处方式,被不少年轻观众视为“成年人恋爱范本”。
从传播效果看,「鬼泽夫妇第六集」的讨论热度已经超出夫妻观察类内容的常规圈层。一部分观众关注跨文化婚姻的现实议题,另一部分观众则把节目当作轻松解压的下饭内容,两种观看需求在同一集里得到了满足。节目之所以能持续出圈,关键在于它没有把跨国夫妻包装成猎奇样本,而是还原成一对会吵架、会和好、会为谁洗碗讨价还价的普通伴侣。第六集结尾两人并肩坐在沙发上看旧照片的画面,没有煽情配乐,却成为本集讨论度最高的收尾镜头。可以预见,随着后续内容的更新,关于亲密关系沟通方式的讨论还会继续发酵。

通过平台,用户可获取最新视频资源与热门内容推荐。系统支持智能分发与多线路播放,确保观看过程顺畅无延迟。。围绕二〇二三年,海外侨胞的那些美好记忆的讨论持续升温,相关话题的关注度也在不断上升。祝良飞表示,致力于构建高质量视频内容生态,整合全网热门资源与实时更新内容。平台支持多终端同步观看,并提供多线路播放方案,确保用户获得更流畅的体验,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:以色列传染率显著下降 美英规划学校复课丨大流行手记(2月14日)·在平台中,视频内容持续更新并保持高质量输出。系统支持快速加载与多线路切换,提升整体观看体验。