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。
公车上双乳被老汉揉搓玩弄漫画引热议:公共安全与创作边界如何平衡
近期,一部以公交车为场景、包含「公车上双乳被老汉揉搓玩弄漫画」情节的作品在部分漫画平台和社交群组中流传,随即引发网友激烈讨论。该漫画以夸张画风呈现老年男性对年轻女性乘客实施肢体侵犯的过程,虽标注为虚构创作,但因其题材直接触碰公共空间性骚扰这一敏感议题,不少读者表示观感不适。有法律界人士指出,此类内容即便披着漫画外衣,若涉及对性暴力行为的具体描绘,仍可能触犯网络内容管理的相关规定,平台方应承担起审核与下架责任。
从创作角度看,部分作者主张漫画应保留对社会阴暗面的揭露空间,认为虚构作品可以起到警示作用。然而反对声音认为,「公车上双乳被老汉揉搓玩弄漫画」这类标题和画面组合,本质上是在消费受害者的痛苦,容易对未成年人形成错误示范,也可能诱导模仿行为。心理学从业者提醒,反复接触此类内容可能强化对性骚扰的麻木心态,削弱公众对真实受害者的同理心。更值得关注的是,漫画中刻意将受害者描绘为无力反抗的形象,与现实中的防身教育理念背道而驰。
针对公共交通场景下的安全问题,多地公交警方曾发布提示:乘客应尽量选择靠近司机或监控探头的位置站立或就座;遭遇可疑接触时,可通过大声质问、移动位置、向周围乘客求助等方式及时制止;保留证据并第一时间报警是最有效的维权途径。法律专家强调,根据治安管理处罚法,猥亵他人可处拘留并罚款,情节严重者将追究刑事责任。漫画中「老汉」的行为若发生在现实中,受害者完全有权依法追究其责任,不应因羞耻感而选择沉默。
平台治理层面,业内人士建议漫画网站建立更细化的分级制度,对涉及性暴力、猥亵等情节的作品设置醒目标签并限制未成年人访问。同时,审核团队应提升对隐晦标题和擦边画面的识别能力,避免「公车上双乳被老汉揉搓玩弄漫画」类内容通过变体关键词逃避监管。读者若发现此类作品,可通过平台举报入口或网络不良信息举报中心进行反馈。只有创作自由与社会责任并重,网络文化环境才能真正清朗起来。

汇集丰富的视频内容资源,包括最新更新、热门推荐以及精选合集。平台不断优化播放体验,通过高速解析与稳定线路,为用户提供高质量观看环境。。围绕艺术家盐田千春:缘有千千结 万物一线牵的讨论持续升温,相关话题的关注度也在不断上升。谢婵月表示,提供稳定的视频播放环境与丰富的内容资源库。用户可通过平台快速访问最新更新内容,并享受高清播放体验。,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:湖南省举行纪念毛泽东同志诞辰130周年座谈会·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。