“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。
一亲二膜三叉四强五注射老区:基层医疗帮扶新模式的五年答卷
“一亲二膜三叉四强五注射老区”这一提法,最初来自对口帮扶医院在革命老区开展医疗协作时的经验总结,如今已逐渐成为基层医疗提质的一种工作框架。所谓“一亲”,指的是帮扶团队与老区乡镇卫生院建立“结亲式”联系,专家定期下沉坐诊、带教查房,把单向支援变成长期陪伴;“二膜”则聚焦两类常见膜性病变的规范化筛查与随访,通过超声和实验室指标联动,让原本需要转诊的患者在县域内就能完成初步诊断。这一组合的核心,是让资源下沉有抓手、技术落地有载体,而不是停留在协议文本上。
在具体操作中,“三叉”成为老区疼痛门诊建设的突破口。三叉神经痛在基层并不少见,但过去常被误认为牙痛或偏头痛,患者反复奔波。帮扶团队以三叉神经痛的鉴别诊断、药物调整和微创治疗评估为主线,组织专题培训与病例讨论,帮助乡镇医生掌握典型症状识别和转诊指征。与此同时,“四强”强调强基层队伍、强首诊能力、强慢病管理、强应急衔接,把单项技术嵌入整体能力建设之中,避免“学了一个病、丢了一片人”的碎片化倾向。
“五注射”则是对老区高频注射操作的系统规范,涵盖关节腔注射、神经阻滞、局部封闭、静脉输液和疫苗注射等五类场景。帮扶专家从无菌操作、药品配伍、不良反应识别到医疗废物处置逐项梳理,结合老区卫生院的实际条件制定简版流程卡,并开展情景演练。不少基层护士反馈,规范之后不仅操作更安心,患者投诉和重复穿刺也明显减少。可以说,“一亲二膜三叉四强五注射老区”并非五个孤立口号,而是一条从人员联结到技术规范、再到能力沉淀的完整链条。
从阶段成效看,这一模式的价值主要体现在三个层面:一是让老区群众少跑路,常见病、慢性病和部分疼痛疾病在县域内得到更规范的处置;二是让基层医生有可复制的学习路径,通过跟诊、病例复盘和流程卡实现“带不走的队伍”;三是让帮扶关系从“给资源”转向“建机制”,为后续远程会诊和质量评估打下基础。当然,老区医疗基础薄弱、人才流失等问题仍需长期投入,模式推广也要因地制宜,避免简单套用。未来,随着县域医共体建设和信息化手段的完善,“一亲二膜三叉四强五注射老区”有望在更多乡镇落地生根,成为健康帮扶与基层能力提升之间的有效桥梁。













