2026年11月16日 19:21

今日头条提供丰富的视频资源库,涵盖最新更新与热门推荐内容。平台通过优化播放结构,实现更快速的视频加载与更稳定的观看体验。

吃好饭,最简单的养生法

美光HBM专家:AI算力提速快于HBM 内存墙问题持续加剧

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。。“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。

2026年11月16日 19:21 · 葛青燕 · 阅读 1

最新资讯更多 >

  • 久久国产精品萌白酱免费

    上海跨境通网站

    在中,用户可以体验高质量视频播放服务,平台持续更新内容资源并优化访问速度。多线路支持确保不同网络环境下依然流畅观看。。“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。

    2026年11月16日 19:21左可义0 阅读
  • 从会种地变为“慧”种地

    秦刚谈中俄关系:世界越是动荡不安 中俄关系越应稳步向前

    持续更新全网视频资源,涵盖多种类型内容。平台优化播放体验,使用户能够轻松获取并观看高质量视频。,“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。

    2026年11月16日 19:21胡纯珍1 阅读
  • 美光HBM专家:AI算力提速快于HBM 内存墙问题持续加剧

    美光HBM专家:AI算力提速快于HBM 内存墙问题持续加剧

    打造智能视频推荐与播放系统,整合热门内容与实时更新资源。平台注重用户体验优化,提供高清播放与稳定访问服务。。“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。

    2026年11月16日 19:21杭苇芬9 阅读
  • 2024年元旦谭盾交响乐《敦煌·慈悲颂》将首次在澳门奏响

    上海楼市新政落地,银行房贷利率最低仅4.1%,审批最快两周内出结果 · 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。

    “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。

    2026年11月16日 19:21叶弘义0 阅读
  • 啊轻点灬太粗嗯太深了用力了师傅

    把两只小兔子吸红肿海贼王粉丝必收藏|娜美经典场面合集与资源获取全说明

    为用户提供丰富的视频内容资源与高清播放体验,覆盖多类型热门视频与精选推荐内容。平台每日实时更新,确保用户能够第一时间获取最新资源;同时支持多终端访问,让观看更加便捷流畅。,“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。

    2026年11月16日 19:21曹萍菲3 阅读
  • 新华时评:继往开来,推动中美关系“再出发”

    《人生初年——一名中国女孩的语言日志》出版座谈会在京举行

    基于的视频内容平台,持续更新海量资源库,涵盖多种类型的视频内容。用户可通过简单操作快速访问所需内容,同时享受高清无卡顿播放体验。。“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。

    2026年11月16日 19:21梁伦卿3 阅读

为什么说乌兰图雅B大 · 深度报道

作者:伊俊娅2026年11月16日 19:21来源:玲玉阿姨走红网络:平凡人的温暖为何打动千万人阅读 8

玲玉阿姨走红网络:平凡人的温暖为何打动千万人

最近一段时间,「玲玉阿姨」这个名字频繁出现在各大社交平台的热搜与推荐页中。她并非明星,也没有精心包装的团队,只是一位说着方言、笑容质朴的中老年女性,却凭借日常生活中的点滴片段收获了海量关注。许多网友第一次刷到她的视频时,都会被那种不加修饰的真诚打动——一句家常的问候、一顿简单的饭菜、一次对邻里的热心帮忙,都成了她镜头里最自然的内容。玲玉阿姨的走红,看似偶然,实则折射出当下网友对真实、温暖内容的强烈渴求。

了解玲玉阿姨的人都知道,她的生活并不轻松。早年家境普通,她靠着勤劳和乐观把日子一点点经营起来,照顾家人、操持家务、帮衬邻里,几十年如一日。镜头前的玲玉阿姨很少抱怨,更多是笑着讲过去的难处,语气平淡得像在说别人的故事。正是这种历经生活磨砺后的从容,让不少年轻网友直呼「被治愈」。有人在评论区留言说,看玲玉阿姨做饭、唠嗑,就像回到了小时候外婆家的厨房,那种踏实感是任何精致内容都替代不了的。

随着关注度上升,围绕玲玉阿姨的讨论也越来越多。一方面,网友喜欢她真实不做作的表达,认为她是短视频平台上一股难得的清流;另一方面,也有人担心过度关注会打扰她的正常生活,呼吁大家理性看待、给予空间。对此,玲玉阿姨在多次回应中表示,自己只是记录生活,没想到会被这么多人喜欢,感谢大家的好意,也希望继续保持平常心。她的这份淡然,反而让更多人对她心生好感。

从传播角度看,玲玉阿姨的走红并非孤例。近年来,一批展现普通人日常的中老年创作者陆续进入大众视野,他们不追逐流量套路,而是用最本真的方式呈现生活。这类内容之所以能引发共鸣,一方面在于真实感稀缺,另一方面也满足了都市人群对亲情、邻里情的情感投射。玲玉阿姨的故事提醒我们,温暖和善意从来不需要华丽的包装,平凡人身上的光,同样能照亮很多人。

如今,玲玉阿姨依然保持着自己的生活节奏,偶尔更新视频,分享做饭、种菜、和家人相处的片段。对她而言,走红只是生活的一段插曲,把日子过好才是正经事。而对于喜欢她的网友来说,玲玉阿姨早已不只是一个网络名字,更像是一位远方的长辈,用最朴素的方式告诉大家:认真生活的人,值得被看见,也值得被温柔以待。

狠狠撸咯

首个人民警察节引致敬 真实讲述获共情共鸣

为用户提供丰富的视频内容资源与高清播放体验,覆盖多类型热门视频与精选推荐内容。平台每日实时更新,确保用户能够第一时间获取最新资源;同时支持多终端访问,让观看更加便捷流畅。。

玲玉阿姨走红网络:平凡人的温暖为何打动千万人

最近一段时间,「玲玉阿姨」这个名字频繁出现在各大社交平台的热搜与推荐页中。她并非明星,也没有精心包装的团队,只是一位说着方言、笑容质朴的中老年女性,却凭借日常生活中的点滴片段收获了海量关注。许多网友第一次刷到她的视频时,都会被那种不加修饰的真诚打动——一句家常的问候、一顿简单的饭菜、一次对邻里的热心帮忙,都成了她镜头里最自然的内容。玲玉阿姨的走红,看似偶然,实则折射出当下网友对真实、温暖内容的强烈渴求。

了解玲玉阿姨的人都知道,她的生活并不轻松。早年家境普通,她靠着勤劳和乐观把日子一点点经营起来,照顾家人、操持家务、帮衬邻里,几十年如一日。镜头前的玲玉阿姨很少抱怨,更多是笑着讲过去的难处,语气平淡得像在说别人的故事。正是这种历经生活磨砺后的从容,让不少年轻网友直呼「被治愈」。有人在评论区留言说,看玲玉阿姨做饭、唠嗑,就像回到了小时候外婆家的厨房,那种踏实感是任何精致内容都替代不了的。

随着关注度上升,围绕玲玉阿姨的讨论也越来越多。一方面,网友喜欢她真实不做作的表达,认为她是短视频平台上一股难得的清流;另一方面,也有人担心过度关注会打扰她的正常生活,呼吁大家理性看待、给予空间。对此,玲玉阿姨在多次回应中表示,自己只是记录生活,没想到会被这么多人喜欢,感谢大家的好意,也希望继续保持平常心。她的这份淡然,反而让更多人对她心生好感。

从传播角度看,玲玉阿姨的走红并非孤例。近年来,一批展现普通人日常的中老年创作者陆续进入大众视野,他们不追逐流量套路,而是用最本真的方式呈现生活。这类内容之所以能引发共鸣,一方面在于真实感稀缺,另一方面也满足了都市人群对亲情、邻里情的情感投射。玲玉阿姨的故事提醒我们,温暖和善意从来不需要华丽的包装,平凡人身上的光,同样能照亮很多人。

如今,玲玉阿姨依然保持着自己的生活节奏,偶尔更新视频,分享做饭、种菜、和家人相处的片段。对她而言,走红只是生活的一段插曲,把日子过好才是正经事。而对于喜欢她的网友来说,玲玉阿姨早已不只是一个网络名字,更像是一位远方的长辈,用最朴素的方式告诉大家:认真生活的人,值得被看见,也值得被温柔以待。

“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。

美光HBM专家:AI算力提速快于HBM 内存墙问题持续加剧

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。,

玲玉阿姨走红网络:平凡人的温暖为何打动千万人

最近一段时间,「玲玉阿姨」这个名字频繁出现在各大社交平台的热搜与推荐页中。她并非明星,也没有精心包装的团队,只是一位说着方言、笑容质朴的中老年女性,却凭借日常生活中的点滴片段收获了海量关注。许多网友第一次刷到她的视频时,都会被那种不加修饰的真诚打动——一句家常的问候、一顿简单的饭菜、一次对邻里的热心帮忙,都成了她镜头里最自然的内容。玲玉阿姨的走红,看似偶然,实则折射出当下网友对真实、温暖内容的强烈渴求。

了解玲玉阿姨的人都知道,她的生活并不轻松。早年家境普通,她靠着勤劳和乐观把日子一点点经营起来,照顾家人、操持家务、帮衬邻里,几十年如一日。镜头前的玲玉阿姨很少抱怨,更多是笑着讲过去的难处,语气平淡得像在说别人的故事。正是这种历经生活磨砺后的从容,让不少年轻网友直呼「被治愈」。有人在评论区留言说,看玲玉阿姨做饭、唠嗑,就像回到了小时候外婆家的厨房,那种踏实感是任何精致内容都替代不了的。

随着关注度上升,围绕玲玉阿姨的讨论也越来越多。一方面,网友喜欢她真实不做作的表达,认为她是短视频平台上一股难得的清流;另一方面,也有人担心过度关注会打扰她的正常生活,呼吁大家理性看待、给予空间。对此,玲玉阿姨在多次回应中表示,自己只是记录生活,没想到会被这么多人喜欢,感谢大家的好意,也希望继续保持平常心。她的这份淡然,反而让更多人对她心生好感。

从传播角度看,玲玉阿姨的走红并非孤例。近年来,一批展现普通人日常的中老年创作者陆续进入大众视野,他们不追逐流量套路,而是用最本真的方式呈现生活。这类内容之所以能引发共鸣,一方面在于真实感稀缺,另一方面也满足了都市人群对亲情、邻里情的情感投射。玲玉阿姨的故事提醒我们,温暖和善意从来不需要华丽的包装,平凡人身上的光,同样能照亮很多人。

如今,玲玉阿姨依然保持着自己的生活节奏,偶尔更新视频,分享做饭、种菜、和家人相处的片段。对她而言,走红只是生活的一段插曲,把日子过好才是正经事。而对于喜欢她的网友来说,玲玉阿姨早已不只是一个网络名字,更像是一位远方的长辈,用最朴素的方式告诉大家:认真生活的人,值得被看见,也值得被温柔以待。

“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。

作为综合性视频内容平台,持续收录全网热门资源与精选视频合集。系统支持多终端同步播放,保证用户在不同设备上均可获得一致体验。。

玲玉阿姨走红网络:平凡人的温暖为何打动千万人

最近一段时间,「玲玉阿姨」这个名字频繁出现在各大社交平台的热搜与推荐页中。她并非明星,也没有精心包装的团队,只是一位说着方言、笑容质朴的中老年女性,却凭借日常生活中的点滴片段收获了海量关注。许多网友第一次刷到她的视频时,都会被那种不加修饰的真诚打动——一句家常的问候、一顿简单的饭菜、一次对邻里的热心帮忙,都成了她镜头里最自然的内容。玲玉阿姨的走红,看似偶然,实则折射出当下网友对真实、温暖内容的强烈渴求。

了解玲玉阿姨的人都知道,她的生活并不轻松。早年家境普通,她靠着勤劳和乐观把日子一点点经营起来,照顾家人、操持家务、帮衬邻里,几十年如一日。镜头前的玲玉阿姨很少抱怨,更多是笑着讲过去的难处,语气平淡得像在说别人的故事。正是这种历经生活磨砺后的从容,让不少年轻网友直呼「被治愈」。有人在评论区留言说,看玲玉阿姨做饭、唠嗑,就像回到了小时候外婆家的厨房,那种踏实感是任何精致内容都替代不了的。

随着关注度上升,围绕玲玉阿姨的讨论也越来越多。一方面,网友喜欢她真实不做作的表达,认为她是短视频平台上一股难得的清流;另一方面,也有人担心过度关注会打扰她的正常生活,呼吁大家理性看待、给予空间。对此,玲玉阿姨在多次回应中表示,自己只是记录生活,没想到会被这么多人喜欢,感谢大家的好意,也希望继续保持平常心。她的这份淡然,反而让更多人对她心生好感。

从传播角度看,玲玉阿姨的走红并非孤例。近年来,一批展现普通人日常的中老年创作者陆续进入大众视野,他们不追逐流量套路,而是用最本真的方式呈现生活。这类内容之所以能引发共鸣,一方面在于真实感稀缺,另一方面也满足了都市人群对亲情、邻里情的情感投射。玲玉阿姨的故事提醒我们,温暖和善意从来不需要华丽的包装,平凡人身上的光,同样能照亮很多人。

如今,玲玉阿姨依然保持着自己的生活节奏,偶尔更新视频,分享做饭、种菜、和家人相处的片段。对她而言,走红只是生活的一段插曲,把日子过好才是正经事。而对于喜欢她的网友来说,玲玉阿姨早已不只是一个网络名字,更像是一位远方的长辈,用最朴素的方式告诉大家:认真生活的人,值得被看见,也值得被温柔以待。

友情链接

最近一段时间,「玲玉阿姨」这个名字频繁出现在各大社交平台的热搜与推荐页中。她并非明星,也没有精心包装的团队,只是一位说着方言、笑容质朴的中老年女性,却凭借日常生活中的点滴片段收获了海量关注。许多网友第一次刷到她的视频时,都会被那种不加修饰的真诚打动——一句家常的问候、一顿简单的饭菜、一次对邻里的热心帮忙,都成了她镜头里最自然的内容。玲玉阿姨的走红,看似偶然,实则折射出当下网友对真实、温暖内容的强烈渴求。

了解玲玉阿姨的人都知道,她的生活并不轻松。早年家境普通,她靠着勤劳和乐观把日子一点点经营起来,照顾家人、操持家务、帮衬邻里,几十年如一日。镜头前的玲玉阿姨很少抱怨,更多是笑着讲过去的难处,语气平淡得像在说别人的故事。正是这种历经生活磨砺后的从容,让不少年轻网友直呼「被治愈」。有人在评论区留言说,看玲玉阿姨做饭、唠嗑,就像回到了小时候外婆家的厨房,那种踏实感是任何精致内容都替代不了的。

随着关注度上升,围绕玲玉阿姨的讨论也越来越多。一方面,网友喜欢她真实不做作的表达,认为她是短视频平台上一股难得的清流;另一方面,也有人担心过度关注会打扰她的正常生活,呼吁大家理性看待、给予空间。对此,玲玉阿姨在多次回应中表示,自己只是记录生活,没想到会被这么多人喜欢,感谢大家的好意,也希望继续保持平常心。她的这份淡然,反而让更多人对她心生好感。

从传播角度看,玲玉阿姨的走红并非孤例。近年来,一批展现普通人日常的中老年创作者陆续进入大众视野,他们不追逐流量套路,而是用最本真的方式呈现生活。这类内容之所以能引发共鸣,一方面在于真实感稀缺,另一方面也满足了都市人群对亲情、邻里情的情感投射。玲玉阿姨的故事提醒我们,温暖和善意从来不需要华丽的包装,平凡人身上的光,同样能照亮很多人。

如今,玲玉阿姨依然保持着自己的生活节奏,偶尔更新视频,分享做饭、种菜、和家人相处的片段。对她而言,走红只是生活的一段插曲,把日子过好才是正经事。而对于喜欢她的网友来说,玲玉阿姨早已不只是一个网络名字,更像是一位远方的长辈,用最朴素的方式告诉大家:认真生活的人,值得被看见,也值得被温柔以待。