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。
《凝固的爱》电影深度解析:一场关于记忆与执念的影像实验
《凝固的爱》电影自面世以来,始终是一部容易被标签误读的作品。片名听上去像一部常规的爱情文艺片,实际上它把叙事重心放在了“冷冻记忆”这一科幻设定上:男主角在爱人离世后,将两人共处的关键记忆以低温形式保存,试图通过技术手段让情感停留在最完好的瞬间。影片没有把大量篇幅交给特效,而是用克制的方式追问一个尖锐的问题——当爱被凝固成标本,它还是爱,还是仅仅成为执念的容器?这一设定让《凝固的爱》电影在同类题材中显得格外冷静,也为后续的情感爆发埋下了伏笔。
从剧情结构看,《凝固的爱》电影采用双线交织的方式推进。现实线中,男主角反复调试保存设备、拒绝亲友劝说,生活逐渐收缩成围绕冷柜运转的封闭系统;记忆线则以碎片化方式闪回两人相识、争吵与和解的片段。导演有意打乱时间顺序,让观众和主角一样无法确认哪段记忆被美化、哪段被删改。这种叙事策略并不炫技,它直接服务于主题:记忆一经保存就可能失真,所谓“凝固”恰恰意味着失去流动的可能。影片中段一次设备故障引发的记忆混乱,是全片最重要的转折,也让《凝固的爱》电影的剧情讨论空间被大幅打开。
角色塑造方面,《凝固的爱》电影没有把男主角写成单纯的痴情者。他的固执中带着控制欲,他对记忆的反复修剪暴露出一种隐秘的自私——他保存的未必是爱人真实的样子,而是他能够承受的版本。女主角的形象则通过零散片段逐渐立体:她有独立的事业选择,也有对这段关系的不安与犹疑。配角设置同样有效,男主角的姐姐作为现实参照,不断提醒观众生活仍在继续。正是这些不完美的角色,让《凝固的爱》电影避免了自我感动式的煽情,转而呈现出一种带着痛感的真实。
视听语言上,《凝固的爱》电影用冷暖对比建立视觉逻辑。记忆场景多采用低饱和暖色与柔焦处理,现实场景则偏冷蓝、构图规整,冷柜的白色光源反复出现在画面中,成为情感被物化的视觉隐喻。声音设计同样讲究,记忆段落的环境音被刻意抽离,只保留人声与轻微电流声,强化了“被保存”的不真实感。结尾处导演没有给出明确答案,设备是否重启、主角是否放手都留有空白。这种开放处理让《凝固的爱》电影的结局成为观众争论的焦点,也让影片的主题从个人情感延伸到对技术伦理的思考:我们是否有权替所爱之人决定记忆的去留?总体而言,这是一部完成度较高、值得反复观看的诚意之作。

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。。围绕橘皮不能当陈皮用的讨论持续升温,相关话题的关注度也在不断上升。诸葛美芬表示,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。,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:李月汝土超砍18分18篮板 带队大胜获评对内最佳·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。