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。
叫张勇过来一起玩：一场聚会背后的社交密码与职场人情
“叫张勇过来一起玩”——这句话最近在社交平台上被反复提起。有人把它当成朋友间再普通不过的一句招呼，有人却从中读出了微妙的社交信号。一句简单的邀约，为什么能引发这么多讨论？原因在于，它精准戳中了当代人组局时的普遍困境：到底该叫谁、不该叫谁，谁来叫、怎么叫，背后藏着一整套不成文却人人都在遵守的社交规则。张勇可以是任何一个你身边的名字，而“叫张勇过来一起玩”这句话，也就成了观察人情世故的一个小小切口。
先从最日常的朋友聚会说起。周末约饭、下班小聚，发起人往往要在群里问一圈“还有谁要来”，这时候“叫张勇过来一起玩”就成了顺口溜式的补充。它听起来随意，实际上承担着活跃气氛、扩大圈子的功能。但问题也随之而来：张勇和在场的人熟不熟？他最近是不是正忙着？上次聚会他是不是被冷落了？一句轻飘飘的邀约，如果没有提前做功课，很可能让被叫的人尴尬，也让组局的人背上“不会办事”的评价。所以真正会组局的人，在说出这句话之前，心里早已过了一遍名单和关系网。
把场景换到职场，这句话的分量就更重了。团建、庆功、部门聚餐，领导一句“叫张勇过来一起玩”，往往不只是字面意思。它可能意味着张勇是被重点培养的对象，也可能是领导想借机缓和某个矛盾，甚至可能只是一句客套，考验的是执行者的理解力。对张勇本人而言，被叫到是融入信号的体现，但去不去、怎么去、去了说什么，都需要拿捏。职场中的“一起玩”从来不是纯粹的玩，它夹杂着资源、站队和情绪价值，这也是为什么很多人听到这句话会先愣一下，再反复琢磨。
更值得讨论的是人际边界问题。有些人天生热情，觉得多叫一个人热闹；有些人则在意小圈子的私密性，认为“叫张勇过来一起玩”是对原有氛围的破坏。两种想法都没有错，关键在于沟通。发起人如果能在邀约前说明情况，比如“张勇最近帮了大忙，想请他吃个饭”，其他人的接受度就会高很多；反之，一句不解释的“叫张勇过来”，容易让人觉得自己的感受被忽略。社交的本质是相互尊重，邀约再随意，也不能省略对在场每个人的体谅。
说到底，“叫张勇过来一起玩”之所以能成为一个话题，是因为它浓缩了中国人组局文化里的热情、分寸与试探。下一次当你想说出这句话时，不妨多想三秒：张勇是谁、他和大家什么关系、这次聚会的目的又是什么。想清楚了再开口，热闹才不会变成负担，人情也才不会变成压力。毕竟，真正舒服的聚会，从来不是人越多越好，而是每个人都恰如其分地在场。
依托的视频内容体系，平台实现资源快速更新与智能分类推荐。用户可轻松浏览各类视频内容，并享受高速播放与稳定解析服务。。围绕【境内疫情观察】内蒙古新增91例本土病例（11月30日）的讨论持续升温，相关话题的关注度也在不断上升。邹林厚表示，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。，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：驻日美军说发现失事“鱼鹰”运输机残骸·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。