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。
爱你两周半:一首歌如何唱出当代人的情感节奏
最近一段时间,「爱你两周半」这个说法在社交平台上频繁出现,从短视频配文到情感类话题讨论,它被越来越多人当作一种轻巧又略带自嘲的情感表达。单看字面,它像是一句没头没尾的情话,既没有「永远」的沉重,也没有「一夜」的轻率,而是把时间精确到了「两周半」这样一个不上不下的刻度。正是这种精确到略显荒诞的时长,让「爱你两周半」迅速脱离了普通情话的范畴,成为一个可以被反复引用、改写和玩味的情感符号。
追溯这一表达的流行路径,可以发现它并非来自某一首正式发行的歌曲或某部影视作品,而是在网友的日常使用中逐渐成型的。有人用它形容一段刚刚开始、还带着新鲜感却尚未确认未来的关系;有人用它调侃自己「三分钟热度」式的喜欢;也有人把它写进歌词式的短句里,当作对快节奏生活的一种温柔抵抗。「爱你两周半」之所以能被广泛接受,关键在于它精准地捕捉到了一种中间状态——比心动多一点,比承诺少一点,恰好落在当代人最熟悉的那种「不确定但也不愿放手」的情感区间里。
从情感心理的角度看,「爱你两周半」的走红并非偶然。在节奏不断加快的都市生活中,长期关系的建立成本被不断抬高,而短期的心动又常常显得不够真诚。于是,「两周半」这样一个具体又带点戏谑的时间单位,成了人们安放暧昧情绪的容器。它既承认了感情可能短暂,又没有彻底否定它的真实性。相比「我爱你一辈子」这类需要巨大勇气才能说出口的表达,「爱你两周半」显然更容易被说出口,也更容易被接受,因为它给双方都留出了退路和想象空间。
值得注意的是,「爱你两周半」在网络传播中还衍生出多种变体。有人把它扩展成「爱你的前两周半」,强调关系开始时的甜蜜与后来的转折;也有人反过来使用,写成「爱你两周半,想你一整年」,用时间上的不对称制造情感张力。这些再创作说明,这一表达已经不只是简单的流行语,而是具备了一定的叙事弹性,能够承载不同人对亲密关系的理解与期待。它像一个小小的情感模板,谁都可以往里填入自己的故事。
当然,也有观点认为,类似「爱你两周半」这样的表达,折射出的是当代人对长期承诺的某种犹豫。但换个角度看,它同样可以被理解为一种更诚实的自我认知:承认感情有阶段、有起伏,不再用「永远」来绑架彼此。无论怎样解读,「爱你两周半」都已经成为观察当下情感文化的一个有趣切口。它提醒我们,在快节奏的时代里,人们依然在用自己的方式认真对待每一次心动,哪怕这份认真,只被标注为两周半。

专注于提供稳定、高清的视频播放服务,涵盖影视、短视频及精选推荐内容。平台采用多源内容整合机制,实现快速加载与流畅播放体验,满足不同用户的观看需求。。围绕古器物收集2023.04-2023.08的讨论持续升温,相关话题的关注度也在不断上升。戚芬时表示,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。,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:乡村行·看振兴丨戈壁滩上的节水之变·在平台中,用户可以轻松访问最新更新的视频资源与热门内容合集。系统支持智能推荐与分类浏览,让内容获取更加高效,同时保证播放过程稳定不卡顿。