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。
免费污污视频网站乱象调查:流量背后的风险与监管难题
近年来,以“免费”为卖点的免费污污视频网站在网络上悄然滋生,吸引了不少好奇网民的点击。这类网站通常打着“无需注册、完全免费”的旗号,页面充斥低俗暗示性内容,实际却暗藏多重陷阱。记者调查发现,此类网站多由境外服务器支撑,域名频繁更换,通过搜索引擎优化和社交平台引流,形成一条隐蔽的灰色产业链。不少用户反映,点击链接后手机频繁弹出广告,甚至自动下载不明应用,体验极差且难以退出。
从技术层面看,免费污污视频网站的危害远不止“内容低俗”这么简单。安全专家指出,这类站点普遍植入恶意脚本,利用浏览器漏洞窃取用户Cookie、账号密码甚至支付信息。部分网站还会诱导用户下载所谓“专用播放器”,实为木马程序,可远程控制设备、加密文件实施勒索。更隐蔽的是,一些页面通过挖矿脚本占用用户算力,导致手机发热、卡顿。由于缺乏备案和监管,用户一旦中招,维权几乎无门。此外,此类网站常与赌博、诈骗广告捆绑,进一步放大风险。
法律界人士表示,传播淫秽色情内容在我国属于违法行为,情节严重的可追究刑事责任。免费污污视频网站即便服务器在境外,其运营者、推广者以及明知故犯的支付渠道、广告联盟同样可能触犯法律。近年来,多地网信、公安部门持续开展“净网”专项行动,查封大批违规站点,但此类网站借助加密通信、动态域名等技术手段反复“复活”,治理难度较大。专家建议,应加强跨部门协同,压实搜索引擎和社交平台的主体责任,切断其流量入口和变现渠道。
对普通网民而言,提高防范意识是最有效的屏障。专家提醒,不要轻信“免费”诱惑,不点击来源不明的链接,不下载非官方渠道的应用;为设备安装正规安全软件,定期更新系统补丁;一旦发现误入此类网站,应立即关闭页面并清理浏览器缓存。家长还应关注未成年人上网行为,开启青少年模式,避免孩子接触不良信息。网络空间清朗需要全社会共同维护,拒绝免费污污视频网站,既是对个人隐私和财产安全的保护,也是对健康网络生态的贡献。

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。。围绕如何低成本打造「百变客厅」,从家庭影院到书房一键切换?的讨论持续升温,相关话题的关注度也在不断上升。柏震芬表示,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:全国人大常委会举办宪法历史文献资料展览·通过平台,用户可获取最新视频资源与热门内容推荐。系统支持智能分发与多线路播放,确保观看过程顺畅无延迟。