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。
好深啊撞的好吗鲤鱼乡：网络热梗背后的文化现象解析
「好深啊撞的好吗鲤鱼乡」这一串看似毫无逻辑的词组，近期在各大社交平台和短视频评论区频繁出现，成为不少网友口中的“新晋热梗”。从字面看，它由感叹、疑问和地名式词汇拼接而成，语义模糊却节奏感极强，正是这种“说不清道不明”的特性，让它在传播中迅速被赋予各种解读。有语言爱好者指出，这类词组往往诞生于直播弹幕或短视频配音的即兴发挥，因语调夸张、场景错位而引发模仿，最终形成病毒式扩散。「好深啊撞的好吗鲤鱼乡」的走红，再次印证了网络语言“先传播、后定义”的典型路径。
追溯这一热梗的传播轨迹，可以发现它并非源自某一单一事件，而是在多个平台的二次创作中逐步发酵。最初，部分网友在搞笑视频的评论区使用「好深啊撞的好吗鲤鱼乡」作为无厘头回复，随后有人将其制作成语音包、表情包和鬼畜剪辑，配合夸张的音效与画面，形成强烈的喜剧效果。随着模仿者增多，词组的适用场景不断扩展：有人用它调侃游戏操作失误，有人用它形容文章逻辑混乱，还有人纯粹将其当作“接头暗号”测试同好。「鲤鱼乡」一词也因此被网友戏称为“虚拟地名”，衍生出“鲤鱼乡居民”“鲤鱼乡方言”等趣味说法，进一步丰富了热梗的周边生态。
从语言文化角度看，「好深啊撞的好吗鲤鱼乡」的流行反映了当代网络语境下“语义让位于情绪”的趋势。传统表达讲究逻辑完整，而这类热梗更看重语音节奏和情绪张力，使用者并不追求精确含义，而是借由荒诞组合传递戏谑、调侃或解压的情绪。有传播学者分析，此类词组之所以能快速出圈，一方面是因为其门槛极低，任何人只需复制粘贴即可参与；另一方面则得益于平台算法的推荐机制，高频出现的内容更容易获得曝光，形成“越多人用、越多人看到、越多人再用”的正循环。对于「好深啊撞的好吗鲤鱼乡」而言，其拗口又上头的特点恰好契合了短视频时代“三秒抓眼球”的传播需求。
当然，热梗的生命周期往往短暂，如何在流量退潮后留下有价值的文化沉淀，是值得思考的问题。对普通网友而言，「好深啊撞的好吗鲤鱼乡」更多是茶余饭后的娱乐谈资，不必过度解读；对内容创作者来说，与其盲目跟风堆砌热词，不如理解其背后的传播逻辑，将创意用在更有信息增量的表达上。需要提醒的是，使用热梗时应把握分寸，避免在严肃场合或正式沟通中造成误解。总体来看，「好深啊撞的好吗鲤鱼乡」是网络语言生态中一朵转瞬即逝的浪花，它记录了一段时间内网友的集体情绪与创作热情，也为观察中文互联网的造词能力提供了一个鲜活样本。
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。。围绕日本将自3月起逐步开放边境 允许留学生和商务人士等入境的讨论持续升温，相关话题的关注度也在不断上升。阎炎剑表示，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。，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：网民点赞“只提地点不提人”的原因并不简单·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。