最新资讯

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。

2026年11月15日 20:50 · 仲平月

为用户提供丰富的视频内容资源与高清播放体验，覆盖多类型热门视频与精选推荐内容。平台每日实时更新，确保用户能够第一时间获取最新资源；同时支持多终端访问，让观看更加便捷流畅。

中国记协新闻道德委员会召开专题评议会

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。，“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。

2026年11月15日 20:50 · 闻裕翠

广州累计报告新冠阳性70例封闭管理区18万人“禁足” · 被扯胸罩还让我做上面自己动

2026年11月15日 20:50 · 文致毅

提供稳定的视频播放环境与丰富的内容资源库。用户可通过平台快速访问最新更新内容，并享受高清播放体验。

致力于构建高质量视频内容生态，整合全网热门资源与实时更新内容。平台支持多终端同步观看，并提供多线路播放方案，确保用户获得更流畅的体验

2026年11月15日 20:50 · 韦璐山

巴士剑灵再度翻红：老牌MMORPG为何重回玩家视野完整版资源目录与播放指南已整理，含更新时间和筛选技巧

发布时间：2026年11月15日 20:50 | 作者：伊朗海 | 阅读：5

巴士剑灵再度翻红：老牌MMORPG为何重回玩家视野

近期，不少老玩家在社交平台上讨论起「巴士剑灵」这个熟悉的组合词，相关搜索量出现明显回升。作为一款曾经风靡网吧的东方幻想MMORPG，剑灵凭借拳拳到肉的打击感、轻功位移带来的立体战斗，以及颇具辨识度的美术风格，在当年积累了庞大用户群。而「巴士剑灵」这一说法，通常指代通过巴士类游戏平台或相关渠道获取与体验剑灵内容的入口，也承载了一批玩家对早期版本时光的记忆。随着怀旧风潮蔓延，越来越多玩家开始重新关注这款老牌作品，想弄清它如今究竟还能不能玩、值不值得回归。

从当前游戏环境来看，剑灵的版本更迭已经相当深入，等级上限、装备体系与副本结构都与早期版本有明显差异。对于回归玩家而言，最直观的感受是成长路线被大幅压缩，主线任务的经验供给更加集中，新手能够在较短时间内接触到核心玩法。职业方面，剑灵依旧保持着高辨识度的派系设计，剑士、力士、气功师、刺客等经典职业各有明确定位，近战与远程的操作节奏差异明显。值得注意的是，部分职业经过多轮平衡调整后，输出循环与技能衔接已经与老版本大不相同，回归玩家若沿用旧思路，容易出现手感错位，建议先查阅当前版本的职业推荐与技能加点思路。

搬砖与收益是「巴士剑灵」相关讨论中被频繁提及的话题。剑灵的经济系统围绕副本掉落、材料合成与交易行展开，日常副本、周常任务与特定活动是主要产出渠道。对于希望稳定获取游戏币的玩家，合理规划疲劳值、优先完成高收益副本、关注材料价格波动是基本思路。不过需要提醒的是，当前版本的搬砖效率与职业强度、装备水平关联较大，盲目跟风选择所谓「搬砖神职」未必适合所有人，结合自身在线时长与操作习惯做选择更为实际。此外，交易行价格受服务器生态影响明显，不同区服之间的收益差距可能较大，入坑前最好先了解目标服的经济状况。

对于准备通过巴士剑灵相关渠道重新入坑的新手，有几个要点值得留意。首先是客户端来源与账号安全，务必选择正规渠道获取游戏，避免因来源不明的安装包造成账号风险。其次是区服选择，老区资源丰富但竞争激烈，新区成长环境相对友好，可根据自身目标权衡。第三是社交与门派系统，剑灵的团队副本对配合有一定要求，加入活跃门派能够显著降低学习成本。最后是心态管理，作为一款运营多年的老游戏，剑灵的养成周期依然不短，合理设定阶段目标、避免盲目攀比，才能更好地体验战斗与剧情本身的乐趣。

整体来看，巴士剑灵的回温并非偶然，它折射出玩家对扎实动作手感与东方幻想题材的持续需求。尽管画面表现与系统设计已非当下顶尖，但剑灵在战斗体验上的独特优势仍然难以替代。对于老玩家，这是一次重温旧梦的机会；对于新玩家，则是一个理解经典MMORPG设计思路的窗口。无论选择怀旧服还是正式服，提前了解版本现状、明确自身定位，才能在这款老牌作品中找到属于自己的乐趣。

提供稳定的视频播放环境与丰富的内容资源库。用户可通过平台快速访问最新更新内容，并享受高清播放体验。，“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。

整合海量视频内容资源，提供稳定、高速的视频播放服务。平台不断扩展内容库，为用户带来持续更新的观看体验。

寻找亲子关系的新纽带 —— 提供稳定的视频播放环境与丰富的内容资源库。用户可通过平台快速访问最新更新内容，并享受高清播放体验。