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。
chinese体育生飞机训练日常：从体能到飞行梦想的跨界故事
最近一段时间，“chinese体育生飞机”这个说法在社交平台上被反复提起。起因是一段记录体育生参与航空体验活动的短视频：一群平时在田径场、篮球馆里挥汗如雨的年轻人，第一次坐进轻型飞机的座舱，在教练指导下体验滑行、起飞和空中巡航。视频里，体育生们面对仪表盘时的紧张与兴奋形成了鲜明反差，也让不少网友好奇：体育生和飞机之间，究竟能碰撞出怎样的火花？事实上，这并非偶然的猎奇画面，而是越来越多青少年航空体验项目走进校园的真实缩影。
从训练逻辑上看，体育生接触飞行并非“跨界玩票”。飞行对空间感知、反应速度、身体协调性和抗过载能力都有较高要求，而这些恰恰是体育生日常训练的重点。田径项目锻炼爆发力与心肺耐力，球类项目提升手眼协调和快速决策能力，游泳、体操则强化核心控制与平衡感。多位参与体验的教练表示，体育生在模拟机上的操作稳定性往往优于普通学员，尤其在应对突发姿态变化时，身体的本能反应更快。当然，飞行同样强调理论学习，气象、航图、无线电通话等内容需要沉下心来啃书本，这对习惯以身体训练的体育生来说是不小的挑战。
在校园层面，“chinese体育生飞机”话题的走红，也折射出航空科普教育的下沉趋势。过去，飞行体验多集中在一线城市或专业航校，如今不少地方的通航机场、飞行营地开始与中学、高校合作，推出短时体验课程。体育生群体因为组织纪律性强、体能储备好，常被选为体验活动的首批参与者。有学校老师介绍，这类活动不仅让学生近距离了解飞机结构和飞行原理，也在无形中拓宽了职业认知——除了运动员、教练员，航空领域的体能教练、航空安全员、无人机操控等方向同样需要具备运动素养的人才。
需要提醒的是，飞行体验并不等于“想飞就能飞”。正规项目都要求参与者经过体检、安全培训和地面理论考核，未成年人还需监护人签署同意书。业内人士建议，家长和学生在选择相关活动时，应优先认准具备资质的通航运营机构，警惕打着“体育生飞机”旗号的夸大宣传。对于真正有志于航空方向的体育生来说，更稳妥的路径是先完成基础学业，再通过民航招飞、航空院校单招或通航培训体系逐步深入。飞行梦想值得鼓励，但安全与规范永远是第一位的。
从操场到机坪，“chinese体育生飞机”所呈现的，是当代年轻人用身体和好奇心探索未知的鲜活样本。它既是一次新鲜体验，也是一堂关于规则、责任与自我突破的实践课。随着低空经济政策逐步放开、航空科普资源持续增加，未来会有更多体育生有机会抬头看天、走进座舱。对他们而言，跑道尽头或许不再只是终点线，也可能是起飞线。
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。。围绕解放军报元旦献词：锚定建军一百年奋斗目标勠力攻坚的讨论持续升温，相关话题的关注度也在不断上升。聂之珍表示，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。，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：杨浦区“十四五”规划《纲要》进展如何？时间过半，来看“成绩单”→·在平台中，用户可获取最新影视与视频资源更新，内容覆盖范围广泛。系统支持多线路解析与快速加载，确保播放过程稳定流畅。