美光HBM专家:AI算力提速快于HBM 内存墙问题持续加剧

发布时间:2026年11月20日 11:29

来源:人民日报

梦芭沙,女性时尚电商,内衣品牌,女装电商,梦芭沙官网,垂直电商,品牌转型“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。

(责任编辑:广莎妍)

收起介绍展开介绍
  • 下载地址
梦芭沙:从内衣起家到全品类女装的转型之路

如有发现下载链接错误,请联系小编!

软件排行榜

热门推荐

    梦芭沙是国内较早一批专注于女性时尚领域的垂直电商品牌,创立之初以内衣品类切入市场。与当时综合电商平台大而全的路线不同,梦芭沙选择在细分赛道深耕,通过自主设计和自有供应链,为都市女性提供兼具性价比与时尚感的内衣产品。这一策略让梦芭沙在早期积累了一批忠实用户,也为其后续的品类扩展打下了基础。对于许多熟悉早期电商发展的消费者而言,梦芭沙一度是线上购买内衣时首先想到的品牌之一。

    随着市场竞争加剧和消费者需求变化,梦芭沙逐步将产品线从内衣延伸至女装、家居服、鞋包配饰等多个品类,试图打造一站式女性时尚购物平台。这一转型的背后,是垂直电商普遍面临的增长瓶颈:单一品类的复购频次和客单价存在天花板,而综合平台凭借流量优势不断挤压细分市场。梦芭沙通过扩充SKU、强化上新节奏、优化移动端体验等方式应对挑战,同时在供应链端加强柔性生产,缩短从设计到上架的周期,以更快响应流行趋势。

    在品牌定位上,梦芭沙主打“时尚、实穿、高性价比”的都市女性形象,目标人群集中在20至35岁的职场女性和年轻妈妈群体。产品设计强调日常可穿性与流行元素的平衡,价格带多集中在中端区间,避开了与国际快时尚品牌的正面价格竞争,也与高端设计师品牌形成区隔。梦芭沙在营销上曾借助社交媒体和时尚达人合作提升曝光,通过场景化搭配内容增强用户粘性,并利用会员体系和大数据推荐提高复购率。

    不过,梦芭沙的发展并非一帆风顺。近年来,女性时尚电商赛道涌入大量新兴品牌和内容电商平台,流量成本上升、用户注意力分散,给传统垂直电商带来不小压力。梦芭沙需要在品牌年轻化、内容运营和私域流量建设上持续投入,同时平衡品类扩张与品牌聚焦之间的关系。业内人士认为,梦芭沙若能进一步强化设计辨识度、深耕核心用户社群,并借助直播和短视频等新渠道讲好品牌故事,仍有机会在竞争激烈的女装市场中稳住阵脚。对于关注国内时尚电商演变的读者来说,梦芭沙的转型路径也提供了一个观察垂直品牌如何应对行业变局的典型样本。