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。
台风等级划分全解析:从热带低压到超强台风,风力等级一目了然
台风等级划分是公众看懂台风预报、判断灾害风险的第一道门槛。我国根据台风底层中心附近最大平均风速,将西北太平洋和南海的热带气旋划分为六个等级:热带低压、热带风暴、强热带风暴、台风、强台风和超强台风。这套台风等级划分标准由国家标准明确规定,与大家熟悉的蒲福风力等级一一对应。热带低压中心风力为6至7级,风速10.8至17.1米/秒;热带风暴为8至9级,风速17.2至24.4米/秒;强热带风暴为10至11级,风速24.5至32.6米/秒。达到12级、风速32.7米/秒以上,才正式称为台风,这也是“台风”一词狭义与广义的分界点。
在台风等级划分中,12级及以上又细分为三个档次,直接决定预警级别和防御力度。台风级中心风力12至13级,风速32.7至41.4米/秒,能折断树枝、掀翻简易建筑;强台风级为14至15级,风速41.5至50.9米/秒,可导致树木连根拔起、房屋受损;超强台风级为16级及以上,风速超过51.0米/秒,破坏力极强,常伴随特大暴雨和风暴潮。需要说明的是,台风等级划分依据的是中心附近最大平均风速,而非阵风,因此预报中的“阵风17级”并不等同于超强台风等级,公众解读时要注意区分。
台风等级划分并非一成不变,而是随台风强度演变动态调整。一个热带扰动在温暖洋面上吸收能量,通常先加强为热带低压,再升级为热带风暴并获得命名,随后可能继续增强为强热带风暴、台风乃至超强台风;登陆后受摩擦和水汽供应减少影响,又会逐级减弱。正因如此,气象部门在发布台风预警时,会同时标注当前等级和未来强度变化趋势。对我国而言,台风等级划分还与应急预案挂钩:蓝色、黄色、橙色、红色预警分别对应不同等级和影响范围,各地据此启动停课、停航、转移人员等措施。
理解台风等级划分,关键在于把等级数字转化为具体行动。看到热带风暴或强热带风暴,应关注沿海大风和降雨;看到台风及以上等级,就要警惕狂风、暴雨、风暴潮三碰头的复合灾害。需要提醒的是,台风等级划分只反映风力强度,并不完全代表降雨量和致灾程度,弱台风也可能因移动缓慢带来极端降水。因此,公众在查询台风等级划分信息时,还应结合路径预报、累计雨量和当地预警信号综合判断,提前做好门窗加固、物资储备和避险转移,才能真正把台风等级划分知识用到位。

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。。围绕世界周刊丨变局2023的讨论持续升温,相关话题的关注度也在不断上升。景贤菊表示,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:中国船级社伦敦海事中心:发挥桥头堡作用 书写中国答卷·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。