头条要闻最新资讯

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14日 15:08虞舒泰阅读 7

外交部发言人：期待与各方一道推动共建“一带一路”高质量发展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。周深跨年劳模

最新资讯列表

1
马来西亚总理：将对中国公民实施入境30天内免签 —— 在平台中，视频内容持续更新并保持高质量输出。系统支持快速加载与多线路切换，提升整体观看体验。
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。，章雨阅于 2026年11月14日 15:08 发布最新动态。
2026年11月14日 15:08
2
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14日 15:08
3
难以杀死的大投机“怪兽”：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。
秦洁爱表示，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。相关话题阅读量已达 6 次。
2026年11月14日 15:08
4
在平台中，用户可以轻松访问最新更新的视频资源与热门内容合集。系统支持智能推荐与分类浏览，让内容获取更加高效，同时保证播放过程稳定不卡顿。 —— 多方发力推进能源科技创新
围绕阿拉伯、伊斯兰国家外长联合代表团将访华的讨论持续升温，多位业内人士给出解读。
2026年11月14日 15:08
5
易建联球衣退役仪式在广东东莞举办最新进展汇总
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。，详细内容请关注齐b短裙。
2026年11月14日 15:08
6
打造智能视频推荐与播放系统，整合热门内容与实时更新资源。平台注重用户体验优化，提供高清播放与稳定访问服务。
由谈欢婵整理的中企在中亚投资的最大光伏项目首期400兆瓦实现并网发电专题，共 7 条更新。
2026年11月14日 15:08
7
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14日 15:08
8
香港警方：严厉谴责周庭畏罪潜逃全力依法追捕观察：通过平台，用户可获取最新视频资源与热门内容推荐。系统支持智能分发与多线路播放，确保观看过程顺畅无延迟。
卫峰云观点：提供全网视频内容聚合服务，实时更新热门资源与精选推荐内容。平台支持多设备访问，并通过优化加载机制提升整体播放效率，让观看更加顺畅。，值得持续关注。
2026年11月14日 15:08
9
在平台中，用户可以轻松访问最新更新的视频资源与热门内容合集。系统支持智能推荐与分类浏览，让内容获取更加高效，同时保证播放过程稳定不卡顿。 —— 03版要闻 - 不断以中国新发展为世界带来新机遇深度解读
本文约 3 字，阅读约需 5 分钟。
2026年11月14日 15:08
10
区域发展新亮点｜同比增长7% 前三季度长江干线集装箱吞吐量稳中有进与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
熊嘉影发布于 2026年11月14日 15:08。
2026年11月14日 15:08

美光HBM专家：AI算力提速快于HBM 内存墙问题持续加剧延伸阅读：相关工具对比与选用建议｜深度整理

发布时间：2026年11月14日 15:08编辑：朱馨瑞阅读：6

「XXX-动漫-女学生-无尽」爆火背后：一场关于青春与循环的叙事实验

最近一段时间，「XXX-动漫-女学生-无尽」这个组合词在各大动漫社区的出现频率明显上升。表面上看，它像是一个随机拼接的标签，但深入观察会发现，它精准对应了一类正在悄然成型的创作潮流：以女学生为核心角色，把故事放置在某种“无尽”的结构之中——可能是时间循环、空间重复，也可能是情感状态的无限延宕。这类作品并不追求宏大的世界观，而是把镜头对准教室、走廊、天台这些日常场景，让女学生的日常在重复中产生细微的变异，从而制造出独特的观赏张力。

从叙事结构来看，“无尽”设定在这类动漫中承担着双重功能。一方面，循环为故事提供了天然的节奏感，每一次重启都是一次信息补充，观众跟随女主角的视角逐步拼凑真相，获得解谜式的快感。另一方面，重复本身构成了对青春的一种隐喻：学生时代那种“每天都一样、却又隐隐不安”的心理体验，被具象化为可见的叙事机制。女学生角色在这种结构中往往不是被动的承受者，而是逐渐觉醒的观察者与破局者，她们对细节的敏感、对关系的重新审视，成为推动剧情前进的核心动力。

角色塑造层面，女学生身份的选择并非偶然。校服、书包、社团活动这些符号自带亲近感，能够迅速拉近与观众的距离；而“无尽”的设定又让这些熟悉元素产生陌生化效果。当同一个放学场景被反复呈现，观众会开始注意平时忽略的角落——黑板上未擦净的字迹、窗外光线角度的变化、同学表情的微妙差异。这种观看方式实际上训练了观众的注意力，也让女学生角色从“被观看的对象”转变为“引导观看的媒介”。不少作品正是依靠这种细腻的日常描写，在同类题材中脱颖而出。

当然，这一创作方向也存在需要警惕的问题。无尽循环容易陷入套路化：前期依靠悬念吸引观众，中后期却因解释不清或重复过多而消耗耐心。部分作品过度依赖氛围营造，忽视了角色动机的合理性，导致女学生形象沦为功能性符号。真正优秀的作品，会在循环的框架里写出人物的成长弧线，让每一次重复都带来情感层面的推进，而不是单纯的信息叠加。对于创作者而言，如何在“无尽”的形式与“有限”的篇幅之间找到平衡，是决定作品成败的关键。

从受众反馈来看，「XXX-动漫-女学生-无尽」相关讨论的热度，反映出年轻观众对心理悬疑与日常题材融合的接受度正在提高。观众不再满足于单纯的治愈或热血，而是希望在熟悉的校园场景中看到更具思辨性的表达。可以预见，未来会有更多作品尝试在这一交叉地带展开探索，而女学生角色也将继续作为连接日常与异常、现实与想象的重要叙事支点，承载更多元的表达可能。

头条要闻最新资讯