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。
《异种5》官宣重启：科幻惊悚经典回归，全新异种来袭
沉寂多年的科幻惊悚系列终于传来新消息。据多家海外媒体确认，系列新作《异种5》已进入实质性开发阶段，制片方正在与新生代导演接洽，计划以重启而非简单续集的方式让这一经典IP回归观众视野。作为上世纪九十年代B级科幻惊悚片的代表作之一，《异种》系列凭借外星基因与人类DNA混合的猎奇设定、冷艳危险的女性异种形象，在影迷圈中积累了稳定的 cult 追随者。《异种5》的立项消息一出，迅速在恐怖片爱好者社群中引发讨论。
回顾系列脉络，《异种》首部于1995年上映，讲述科学家将外星DNA与人类基因结合，创造出名为西尔的实验体，随后实验失控引发一连串杀戮。影片以惊悚氛围和特效化妆为卖点，后续推出的三部续集逐步转向录像带与电视电影市场，口碑虽参差不齐，却始终维持着固定的受众基础。此次《异种5》的最大看点在于制片方明确表示将回归首部的生物恐怖路线，减少廉价 jump scare，转而强化异种生物的设计质感与基因伦理的叙事深度，试图在怀旧与创新之间找到平衡。
关于《异种5》的剧情方向，目前流传的梗概显示故事将围绕新一代基因编辑技术展开：一群年轻科研人员在偏远实验室重启异种基因研究，却意外唤醒沉睡的异种样本，封闭空间内的生存博弈随之升级。这一设定既延续了系列“科学失控”的核心母题，也与当下CRISPR基因编辑、合成生物学等现实议题形成呼应。主创团队透露，《异种5》会保留西尔这一标志性角色的精神内核，但会以全新演员阵容呈现，特效方面将结合实体化妆与CG技术，力求让异种形象既有复古质感又不失现代冲击力。
从市场环境看，《异种5》面临的挑战与机遇并存。一方面，近年《狼人》《隐形人》等经典恐怖IP的重启案例证明，只要找准当代语境，老牌惊悚片仍有可观的市场空间；另一方面，观众对流水线式续集的容忍度正在降低，《异种5》若想真正站稳脚跟，必须在剧本打磨和生物设计上拿出诚意。目前该片尚未公布确切上映档期，制作方表示预计将在完成选角后进入拍摄阶段。对于等待多年的系列粉丝而言，《异种5》能否让异种再次成为科幻惊悚领域的有效符号，值得持续关注。
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。。围绕顺义：通报2起违反中央八项规定精神典型问题的讨论持续升温，相关话题的关注度也在不断上升。瞿羽生表示，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。，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：【境内疫情观察】全国六地新增75例本土病例（12月3日）·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。