AI算力需求的爆发正将HBM存储推向架构演进的十字路口。在本届Hot Chips大会上，三星、美光、SK海力士与英伟达密集披露各自技术路线图，核心议题高度集中：HBM正从标准化商品走向定制化平台，三维垂直堆叠成为下一代架构的共同方向，而散热与功耗约束已成为制约扩展的首要瓶颈。
三星提出将HBM基础底片（base die）从通信层演进为定制化AI平台的三阶段路线图，并披露ZHBM概念——将HBM直接垂直堆叠于XPU之上，目标是将总DRAM功耗较HBM5降低约70%，绝对功耗降幅超过100W，带宽提升2.3倍以上。与此同时，英伟达披露其实验室已拥有至少三款RVA23处理器，并完成了CUDA在RISC-V硬件上运行的首次公开演示，展示了第三方定制CPU接入NVLink Fusion生态的具体路径。
从市场影响看，超大规模云厂商AI资本支出的持续加速是贯穿本届大会的核心叙事主线。存储分析师Jim Handy指出，HBM每片晶圆产出的GB数仅为标准DDR的三分之一，加之过去十余年行业几乎没有大规模新建晶圆厂，新建产能即便在激进时间表下也需约两年，行业对当前需求冲击的响应能力严重受限。HBM现货价格已较此前水平上涨约7倍，三星、SK海力士、美光及主要NAND供应商均录得异常强劲的营收增长。
HBM供需结构：产能瓶颈短期难以缓解
Handy的分析勾勒出当前存储市场的核心矛盾。
需求侧，几乎所有主流AI加速器——包括英伟达GPU、谷歌TPU及各类定制硅片——均依赖HBM；连部分网络组件也开始采用HBM，创造了数年前几乎不存在的新需求类别。供给侧，由于历史上工艺微缩足以满足位元增长，DRAM供应商已逾十年未进行大规模产能扩张，短期新建产能几乎无望。
Handy同时驳斥了"算法效率提升将压低硬件需求"的常见论断。他认为，当一项新技术将内存需求降低6倍，超大规模云厂商的典型反应是用相同预算处理6倍的Token，而非削减资本支出。效率提升改变的是AI基础设施的生产力，未必减少投入其中的资金总量。
AI基础设施的扩张同步收紧了NAND与HDD市场。META测试在TLC SSD与HDD之间部署低成本QLC SSD后发现性能改善，促使超大规模数据中心更广泛地采用SSD；AI基础设施对HDD需求的拉动也已造成短缺，QLC SSD随之开始填补新存储层级甚至替代缺货HDD，助推NAND进入短缺状态，铠侠和闪迪（SNDK）从中受益。
美光视角：硅片消耗、散热与可靠性构成架构约束
0
评论 (0)