美光HBM专家：AI算力提速快于HBM 内存墙问题持续加剧

智通财经08-24 15:42

【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加速器的运算性能每两年约提升3倍，但承担数据供给的HBM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。”

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohunote.com/m/news/2661722959?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-08-24 15:42","share_image_url":"https://static.laohu8.com/6ca2dcdccfa2217fb20a0351f4efe814","id":"2661722959","market":"us","top_or_hot":-1,"title":"美光HBM专家：AI算力提速快于HBM 内存墙问题持续加剧","media":"智通财经","content":"<html><body><div>\n<div>\n<b>【美光HBM专家：AI算力提速快于HBM 内存墙问题持续加剧】</b>“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加速器的运算性能每两年约提升3倍，但承担数据供给的HBM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。”                </div>\n</div></body></html>","source":"live_zhitongcaijing","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>美光HBM专家：AI算力提速快于HBM 内存墙问题持续加剧</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n美光HBM专家：AI算力提速快于HBM 内存墙问题持续加剧\n</h2>\n\n<h4 class=\"meta\">\n\n</h4>\n\n</header>\n<article>\n<html><body><div>\n<div>\n<b>【美光HBM专家：AI算力提速快于HBM 内存墙问题持续加剧】</b>“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加速器的运算性能每两年约提升3倍，但承担数据供给的HBM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。”                </div>\n</div></body></html>\n\n<div class=\"bt-text\">\n\n\n<p> 来源：<a href=\"https://www.zhitongcaijing.com/immediately.html?type=usstock\">智通财经</a> </p>\n\n<p>为提升您的阅读体验，我们对本页面进行了排版优化</p>\n\n</div>\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":null,"symbol_name":null,"start_time":0,"source_url":"https://www.zhitongcaijing.com/immediately.html?type=usstock","article_id":"2661722959","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2661722959","pubTimestamp":1787557358,"columns":[],"sourceInfo":{"source_id":"live_zhitongcaijing","name":"智通财经网"},"weMediaInfo":null,"summary":"【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·斯里拉马内尼于当地时间23日在美国斯坦福大学举办的半导体学","collect":0,"end_time":0,"defaultTopTitle":"zhitongcaijing.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"Micron HBM Expert: AI Computing Power Speeds Up Faster than HBM Memory Wall Problem Continues to Increase","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/07f8e71deb4bf99e3789a7323139fea1","symbols_score_info":{"BAI":0.6,"VGT":0.6,"MUU":0.6,"WUGI":0.6,"RULE":0.6,"EMSF":0.6,"CHAT":0.6,"IETC":0.6,"EGGY":0.6,"CHPS":0.6,"FXL":0.6,"FTXL":0.6,"FAI":0.6,"CHPX":0.6,"PSI":0.6,"MUG":0.6,"LEGR":0.6,"IXN":0.6,"WLDR":0.6,"TRFK":0.6,"MUZ":0.6,"MUD":0.6,"SMU00main":0.6,"JGRO":0.6,"SMH":0.6,"XLK":0.6,"SOXX":0.6,"EFIV":0.6,"MU":1.94,"XNTK":0.6,"AIS":0.6,"AIFD":0.6,"FTEC":0.6,"FDTX":0.6,"BOBP":0.6,"CGGO":0.6,"TTXU":0.6,"MIC":0.6,"ARTY":0.6,"SOXQ":0.6,"MUYY":0.6,"SHOC":0.6,"USXF":0.6,"AIQ":0.6,"PTF":0.6},"content_text":"【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加速器的运算性能每两年约提升3倍，但承担数据供给的HBM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。”","kind":"live","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":true,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":0,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.44.1","shortVersion":"4.44.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2661722959","isCrawlerRequest":true}