芯片初创公司，攻破内存墙_老虎社区_美港股上老虎

芯片初创公司，攻破内存墙

半导体行业观察09-03

来源：内容编译自hpcwire。人工智能革命催生了对训练前沿模型的处理能力的巨大需求，而英伟达正用其高端 GPU 来满足这一需求。然而，2025 年人工智能突然转向推理和代理人工智能，暴露出内存管道方面的缺口，d-Matrix 希望通过其创新的 3D 堆叠数字内存计算 (3DIMC) 架构来解决这个问题，该架构已于上周在 Hot Chips 大会上进行了展示。该公司由首席执行官 Sid Sheth...

网页链接

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。

暂无评论

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2564333023?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-09-03 09:15","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2564333023","market":"us","top_or_hot":-1,"title":"芯片初创公司，攻破内存墙","media":"半导体行业观察","content":"<div>\n<p>来源：内容编译自hpcwire。人工智能革命催生了对训练前沿模型的处理能力的巨大需求，而英伟达正用其高端 GPU 来满足这一需求。然而，2025 年人工智能突然转向推理和代理人工智能，暴露出内存管道方面的缺口，d-Matrix 希望通过其创新的 3D 堆叠数字内存计算 (3DIMC) 架构来解决这个问题，该架构已于上周在 Hot Chips 大会上进行了展示。该公司由首席执行官 Sid Sheth...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","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>芯片初创公司，攻破内存墙</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芯片初创公司，攻破内存墙\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-09-03 09:15 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b><strong>半导体行业观察</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>来源：内容编译自hpcwire。人工智能革命催生了对训练前沿模型的处理能力的巨大需求，而英伟达正用其高端 GPU 来满足这一需求。然而，2025 年人工智能突然转向推理和代理人工智能，暴露出内存管道方面的缺口，d-Matrix 希望通过其创新的 3D 堆叠数字内存计算 (3DIMC) 架构来解决这个问题，该架构已于上周在 Hot Chips 大会上进行了展示。该公司由首席执行官 Sid Sheth...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"LU2462157665.USD","symbol_name":"ALLIANZ GLOBAL INCOME \"A\" (USD) INC","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b","article_id":"2564333023","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2564333023","pubTimestamp":1756862144,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"通过垂直堆叠内存并与计算芯片紧密集成，Raptor 有望突破内存壁垒，实现全新的性能和总拥有成本 。这两种架构均已融入该公司的旗舰产品 Corsair，该产品目前采用最新的 PCIe Gen5 规格，并具有 150 TB/s 的超高内存带宽。Sheth 相信 3DMIC 将提供性能提升，帮助 AI 推理突破内存壁垒。随着Pavehawk的上市，该公司目前正在开发利用3DMIC的下一代内存处理架构，名为Raptor。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"LU2462157665.USD":"ALLIANZ GLOBAL INCOME \"A\" (USD) INC","2NVD.UK":"2X NVIDIA ETP","SNVD.UK":"LS -1X NVIDIA","NVDS":"1.5倍做空NVDA ETF-Tradr","NVD3.UK":"LS 3X NVIDIA","NVDU":"2倍做多NVDA ETF-Direxion","LU0308772762.SGD":"Blackrock Global Allocation A2 SGD-H","LU2247934214.USD":"FIDELITY FUNDS SUSTAINABLE FUTURE CONNECTIVITY \"A\" (USD) ACC","BK4141":"半导体产品","NVDS.UK":"LS -1X NVIDIA","LU0267386448.USD":"FIDELITY FIRST ALL COUNTRY WORLD \"A\" (USD) INC","LU2168563687.JPY":"AZ ALLOCATION - TREND \"AAZ\" (JPYHDG) ACC","LU2092937148.SGD":"Blackrock ESG Multi-Asset A8 SGD-H","LU0109392836.USD":"富兰克林科技股A","LU2271345857.HKD":"ALLIANZ GLOBAL SUSTAINABILITY \"AT\" (HKD) ACC","IE0034235295.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"A\" (USD) ACC","LU1778281490.HKD":"HSBC GIF GLOBAL LOWER CARBON EQUITY \"AD\" (HKD) INC","NVDX":"2倍做多NVDA ETF-T-Rex","IE00B19Z9505.USD":"美盛-美国大盘成长股A Acc","NVDA":"英伟达","3NVD.UK":"LS 3X NVIDIA","NVD":"2倍做空NVDA ETF-GraniteShares","LU2111349929.HKD":"ALLIANZ GLOBAL SUSTAINABILITY \"AM\" (HKD) INC","NVDY":"NVDA期权收益策略ETF-YieldMax","NVIW.SI":"NVDA 3xLongSG261006","BK4592":"伊斯兰概念","DIMC":"Dimeco, Inc.","NVDD":"1倍做空NVDA ETF-Direxion","LU2023250330.USD":"ALLIANZ INCOME AND GROWTH \"AMG\" (USD) INC","LU0965508806.USD":"AB LOW VOLATILITY EQUITY PORTFOLIO \"AD\" (USD) INC","LU1267930573.SGD":"TEMPLETON GLOBAL \"AA\" (SGD) ACC A","TCO":"陶布曼中心","LU2463028550.USD":"AB SICAV I AMERICAN MULTI-ASSET PORTFOLIO \"A\" (USD) ACC","LU0061474960.USD":"天利环球焦点基金AU Acc","LU1923623000.USD":"Natixis Thematics AI & Robotics Fund R/A USD","LU2272731782.SGD":"Allianz Global Intelligent Cities AM Dis H2-SGD","IE00B3M56506.USD":"NEUBERGER BERMAN EMERGING MARKETS EQUITY \"A\" (USD) ACC","LU1989764748.USD":"东方汇理环球颠覆性机遇A2 Acc","LU1548497426.USD":"安联环球人工智能AT Acc","LU0170899867.USD":"EASTSPRING INVESTMENTS WORLD VALUE EQUITY  \"A\" (USD) ACC","LU1267930730.SGD":"富兰克林美国机遇基金AS Acc SGD (CPF)","LU2552382215.SGD":"WELLINGTON US BRAND POWER \"A\" (SGDHDG) ACC","IE00BDRTCR15.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC A","LU2413666426.HKD":"BNP PARIBAS GLOBAL ENVIRONMENT \"C\" (HKD) ACC","HBM":"HudBay Minerals Inc","LU0708994859.HKD":"TEMPLETON GLOBAL \"A\" (HKD) ACC","LU2106854487.HKD":"ALLIANZ THEMATICA \"AMG\" (HKD) INC","LU2286300806.USD":"Allianz Cyber Security AT Acc USD","NVD2.UK":"2X NVIDIA ETP"},"translate_title":"Chip startups, breaking through the memory wall","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"NVIW.SI":0.6,"DIMC":1,"NVDD":0.6,"NVD":0.6,"NVD3.UK":0.6,"2NVD.UK":0.6,"NVDU":0.6,"NVDY":0.6,"NVDX":0.6,"NVD2.UK":0.6,"NVDA":0.9,"SNVD.UK":0.6,"TCO":1,"HBM":1,"NVDS.UK":0.6,"NVDS":0.6,"3NVD.UK":0.6},"content_text":"来源：内容编译自hpcwire。人工智能革命催生了对训练前沿模型的处理能力的巨大需求，而英伟达正用其高端 GPU 来满足这一需求。然而，2025 年人工智能突然转向推理和代理人工智能，暴露出内存管道方面的缺口，d-Matrix 希望通过其创新的 3D 堆叠数字内存计算 (3DIMC) 架构来解决这个问题，该架构已于上周在 Hot Chips 大会上进行了展示。该公司由首席执行官 Sid Sheth 和首席技术官 Sudeep Bhoja 于 2019 年创立，两人均曾担任高速互连开发商 Inphi Corp 的高管，该公司于 2020 年被 Marvell 以 100 亿美元收购。其目标是开发内存计算芯片级技术，为 AI 推理带来比传统 DRAM 带宽更大的内存，且成本远低于高带宽内存(HBM)。Sheth 在领英上发帖称：“我们相信，AI 推理的未来不仅取决于对计算的重新思考，也取决于对内存本身的重新思考。我们正在为新的内存计算范式 (3DIMC) 铺平道路，该范式使我们的 DIMC 平台能够持续扩展，突破内存瓶颈，同时又不牺牲内存容量和带宽。通过三维堆叠内存并将其与计算更紧密地集成，我们显著降低了延迟，提升了带宽，并实现了新的效率提升。”d-Matrix 技术采用LPDDR5内存，并通过中介层将数字内存计算 (DIMC) 硬件连接到内存。DIMC 引擎使用经过改进的 SRAM 单元，并增强了用于执行乘法运算的晶体管，在内存阵列内部执行计算。它采用 chiplet 架构构建，并针对矩阵向量乘法（一种基于 Transformer 的模型中使用的运算）进行了优化。Apollo 计算核心包含八个 DIMC 单元，可并行执行 64×64 矩阵乘法，支持各种数值格式（例如 INT8、INT4 和块浮点）。“我们预计 3DIMC 将使 AI 推理工作负载的内存带宽和容量提高几个数量级，并确保随着新模型和新应用的出现，服务提供商和企业能够高效且经济地大规模运行它们。”我们的下一代架构 Raptor 将在其设计中融入 3DIMC——这得益于我们和客户在 Pavehawk 测试中积累的经验。通过垂直堆叠内存并与计算芯片紧密集成，Raptor 有望突破内存壁垒，实现全新的性能和总拥有成本 (TCO)。我们的目标是在使用 3DIMC 而非 HBM4 运行 AI 推理工作负载时，实现 10 倍内存带宽和 10 倍能效提升。这些并非渐进式的提升，而是阶跃式的改进，重新定义了大规模推理的可能性。甚至在2022 年底ChatGPT 的推出引发人工智能革命之前， d-Matrix的人们就已经发现了对更大、更快内存的需求，以满足大型语言模型 (LLM) 的需求。d-Matrix 首席执行官兼联合创始人 Sid Sheth 已经预测，由于OpenAI和谷歌的 LLM 项目前景光明，人工智能推理工作负载将激增，这些项目已经在人工智能领域及其他领域引起了关注。“我们认为这将会持续很长一段时间，”Sheth在 2022 年 4 月接受BigDATAwire采访时谈到了大模型 (LLM) 的变革潜力。“我们认为，未来 5 到 10 年，人们基本上会倾向于使用 Transformer，而这将成为未来 5 到 10 年 AI 计算的主要工作。”Sheth 不仅准确预测了 Transformer 模型的变革性影响，还预见到它最终将导致 AI 推理工作负载激增。这为 Sheth 和 d-Matrix 带来了商机。问题在于，基于 GPU 的高性能计算架构虽然能够很好地训练规模越来越大的 LLM 和前沿模型，但却并非运行 AI 推理工作负载的理想之选。事实上，d-Matrix 发现，这个问题一直延伸到 DRAM，它无法高效地以所需的高速传输数据来支持即将到来的 AI 推理工作负载。d-Matrix 的解决方案是专注于内存层的创新。虽然 DRAM 无法满足 AI 推理的需求，但一种速度更快、价格更昂贵的内存——SRAM（静态随机存取存储器）——却能胜任这项任务。d-Matrix 采用数字内存计算 (DMIC) 技术，将处理器直接融合到 SRAM 模块中。其 Nighthawk 架构利用直接嵌入 SRAM 卡的 DMIC 芯片，这些 SRAM 卡可直接插入 PCI 总线，而其 Jayhawk 架构则提供 die-to-die 功能，以实现横向扩展处理。这两种架构均已融入该公司的旗舰产品 Corsair，该产品目前采用最新的 PCIe Gen5 规格，并具有 150 TB/s 的超高内存带宽。快进到2025年，Sheth的许多预测都已成真。我们正处于从AI训练到AI推理的重大转变之中，代理AI将在未来几年推动巨额投资。d-Matrix一直紧跟新兴AI工作负载的需求，并于本周宣布其采用三维堆叠DMIC技术（或3DMIC）的下一代Pavehawk架构目前正在实验室中运行。Sheth 相信 3DMIC 将提供性能提升，帮助 AI 推理突破内存壁垒。Sheth在 LinkedIn 的一篇博文中写道： “AI 推理的瓶颈在于内存，而不仅仅是 FLOP（浮点运算）。模型发展迅速，传统的 HBM 内存系统成本高昂、功耗高且带宽受限。3DIMC改变了游戏规则。通过三维堆叠内存并将其与计算更紧密地集成，我们显著降低了延迟，提高了带宽，并释放了新的效率提升。”内存壁垒问题多年来一直存在，其根源在于内存和处理器技术进步的不匹配。d-Matrix 创始人兼首席技术官 Sudeep Bhoja 在本周的一篇博客文章中写道：“行业基准测试显示，计算性能每两年增长约 3 倍，而内存带宽却仅落后 1.6 倍。结果就是差距越来越大，昂贵的处理器只能闲置，等待数据到来。”Bhoja写道，虽然3DMIC技术无法完全弥补与最新GPU的差距，但它有望缩小差距。随着Pavehawk的上市，该公司目前正在开发利用3DMIC的下一代内存处理架构，名为Raptor。Bhoja写道：“Raptor……将把3DIMC融入其设计中——这将受益于我们和客户在Pavehawk测试中积累的经验。通过垂直堆叠内存并与计算芯片紧密集成，Raptor有望突破内存壁垒，并释放全新的性能和TCO水平。”究竟好多少？据 Bhoja 称，d-Matrix 希望在使用 3DIMC 运行 AI 推理工作负载时，与 HBM4 相比，内存带宽和能效分别提高 10 倍和 10 倍。Bhoja 写道：“这些并非渐进式的提升，而是阶跃式的改进，重新定义了大规模推理的可能性。” 通过将内存需求置于我们设计的核心——从 Corsair 到 Raptor 乃至更远的未来——我们确保推理速度更快、更经济，并且在大规模下更具可持续性。参考链接https://www.hpcwire.com/2025/09/02/d-matrix-takes-on-ai-memory-wall-with-3d-stacked-in-memory-compute/*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":1,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}