社区

英特尔 CEO 李秉烛再次谈到内存，我认为这件事不能简单理解为“Intel要重新做DRAM”。三星、SK hynix、美光已经在传统内存领域建立了强大的规模、工艺和供应链优势，Intel真正值得关注的机会，可能是 Memory Architecture——重新思考内存与计算之间的关系。 AI真正面临的瓶颈，正在从单纯的“算力不足”转向 Memory Wall：GPU的计算能力增长越来越快，但数据搬运、内存带宽和容量越来越难跟上。HBM解决了“如何更快地把数据送给计算单元”，但它可能只是第一阶段。未来还会出现3D Memory、Near-Memory、PIM、CXL Memory、Memory Pool等技术，本质上都是在减少数据搬运，让计算更加靠近数据。 因此，下一代AI硬件的竞争可能不再只是 GPU + HBM，而是 Compute + Memory + Interconnect + Packaging 的整体协同。Intel的优势恰恰在这里：CPU、AI加速器、先进封装、Chiplet、互连以及Foundry能力，使它具备从系统架构层面重新设计“计算—内存—互连”的潜力。 过去几十年，计算架构更多是“围绕CPU/GPU组织，Memory作为计算的配套资源”；而AI正在推动架构发生变化——未来可能越来越强调 计算与数据共同组织，甚至让计算直接靠近内存、进入内存。真正需要解决的已经不是“内存够不够快”，而是如何打破Memory Wall，减少整个系统的数据搬运。 所以我认为，HBM可能只是Memory Wall革命的第一站，而不是终点。 Intel重新关注内存真正值得观察的，也不是它会不会重新成为一家DRAM厂商，而是能否利用自己的计算、封装和互连能力，参与定义下一代 Memory-Centric / Compute-Memory Co-Design 架构。AI硬件的下一场

英特尔 CEO 李秉烛再次谈到内存，我认为这件事不能简单理解为“Intel要重新做DRAM”。三星、SK hynix、美光已经在传统内存领域建立了强大的规模、工艺和供应链优势，Intel真正值得关注的机会，可能是 Memory Architecture——重新思考内存与计算之间的关系。 AI真正面临的瓶颈，正在从单纯的“算力不足”转向 Memory Wall：GPU的计算能力增长越来越快，但数据搬运、内存带宽和容量越来越难跟上。HBM解决了“如何更快地把数据送给计算单元”，但它可能只是第一阶段。未来还会出现3D Memory、Near-Memory、PIM、CXL Memory、Memory Pool等技术，本质上都是在减少数据搬运，让计算更加靠近数据。 因此，下一代AI硬件的竞争可能不再只是 GPU + HBM，而是 Compute + Memory + Interconnect + Packaging 的整体协同。Intel的优势恰恰在这里：CPU、AI加速器、先进封装、Chiplet、互连以及Foundry能力，使它具备从系统架构层面重新设计“计算—内存—互连”的潜力。 过去几十年，计算架构更多是“围绕CPU/GPU组织，Memory作为计算的配套资源”；而AI正在推动架构发生变化——未来可能越来越强调 计算与数据共同组织，甚至让计算直接靠近内存、进入内存。真正需要解决的已经不是“内存够不够快”，而是如何打破Memory Wall，减少整个系统的数据搬运。 所以我认为，HBM可能只是Memory Wall革命的第一站，而不是终点。 Intel重新关注内存真正值得观察的，也不是它会不会重新成为一家DRAM厂商，而是能否利用自己的计算、封装和互连能力，参与定义下一代 Memory-Centric / Compute-Memory Co-Design 架构。AI硬件的下一场