北京
近日，被譽為“HBM之父”的存儲芯片權(quán)威金正浩教授在公開演講中拋出一個顛覆性論斷：人工智能的核心瓶頸并非GPU，而是內(nèi)存。他指出，當(dāng)前AI加速器中GPU真正用于計算的時間僅占總運行時間的10%，絕大部分時間都在等待數(shù)據(jù)傳輸，內(nèi)存墻已經(jīng)成為整個算力體系最致命的短板。這一觀點立刻引發(fā)業(yè)界對“算力至上”路線的深度反思。
金正浩系統(tǒng)闡釋了內(nèi)存瓶頸的產(chǎn)生邏輯。隨著大模型參數(shù)規(guī)模以指數(shù)級暴漲，片內(nèi)緩存和傳統(tǒng)顯存完全無法滿足頻繁的數(shù)據(jù)搬移需求，GPU不得不在空轉(zhuǎn)中度過九成運行周期。與其一味堆砌計算單元，不如改變存儲架構(gòu)的層級關(guān)系。他由此提出未來的三階堆疊路線圖：沿襲已有優(yōu)勢的HBM繼續(xù)向高帶寬、低成本演進(jìn)；引入新型的HBF，在帶寬與容量之間尋求彈性平衡；最終邁向HBS，實現(xiàn)存儲與邏輯的深度融合，讓計算發(fā)生在離數(shù)據(jù)最近的位置。三層架構(gòu)分別對應(yīng)著不同的能效比和應(yīng)用場景，將從根本上改寫今天以GPU為中心的異構(gòu)計算范式。
伴隨這一架構(gòu)變革的，是存儲定制化浪潮的全面興起。金正浩觀察到，頭部云廠商和AI芯片企業(yè)正從通用型HBM走向根據(jù)自家業(yè)務(wù)特征定義存儲規(guī)格，定制接口、定制時序、定制功耗的“柔性內(nèi)存”時代已經(jīng)到來。這種變化不僅意味著技術(shù)的重構(gòu)，更會深刻重塑供應(yīng)鏈與產(chǎn)業(yè)話語權(quán)的分配。當(dāng)內(nèi)存真正決定AI效率上限時，金正浩的預(yù)言或許為整個半導(dǎo)體競賽提供了一個截然不同的解題框架——誰掌握了內(nèi)存，誰才掌握了算力。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
![當(dāng)今社會環(huán)境，已經(jīng)卷到?jīng)]邊了](https://nimg.ws.126.net/?url=http://dingyue.ws.126.net/2026/07/05/hcQeERod2xA6COSusltBZh3Q1DLboY5Y0mpe69qli.jpg&thumbnail=140y88&quality=90&type=jpg)
