发布时间：2025-06-12 阅读量：1140 来源: 我爱方案网 作者:
【导读】美光科技于6月10日宣布，已向多个核心客户交付基于36GB 12层堆叠架构的HBM4内存样品。此举标志着其在AI计算内存领域取得重大突破，进一步强化了其在性能与能效层面的技术话语权。
此次交付的HBM4内存整合了美光成熟的1β（1-beta）DRAM工艺、12层先进封装技术及高性能内存内置自检（MBIST）功能。该设计旨在为下一代AI平台开发者提供无缝集成的解决方案，满足生成式AI爆发性增长对高效推理能力的迫切需求。
技术参数显示，HBM4采用2048位超宽接口设计，单堆栈带宽突破2.0TB/s，较前代产品性能提升超60%。扩展接口显著优化了数据吞吐效率，可大幅加速大型语言模型（LLM）及思维链推理系统的响应速度，使AI加速器具备更迅捷的实时决策能力。
在能效方面，HBM4实现跨越式进步。相比美光当前领跑行业的HBM3E解决方案，其功耗效率提升超20%。这一突破意味着数据中心能以更低能耗支持更高强度AI负载，为可持续计算提供关键基础设施支撑。
随着生成式AI在医疗诊断、金融建模、智能交通等领域的深度渗透，HBM4的高带宽与低延迟特性将成为推动行业创新的核心驱动力。该技术有望缩短科研发现周期，优化复杂场景决策流程，创造显著社会经济价值。
美光云内存业务高级副总裁Raj Narasimhan强调："HBM4的突破性性能验证了我们的技术路线图执行力。在HBM3E奠定市场标杆的基础上，我们将持续通过HBM4及全栈AI存储方案推动产业变革。"据悉，美光已规划2026年实现HBM4量产扩容，精准对接客户下一代AI平台商用进程。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下，国产LineShine（灵晟）纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500，印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日，Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，系统拆解了无GPU同构超算的四层技术体系：处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹，我们能察觉到一种质的变化：AI不再只是被展示、被调用的“展品”，而是拥有了更明确的“行动感”。从代码编写到机器人奔跑，从算力基建到未来接口，行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字，捕捉这一轮产业变革中的关键切片。
展会大数据公布！2027.7.7-9，上海见。
全球知名半导体制造商ROHM近日宣布，面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕，国内AI算力产业的共识正发生清晰转向：单点参数竞赛逐渐退潮，超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下，首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后，指向了一条不依赖先进制程与既有生态的突围之路。
