硅谷初创公司Enfabrica以DDR5替代HBM,降低AI运算成本

发布时间:2025-07-30 阅读量:1002 来源: 我爱方案网 作者: wenwei

【导读】近年来,人工智能(AI)技术的快速发展对数据中心提出了更高要求,尤其是在计算和内存性能方面。然而,高昂的高带宽存储器(HBM)成本成为制约AI算力扩展的关键瓶颈。硅谷芯片初创公司Enfabrica近日发布了一款名为EMFASYS的创新系统,旨在通过优化内存架构降低AI数据中心的运营成本,同时保持高性能。


18.jpg


HBM成本高昂,催生替代方案


目前,英伟达、AMD等公司的旗舰AI芯片依赖HBM来满足高速数据访问需求。这类存储器由SK海力士、美光科技等厂商供应,价格昂贵,占据了AI硬件成本的很大比例。Enfabrica的解决方案采用了一种新型网络芯片,将AI计算芯片直接连接至配备DDR5内存的存储模块。尽管DDR5的速度略低于HBM,但其成本优势显著,能够大幅降低整体系统开销。


软硬件协同优化,提升效率


Enfabrica的EMFASYS系统不仅包含专用芯片,还配备了自主开发的软件,用于高效管理AI芯片与内存之间的数据传输。该公司联合创始人兼CEO Rochan Sankar表示,这一方案并非旨在取代HBM,而是通过混合架构优化成本效益。目前,已有三家大型AI云服务商采用该技术,但具体名称尚未公开。


市场前景广阔,获资本青睐


Enfabrica已累计获得2.6亿美元的风险投资,其中英伟达也参与其中,显示出市场对其技术的认可。随着AI聊天机器人和智能代理需求的激增,数据中心对高效、低成本内存解决方案的需求将持续增长。Enfabrica的创新有望帮助企业在保持算力的同时,实现更经济的规模化部署。


未来展望


Sankar强调,Enfabrica的技术将帮助行业应对内存成本上涨的挑战,使AI基础设施更具可持续性。未来,该公司或将进一步拓展其产品线,以满足不同规模数据中心的多样化需求。


相关资讯
我们还需要GPU吗?从LineShine登顶看纯CPU超算的四层技术突围

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。

从“回答问题”到“完成任务”:AI产业正在发生的五个结构性转向

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。

ROHM车载MOSFET新品:抑制二次击穿,SOA范围扩大5倍

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”

斩获SAIL最高奖背后:DF1000如何破解国产算力“存不够、改不动”?

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。