发布时间:2026-04-10 阅读量:4208 来源: 发布人: bebop
我爱方案网4月10日消息,在近日举行的美国银行“顶级CEO视角”访谈中,戴尔科技集团掌门人迈克尔·戴尔(Michael Dell)抛出了一个令行业震惊的预测:到2028年,全球AI加速器领域的内存总需求将较2023年激增625倍,且供给端的产能扩张严重滞后,供需失衡的格局预计将持续至2028年。
迈克尔·戴尔指出,AI内存需求的指数级增长主要源于两大因素的叠加驱动:
第一,单颗AI加速器内存容量的跃升。
2023年英伟达推出的H100 Tensor Core GPU搭载80GB HBM(高带宽内存),而随着AI模型规模的持续扩大和对算力要求的不断提升,预计到2028年,单颗AI加速器所需的内存容量将大幅跃升至2TB,实现约25倍的增长。这一跨越式的容量提升,直接反映了AI训练和推理对内存带宽和容量的海量需求。
需要指出的是,这里所指的内存并不仅限于HBM,还包括了SOCAMM内存。这是由英伟达主导,与三星、SK海力士、美光等公司合作开发的面向AI服务器与PC的模块化内存标准的内存产品,可以更好地支持 AI 工作负载的特定任务。
第二,全球AI加速器部署规模的同步扩张。
为满足全球范围内日益增长的算力需求,数据中心内AI加速器的部署总量也将在这五年间扩大约25倍。
“当每颗AI加速器所需的内存容量提升25倍,整体部署的AI加速器规模又扩大25倍时,两者叠加相乘,最终2028年的总内存需求将达到2023年水平的625倍。”迈克尔·戴尔在活动中解释了这一惊人数字的由来。
迈克尔·戴尔的这番论断,实质上为未来几年的半导体市场定下了“紧缺”的基调。当单颗芯片的内存容量与全球部署规模双双迎来25倍的跨越,625倍的总需求增量已不再是简单的线性增长,而是对现有供应链体系的极限施压。在产能建设周期漫长与AI技术爆发式普及的剪刀差下,内存已不仅仅是硬件组件,更成为了制约AI算力释放的关键瓶颈。对于整个科技行业而言,如何在这场注定漫长的供需博弈中寻找平衡,将是未来数年必须面对的核心挑战。
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。