DMRC

美光科技（NASDAQ: MU）的下一代內存架構或許能幫助 AI 處理器更快地傳輸數據，但將更多內存靠近計算單元也帶來了一個物理層面的權衡：熱量。

該公司的垂直高帶寬內存（vHBM）設計旨在通過將 DRAM 直接堆疊在處理器頂部來提升帶寬，隨着 AI 硬件集成度越來越高，投資者應關注由此引發的問題。

美光推動內存更靠近計算單元

在其技術和產品網絡研討會中，美光勾勒出一張路線圖，計劃到 2030 年將高帶寬內存發展至 HBM6，同時推出旨在提升帶寬、容量和能源效率的新架構。法國巴黎銀行股票研究部高級分析師卡爾·阿克曼（Karl Ackerman）指出，vHBM 是該路線圖中較為重要的進展之一。

與將內存放置在處理器旁側中介層上的傳統 HBM 不同，vHBM 將內存直接堆疊在計算芯片之上。內存與處理器之間更短的路徑旨在提供更大的帶寬，幫助 AI 系統在推理工作負載對容量和性能需求日益增長的情況下更高效地傳輸數據。

這一點至關重要，因為內存正日益成為 AI 系統性能的瓶頸，而不僅僅是附着在加速器上的一個組件。隨着模型部署規模的擴大，向處理器提供數據的能力變得與處理器本身同樣重要。

根據該研究報告，美光的目標是在 2028 年實現 vHBM 的量產，並計劃在 2030 年前推出三代產品。這一時間表使得該技術成為一個長期機遇，而非短期的收益驅動因素。

相關閲讀： 博通 vs. 美光：哪隻半導體股能在 AI 拋售潮中勝出？

散熱的權衡

該架構也帶來了一個複雜問題。阿克曼指出，將內存直接放置在處理器上方會阻礙處理器散熱，造成一種散熱權衡，這可能會限制該技術的部署方式。

他預計，vHBM 將與傳統 HBM 並行使用，而不是徹底取代後者。這表明 AI 內存的未來可能涉及多種架構的混合，系統設計者需要在帶寬增益與散熱限制及封裝複雜性之間取得平衡。

這一區別對投資者而言很重要。一個有前景的架構並不自動轉化為廣泛的採用或優越的經濟效益。美光及其客户需要確保性能優勢足以彌補系統在散熱和功耗管理方面的成本。

美光的路線圖還包括另一種專用內存方法：垂直邊緣推理內存（vEIM）。它將低功耗 LPDDR 內存放置在邏輯芯片上方，用於邊緣設備。美光的第一代設計目標是實現每秒 2 TB 的帶寬，每比特能耗低於 1 皮焦耳，量產目標同樣定在 2028 年。

對美光股價的意義

短期的收益驅動因素仍然是高帶寬內存、服務器 DRAM、企業級固態硬盤以及緊張的供應狀況。阿克曼的報告指出，美光預計供應緊張局面至少將持續兩年，而 vHBM 則代表其 AI 內存機遇的潛在長期延伸。

對投資者而言，關鍵問題在於美光能否在不讓散熱和製造挑戰侵蝕其優勢的情況下，將架構進步轉化為被市場廣泛採用的產品。AI 內存機遇正在擴大，但下一次突破需要的不僅僅是帶寬：它必須在現實世界的系統中切實可行。

相關閲讀： 隨着中國降低 AI 內存成本，美光和 SK 海力士面臨新挑戰

圖片來自 Shutterstock