失控的内存：AI为何被困在“内存墙”中？未来四大技术风口深度解析

外来客 • 2026-08-16 17:55:16

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

市场动态：2026年初，英伟达以200亿美元收购芯片初创企业；DDR4 16GB内存价格从3.2美元飙升至62美元，涨幅1800%，DDR5及DDR3价格持续上涨。
存内计算：利用存储介质物理特性直接运算。三星主攻PM净存计算路线，在芯片内部集成计算单元；另一方向为纯类计算，利用SRAM或MRAM物理特性完成运算，目前处于实验室走向量产阶段，面临软件生态及工艺一致性挑战。
硅光互联：将光器件集成于芯片，通过CoWoS技术封装。优势包括能效提升（信号损耗从22dB降至4dB以内）、带宽提升（单根光纤承载多波长，实现8对光纤双向4TB/s带宽）以及打破机架间互联瓶颈。
确定性架构：Groq LPU采用片上SRAM作为主存，带宽达80TB/s，摒弃乱序执行，由编译器精确调度；Tenus HC1芯片采用Mustle ROM工艺固化模型权重，实现零数据搬运，推理速度达17000 Token/s，是英伟达B200的48倍，但丧失灵活性。
CPU角色回归：随着AI进入Agent时代，CPU成为数据流管理者。黄仁勋指出工具使用多在CPU环境运行，CPU通过精细化治理兼顾能效与可编程性，开辟第三条道路。