蘋果小米輝達競逐AI晶片TB級頻寬
nashnova research
蘋果、小米和英偉達同時追逐太字節級記憶體帶寬，AI晶片的核心競爭正從製程節點轉向數據搬運能力，高帶寬記憶體及互聯技術需求將進一步擴張。
晶片競賽的核心矛盾變了？
過去數十年，晶片性能提升主要靠製程縮小——從22納米、14納米一路推進到7納米、3納米，電晶體越做越小，速度越來越快。
但AI工作負載改變了瓶頸所在：處理器算力持續提升，數據卻餵不進去。
這意味著→ 晶片「算得快」已經不夠，「吃得快」才是新的卡脖子環節。簡單來說＝ 以前比的是引擎轉速，現在比的是油管粗細。
為甚麼三家公司同時盯上TB級帶寬？
據Digitimes報道，蘋果、小米、英偉達正同時追逐太字節級記憶體帶寬（TB級，即每秒傳輸萬億字節量級的數據）。
三家公司分屬手機、消費電子和數據中心三個賽道，需求場景不同，卻撞上了同一堵牆——記憶體帶寬不夠用。
這反映出AI時代的一個共性問題：不論終端是手機還是伺服器，模型越大、推理越快，對數據搬運速度的要求就越高。
這場帶寬競賽意味著甚麼？
直接受益的是高帶寬記憶體（HBM）及相關互聯技術的供應鏈——需求將進一步擴張。
這意味著→ 帶寬供給能力，而非製程先進程度，可能成為下一輪AI晶片競爭的關鍵分水嶺。
簡單來說＝ 以後評價一顆AI晶片強不強，首先要看它能多快地把數據搬到計算單元旁邊，而不只是看它用了幾納米工藝。
市场有风险，内容仅供研究参考，不构成投资建议。