美光與閃迪提出新儲存架構挑戰HBM
nashnova research
美光與閃迪分別披露新型存儲架構，從帶寬和容量兩個方向挑戰AI晶片主流記憶體方案HBM——這意味著AI推理對存儲的需求，已開始溢出HBM一家能覆蓋的邊界。
HBM到底是甚麼，為何會被挑戰？
HBM（高帶寬記憶體，一種將多層DRAM晶片垂直堆疊、再緊貼處理器的封裝方式）是當前AI晶片的標配存儲方案，英偉達每顆GPU旁邊都焊著它。
但AI推理場景的數據量和速度要求正在同時膨脹——HBM帶寬夠快，容量卻不夠大；堆更多層，成本和功耗又往上走。
這意味著→ 單靠HBM一條路線，越來越難同時滿足「又快又大又便宜」三個要求，市場開始需要替代或補充路線。
美光的方案解決甚麼問題？
美光提出「緊耦合DRAM」（tightly coupled DRAM，一種將DRAM直接貼到處理器上、縮短數據搬運距離的新架構），主打帶寬密度。
理論指標：帶寬可超過HBM的10倍，每比特能耗顯著低於HBM。
簡單來說＝ 美光想的不是「存更多」，而是「搬得更快、搬的時候更省電」——處理器和記憶體之間的數據通道，是它要拓寬的瓶頸。
閃迪的方案又在解決甚麼？
閃迪推出「高帶寬閃存」（HBF，基於NAND閃存的新封裝，將閃存拉到離處理器更近的位置），主打容量成本比。
關鍵數字：帶寬號稱與HBM持平，容量卻達到HBM的8至16倍，成本相近。
這意味著→ 閃迪瞄準的是另一個痛點——推理模型越來越大，需要的存儲空間遠超HBM能提供的上限，它用閃存的天然大容量來補這個缺口。
兩條路線指向同一個信號？
美光從帶寬密度切入，閃迪從容量成本比切入，技術路線完全不同，但背後的判斷一致：AI推理對存儲的要求，已超出HBM單一架構的覆蓋範圍。
這反映出 AI存儲競爭正在從「誰的HBM產能大」轉向「HBM之外還有甚麼」——賽道本身在分叉。
但兩項技術的量產時間表和商業化細節均未披露，良率與成本能否兌現理論優勢，是下一步驗證的關鍵。
市场有风险，内容仅供研究参考，不构成投资建议。