格尔辛格批HBM"糟糕"，SK海力士：非终极答案
Nashnova编辑部
格尔辛格为什么说HBM"糟糕"？
HBM（高带宽内存，把多颗DRAM芯片像三明治一样垂直叠在一起的技术）的核心问题是散热：热量在芯片层间积聚，形成"热三明治"效应。
这意味着→ 叠得越高、层数越多，中间的芯片就越难散热，性能天花板被物理结构卡住。
格尔辛格还指出，生产1比特HBM内存，实际上要放弃4比特的现有内存容量——比特效率、功耗效率、带宽效率均有不足。
他的结论很直白：HBM不是好的存储技术，只是当前满足AI需求的最不坏的选项。
SK海力士认不认？
SK海力士副总裁金浩植在同一场讨论中部分认同：HBM在散热、输入/输出及成本方面确实有局限，也不是存储瓶颈的最终答案。
但他强调了一个更根本的问题：AI芯片处理数据的速度远超内存供给速度，这是AI推理系统的本质特性，不是换一种内存就能消除的。
用大白话说＝ 存储瓶颈是AI的"体质问题"，HBM只是目前缓解症状最有效的药，但治不了根。
金浩植同时透露，SK海力士正在研究超越HBM的下一阶段方案。
"后HBM"时代，谁在布局什么？
英特尔在研究Z角内存（ZAM）和交叉批次内存（XBM）等新架构，试图用不同的芯片布局和互连方式突破HBM的结构限制。
英伟达走另一条路：扩大GPU内部超高速缓存SRAM的容量，减少对外部内存带宽的依赖。
这反映出 两家巨头对"瓶颈在哪"的判断不同——英特尔认为内存架构本身要换代，英伟达认为算力端可以自己消化一部分。
存储行业的话语权正在转移？
过去的逻辑：三星、SK海力士等存储厂商先决定生产什么内存，再供应给客户。
现在的趋势：英伟达、AMD等AI芯片设计商先定义系统需求，存储厂商再据此开发产品。
这意味着→ 存储行业的话语权正在从"造内存的人"向"用内存的人"转移——谁能定义系统瓶颈，谁就能定义下一代存储长什么样。
Content is for reference only, not financial advice.