美光发布AI存储路线图，HBM4推理吞吐提升2.6倍
Taylor Wilson
美光在Computex 2026前夕发布覆盖HBM4、DDR5及PCIe Gen5 SSD的全线AI存储路线图，其中HBM4 36GB可将大模型推理吞吐提升2.6倍——内存正从配角升级为AI算力的核心瓶颈突破口。
为什么内存突然成了AI的瓶颈？
AI模型上下文长度每年增长约30倍，但过去三年服务器内存容量仅翻了一倍。
这意味着→ 算力再强，数据喂不进去就是白搭；内存与存储已经成为系统性能的卡脖子环节。
美光整条产品线——从HBM到LPDDR再到SSD——都在围绕这个落差做文章。
HBM4到底强在哪？
美光推出HBM4 36GB 12H（12层堆叠的高带宽存储芯片），带宽较上代翻倍。
直接结果：大语言模型推理吞吐量提升2.6倍。用大白话说＝ 同样一块GPU，能同时处理的推理请求多了一倍多。
在数据中心低功耗场景，256GB SOCAMM2模组相较标准RDIMM，功耗与空间同步降低三分之二。
DDR5新模组有什么值得关注的数字？
美光已开始送样基于1γ制程（最新一代DRAM制造工艺）的256GB DDR5 RDIMM。
传输速率最高9,200 MT/s，比当前量产模组快40%。
这意味着→ 一条256GB模组替代两条128GB，速度更快的同时功耗还低逾40%——数据中心的电费账单直接受益。
边缘设备和PC端有什么新东西？
面向轻薄PC，美光推出支持LPDDR5X的LPCAMM2模组（模块化低功耗内存），传输速率最高9,600 MT/s。
PCIe Gen5客户端SSD可一秒内加载大语言模型，能效较上代Gen4 SSD提升107%。
这反映出 AI不再只是云端的事，本地设备也需要"喂得动模型"的存储能力。
美光的产能怎么跟上？
上述路线图以1γ DRAM及G9 NAND制程为技术基础。
产能扩张覆盖美国、印度、日本、新加坡及台湾，多地同步投资。
用大白话说＝ 美光在用"广撒网"的制造布局对冲地缘风险，同时确保新品有足够的量产支撑。
Content is for reference only, not financial advice.