【CNMO 科技消息】CNMO 观察到，全球科技巨头正推动在下一代高带宽内存（HBM）中直接集成图形处理器（GPU）核心，以突破 AI 计算性能与能效的瓶颈。这一技术动向也意味着存储器与系统半导体之间的界限正在被打破。

HBM

据业界多名知情人士透露，Meta 与英伟达正探讨在 HBM 的基底芯片（Base Die）中嵌入 GPU 核心的方案，并已与 SK 海力士、三星电子就合作进行接触。该架构属于 " 定制化 HBM" 讨论的一部分，其核心是在 HBM 最下层的基底芯片中直接集成 GPU 运算单元。

HBM 是通过多层 DRAM 堆叠而成的高性能内存，专为处理 AI 所需的大规模数据而设计。目前基底芯片负责 HBM 与外部之间的通信；而在预计明年量产的 HBM4 中，将进一步在基底芯片加入 " 控制器 "，以提升内存控制能力与能效。此次提出的 GPU 核心集成，被视为比 HBM4 控制器更前沿的技术跃升。

GPU 核心是能够独立执行计算的基本单元，核心数量越多，计算性能越强。把核心放入 HBM，能够将原本集中于 GPU 的运算功能部分分散至内存侧，从而减少数据搬运延迟、降低主 GPU 的负担。业内专家指出，在 AI 运算中，速度与能效同等关键；缩短内存与运算单元之间的物理距离，可同步降低数据传输延迟与功耗。

然而，技术挑战也不容忽视。由于 HBM 基底芯片采用硅通孔（TSV）工艺，可供 GPU 核心使用的空间极为有限。此外，GPU 核心的高功耗与发热量对供电与散热设计提出了严峻考验，散热控制可能成为瓶颈。

KAIST 电气电子工程系教授金正浩强调，" 为应对 AI 高端化，存储器与系统半导体之间的技术融合速度将越来越快 "，并呼吁企业超越内存领域，向逻辑芯片生态扩展，以抢占下一代 HBM 市场先机。