【CNMO 科技消息】随着 AI 推理需求快速增长，内存之间的数据移动正成为限制 AI 性能的新瓶颈。SK 海力士开发总管社长安贤提出，应对之策不只是把单个产品的性能做强，还要在 HBM 之外拓展次世代内存，从而提升整个系统的效率。

图源网络

10 月 14 日，安贤在首尔 COEX 举行的半导体专业展会 " 半导体展（SEDEX 2026）" 上，以 "AI 时代，内存技术的进化方向 " 为题发表主旨演讲，介绍了上述技术路线。他预计，到 2030 年，AI 基础设施的性能规模将增长到今年的约 20 倍。随着 AI 模型规模不断扩大、应用范围持续拓宽，用于存储和处理数据的内存，其重要性也会进一步上升。他表示，数据中心和半导体产业已经无法像过去那样按部就班地逐项决定，内存开发、标准化以及产能的确保，都必须在 AI 需求形成之前就提前准备。

作为 HBM 之后的次世代 AI 内存技术，安贤提出了 "3D 堆叠 DRAM"。他指出，现存最快的内存是 SRAM，因此有必要在 SRAM 与 HBM 之间开发出一个新的内存层级。两者的结构差异也可以说明这一思路：现有 HBM 是把多颗 DRAM 垂直堆叠后布置在 GPU 周边，而 3D 堆叠 DRAM 是把 DRAM 直接放到 GPU 等处理器之上，并通过硅通孔（TSV）连接，从而缩短数据移动的距离。按照他的判断，如果把这种直接连接与支持带宽提升、功耗降低和热处理的先进封装结合起来，就有望成长为新的 AI 内存解决方案。

除了结构上的创新，产品形态也会变化。安贤预计，HBM 之后，定制 HBM 所占的比重将扩大。定制 HBM 的做法是在内存底部的基底裸片上，按客户需求融入特定功能。他表示，SK 海力士正通过与客户协商，基于核心技术做准备，并会同时推进定制 HBM 与标准 HBM，长期来看定制 HBM 的规模将持续扩大。