AI算力狂奔，内存墙为何不降反升？

在近期斯坦福大学举办的Hot Chips 2026半导体学术会议上，一位来自美光的HBM设计架构专家提出了一个令人警醒的观点：困扰行业多年的“内存墙”问题，不仅没有随着技术进步而消失，反而正在变得更加棘手。

算力与内存的“龟兔赛跑”

所谓“内存墙”，指的是处理器运算速度的飞跃与内存数据供给速度的迟缓之间形成的巨大性能鸿沟。当芯片“大脑”运转得越来越快，负责输送数据的“血管”却依旧狭窄，整个系统的效率最终会被最慢的环节拖累。

这位专家用具体数据描绘了这场失衡的竞赛：当前，AI加速器的计算性能大约每两年就能提升3倍。然而，作为关键数据供给方的高带宽内存（HBM），其性能在同期的提升还不到2倍。这意味着，算力的增长步伐已经显著超过了内存带宽的进化速度。

新型架构或是破局关键

“即便你拥有世界上最强大的计算芯片，如果数据无法及时送达，它的潜力也无从发挥。”专家在会议上如此比喻。传统的思路是分别优化处理器和内存，但两者性能增速的差距表明，这条路径可能已经接近极限。

他认为，未来的突破点可能在于根本性的架构革新。一种可行的方向是打破运算单元与内存单元之间泾渭分明的物理和逻辑边界，让数据能以更紧密、更高效的方式流动。这或许意味着计算和存储功能的进一步融合，而不仅仅是追求单一组件的性能指标。

这场在芯片最前沿的讨论清晰地指出了一个趋势：在AI驱动算力需求爆炸性增长的时代，解决系统级瓶颈的重要性，已经超越了追求单个部件性能的极致。