ISSCC 2026前瞻：兩巨頭的內(nèi)存對決

本文由半導(dǎo)體產(chǎn)業(yè)縱橫（ID：ICVIEWS）綜合

內(nèi)存競賽日趨激烈，韓國芯片巨頭正積極研發(fā)新技術(shù)以滿足人工智能領(lǐng)域日益增長的需求。

據(jù)報道，三星電子和SK海力士將在2026年國際固態(tài)電路大會（ISSCC）上展示一系列新一代DRAM解決方案。SK海力士將推出其最新的GDDR7和LPDDR6，用于圖形和移動應(yīng)用；而三星電子則將發(fā)布HBM4。

SK海力士發(fā)布新一代GDDR7和LPDDR6內(nèi)存

報告指出，SK海力士推出了單引腳帶寬為48 Gb/s、容量為24 Gb的GDDR7顯存。該芯片采用對稱雙通道設(shè)計，面向GPU、AI邊緣推理和游戲等高帶寬應(yīng)用。

此次SK海力士計劃推出的GDDR7 DRAM的非標(biāo)準(zhǔn)規(guī)格是其關(guān)注的焦點(diǎn)。盡管業(yè)界此前預(yù)期下一代GDDR7的峰值速度約為32-37 Gbps，但SK海力士將在ISSCC會議上發(fā)表論文，展示其48 Gbps的運(yùn)行速度和24 Gb的密度，這展示了SK海力士在技術(shù)上的領(lǐng)先優(yōu)勢。

與目前的 28 Gbps GDDR7 相比，傳輸速度提升了 70% 以上。每個芯片的帶寬達(dá)到 192 GB/s，高于現(xiàn)有 28 Gbps 產(chǎn)品約 112 GB/s 的帶寬——這是一項技術(shù)突破，從根本上重塑了圖形 DRAM 的性能范式。

SK海力士首次發(fā)布了 14.4 Gb/s 的 LPDDR6 內(nèi)存。與 LPDDR5（9.6 Gb/s）相比，LPDDR6 的帶寬大幅提升，定位為面向高性能智能手機(jī)、AI PC 和具備生成式 AI 功能的邊緣設(shè)備的移動 DRAM 解決方案。

三星發(fā)布用于人工智能加速器的下一代HBM4

三星電子發(fā)布了其新一代HBM4內(nèi)存，容量高達(dá)36GB，帶寬達(dá)3.3TB/s。HBM4采用1c DRAM工藝制造，并改進(jìn)了其TSV（硅通孔）架構(gòu)，以降低通道間信號延遲，從而提供未來AI加速器所需的高帶寬和低功耗數(shù)據(jù)傳輸。

三星的HBM4相比前幾代產(chǎn)品，帶寬有了顯著提升。更重要的是，它滿足了領(lǐng)先的GPU和AI ASIC制造商對3TB/s以上吞吐量的要求，預(yù)計將從明年開始在AI服務(wù)器加速器中得到廣泛應(yīng)用。

三星目前正與英偉達(dá)就明年HBM4的價格進(jìn)行談判。消息人士表示，英偉達(dá)在與SK海力士敲定HBM4供應(yīng)合同僅一周后，便邀請三星電子參與談判。報道還指出，由于HBM4需求超過供應(yīng)，且沒有強(qiáng)烈的降價動力，三星電子內(nèi)部的目標(biāo)是使其12層HBM4內(nèi)存的價格與SK海力士的價格持平。

巨頭聯(lián)手，要把GPU核心封裝到HBM上

關(guān)于存儲產(chǎn)品另一個值得關(guān)注的技術(shù)進(jìn)展是，報道稱英偉達(dá)攜手 Meta、三星電子、SK 海力士等科技巨頭，為提升 AI 性能，正探索將 GPU 核心集成至下一代 HBM（高帶寬存儲器）的技術(shù)方案。

據(jù)多位業(yè)內(nèi)人士透露，Meta 和英偉達(dá)正在積極探討此方案，并已開始與三星電子、SK 海力士進(jìn)行合作洽談。該技術(shù)旨在打破傳統(tǒng)計算架構(gòu)中內(nèi)存與處理器分離的模式，通過在 HBM 的基底裸片（Base Die）中植入 GPU 核心，實(shí)現(xiàn)計算與存儲的深度融合。

HBM 作為一種通過垂直堆疊多個 DRAM 芯片實(shí)現(xiàn)的高性能存儲器，專為處理人工智能（AI）所需的海量數(shù)據(jù)而設(shè)計，其最底層的基底裸片目前主要負(fù)責(zé)內(nèi)存與外部設(shè)備間的通信。

即將于明年量產(chǎn)的HBM4 已計劃在基底裸片上集成控制器，以提升性能和效率。而此次討論的“GPU 核心內(nèi)嵌”方案，則是在此基礎(chǔ)上更進(jìn)一步的重大技術(shù)跨越，它將原本集中于主 GPU 的運(yùn)算功能部分轉(zhuǎn)移至 HBM 內(nèi)部。

將GPU 核心植入 HBM 的主要目的在于優(yōu)化 AI 運(yùn)算的效率，通過將運(yùn)算單元與存儲單元的物理距離縮至最短，可以顯著減少數(shù)據(jù)傳輸延遲和隨之產(chǎn)生的功耗，從而減輕主 GPU 的負(fù)擔(dān)。

這種“存內(nèi)計算”的思路，被視為突破當(dāng)前 AI 性能瓶頸的關(guān)鍵路徑之一，有助于構(gòu)建更高效、更節(jié)能的 AI 硬件系統(tǒng)。要實(shí)現(xiàn)這一設(shè)想仍面臨諸多技術(shù)挑戰(zhàn)。首先，HBM 基底裸片受限于硅通孔（TSV）工藝，可用于容納 GPU 核心的物理空間非常有限。

其次，GPU 運(yùn)算核心是高功耗單元，會產(chǎn)生大量熱量，因此如何有效解決供電和散熱問題，防止過熱成為性能瓶頸，是該技術(shù)能否落地的關(guān)鍵。

*聲明：本文系原作者創(chuàng)作。文章內(nèi)容系其個人觀點(diǎn)，我方轉(zhuǎn)載僅為分享與討論，不代表我方贊成或認(rèn)同，如有異議，請聯(lián)系后臺。