挑戰GDDR堆疊，美光打響第一槍

初期預計會實現4層左右的GDDR堆疊。

美光正率先在業內挑戰圖形內存（GDDR）堆疊技術，效仿高帶寬內存（HBM）的堆疊方式提升GDDR性能，以此應對人工智能內存需求的多元化趨勢。這一動作是否會打響新一輪內存堆疊競爭的發令槍，備受業內關注。

業內消息稱，美光已著手研發可垂直堆疊的全新GDDR產品，其計劃在今年下半年完成相關設備部署，并啟動工藝測試。一位熟知相關事宜的業內人士透露：“初期預計會實現4層左右的GDDR堆疊，最快明年就能推出工程樣品。” 目前包括堆疊層數在內的具體規格仍在討論中，該動向大概率是為響應AI加速器等客戶的需求。

GDDR是專為視頻與3D圖形處理設計的內存，以往主要應用于顯卡、游戲設備，近期也開始搭載于部分AI加速器。與HBM相比，GDDR的速度（帶寬）更低，但憑借價格優勢，在AI推理等特定場景的需求正持續增長。分析認為，美光正是瞄準這一市場機遇，試圖通過堆疊GDDR，打造出性能介于HBM與傳統GDDR之間、速度優于普通GDDR且容量更大的產品。

近年來隨著AI市場擴容，適配不同用途與價位的多樣化產品不斷涌現，內存需求也隨之呈現多元化趨勢。英偉達在推理專用芯片中采用SRAM，便是典型案例。業內預計，堆疊式GDDR產品將搶占HBM與普通非堆疊GDDR之間的中端市場；同時在持續增長的高性能游戲顯卡領域，也將擁有可觀需求。

若美光GDDR堆疊技術研發成功，有望搶占市場先機。盡管目前該領域仍屬細分市場，但美光判斷其將隨AI普及具備較大增長潛力，因此正式推進產品商用化。這一策略意在領先三星電子、SK海力士，提前布局GDDR堆疊市場，搶占競爭優勢。

此前GDDR堆疊僅停留在先期技術研究與論文階段，尚無量產先例，美光能否攻克技術難關成為關鍵。GDDR之間的堆疊方案、功耗與發熱控制，均被視為核心技術難題；同時堆疊過程中的成本管控也必不可少，只有維持相較HBM的高性價比，才能保障產品市場競爭力，這也意味著必須最大化GDDR堆疊的實際效用。

業內人士表示：“此前除技術難題外，GDDR堆疊的市場定位尚不清晰，因此未能積極推進商用化。而隨著AI內存市場格局變化，GDDR堆疊的必要性日益凸顯，美光此次挑戰，或將成為新一輪內存堆疊競爭的信號。”

GDDR堆疊屬于全新探索方向，美光此前已通過SOCAMM2技術，探索將 LPDDR5X等通用DRAM堆疊至16層，單模組容量最高可達256GB，并向客戶送樣256GB SOCAMM2產品。不過，LPDDR5X功耗更低、散熱可控，其堆疊難度遠低于GDDR。

美光256GB SOCAMM2為各種AI和通用計算工作負載提供更高的內存容量、更低的功耗，以及更快的性能。256GB SOCAMM2容量較前代最高規格192GB SOCAMM2提升三分之一，可為每顆 8 通道 CPU 提供 2TB LPDRAM 容量，從而支持更大的上下文窗口及更復雜的推理工作負載。與相同容量的 RDIMM 相比，SOCAMM2的功耗僅為其三分之一，尺寸亦縮減至三分之一，有效提升機架密度并降低總體擁有成本。在統一內存架構中，與現有解決方案相比，256GB SOCAMM2用于KV緩存卸載時，可將長上下文、實時 LLM 推理的首個 token 生成時間加速2.3倍。在獨立CPU應用中，針對高性能計算工作負載，LPDRAM的每瓦性能較主流內存模塊提升超3倍。模塊化SOCAMM2設計可提升設備可維護性、支持液冷服務器架構，并能隨著AI與核心計算內存需求的持續增長，實現未來容量擴充。

*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯系后臺。