英伟达与Meta联手推进GPU集成HBM技术，突破AI算力瓶颈

据业内消息，英伟达正联合Meta、三星电子及SK海力士等科技巨头，共同研发一项突破性技术方案：将GPU核心直接集成至下一代高带宽存储器（HBM）中，以满足人工智能运算性能提升的迫切需求。这一创新架构若能实现，将颠覆传统计算设备中内存与处理器分离的设计模式。

多位分析师指出，Meta与英伟达已启动技术可行性验证，并就合作细节与两家韩国存储巨头展开密集磋商。该方案的核心突破在于将GPU运算单元嵌入HBM的基底层——这个传统上仅负责数据通信的底层模块，通过物理层面的深度融合，使计算与存储功能在单一芯片内实现协同。

作为专为AI大模型设计的存储解决方案，HBM通过垂直堆叠多层DRAM芯片实现超高带宽。当前量产的HBM3E产品中，基底层主要承担内存控制器功能，而将于2025年投入量产的HBM4将进一步集成更复杂的控制逻辑。此次提出的"存内计算"架构，则代表技术演进的重大跨越：将原本独立于存储器的GPU运算模块分解，把部分关键计算单元直接迁移至HBM内部。

技术团队透露，这种设计可使AI运算中的数据传输路径缩短90%以上，理论上能将内存访问延迟降至现有架构的十分之一，同时减少约30%的功耗。对于需要处理万亿参数级模型的AI训练场景，这种效率提升将显著缓解主GPU的运算压力，为构建更紧凑的AI加速卡提供可能。

然而该技术落地面临双重挑战。首先，HBM基底层采用硅通孔工艺制造，其内部可用空间仅相当于普通GPU芯片的1/20，如何在此极限条件下实现GPU核心的微型化集成成为首要难题。其次，GPU运算单元的功耗密度是传统存储芯片的20倍以上，在如此狭小的空间内解决供电稳定性与热管理问题，需要突破现有芯片封装技术的物理极限。

行业观察家认为，若该技术突破瓶颈实现商用，可能引发AI硬件领域的范式变革。存储器与计算单元的深度融合，不仅将重塑数据中心架构，更可能推动边缘计算设备向更小型化、低功耗方向发展。目前三星电子已组建跨部门研发团队，针对3D封装技术展开预研，而SK海力士则侧重于开发耐高温的新型基底材料。