HBM存储技术如何革新嵌入式GPU核心设计？

科技企业正积极探索HBM（高带宽内存）架构的重大革新，计划在下一代内存堆栈中直接嵌入GPU核心。据韩国业界消息，Meta与NVIDIA目前正在评估“定制化HBM”方案，该方案将把GPU核心直接集成到未来HBM设备的基底芯片中。SK海力士与三星电子也被证实已参与前期技术讨论。

现行HBM技术是将多个DRAM芯片堆叠在负责外部输入输出的基底芯片上。而即将在明年实现量产的HBM4，则会内置控制器以提升带宽与能效。此次新架构探索的“嵌入式GPU”方案更进一步突破，计划将计算单元直接分布在内存内部，从而减少数据移动路径并显著降低功耗。业内人士分析，这种设计能够大幅提升AI工作负载的性能与能效，因为计算单元与存储单元之间的物理距离被大幅缩短。

然而，上述融合方案仍面临诸多技术挑战，包括硅通孔堆叠结构下有限的芯片面积、电源分配难题，以及如何为内部高度集成的GPU逻辑单元实现有效散热等问题。

韩国科学技术院（KAIST）电气工程系金正浩教授指出：“随着AI浪潮的持续推进，存储芯片与系统半导体之间的界限正在加速消融，技术变革趋势已然提速。本土企业必须将业务布局从传统存储领域拓展至逻辑芯片领域，方能抢占下一代HBM市场的战略先机。”

在产品层面，AMD最新发布的Instinct MI430X加速卡采用了新一代CDNA架构，支持高达432GB的HBM4内存和19.6TB/s的惊人内存带宽。而NVIDIA的新一代“Vera Rubin”超级芯片则选择了不同路径，每颗Rubin GPU集成两块大尺寸算力芯片，并配套八组HBM4堆栈，实现单颗GPU约288GB、整板约576GB的HBM4内存容量。

行业普遍认为，那些在先进封装与逻辑芯片技术上具备深厚积累的厂商，将在新一轮竞争中占据优势。而传统存储厂商则需加速向系统级半导体领域进行技术布局与转型，才能在未来保持足够的竞争力。