初期預(yù)計(jì)會(huì)實(shí)現(xiàn)4層左右的GDDR堆疊。

美光正率先在業(yè)內(nèi)挑戰(zhàn)圖形內(nèi)存（GDDR）堆疊技術(shù)，效仿高帶寬內(nèi)存（HBM）的堆疊方式提升GDDR性能，以此應(yīng)對(duì)人工智能內(nèi)存需求的多元化趨勢(shì)。這一動(dòng)作是否會(huì)打響新一輪內(nèi)存堆疊競(jìng)爭(zhēng)的發(fā)令槍，備受業(yè)內(nèi)關(guān)注。

業(yè)內(nèi)消息稱，美光已著手研發(fā)可垂直堆疊的全新GDDR產(chǎn)品，其計(jì)劃在今年下半年完成相關(guān)設(shè)備部署，并啟動(dòng)工藝測(cè)試。一位熟知相關(guān)事宜的業(yè)內(nèi)人士透露：“初期預(yù)計(jì)會(huì)實(shí)現(xiàn)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(shù)在內(nèi)的具體規(guī)格仍在討論中，該動(dòng)向大概率是為響應(yīng)AI加速器等客戶的需求。

GDDR是專為視頻與3D圖形處理設(shè)計(jì)的內(nèi)存，以往主要應(yīng)用于顯卡、游戲設(shè)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(jià)格優(yōu)勢(shì)，在AI推理等特定場(chǎng)景的需求正持續(xù)增長(zhǎng)。分析認(rèn)為，美光正是瞄準(zhǔn)這一市場(chǎng)機(jī)遇，試圖通過堆疊GDDR，打造出性能介于HBM與傳統(tǒng)GDDR之間、速度優(yōu)于普通GDDR且容量更大的產(chǎn)品。

近年來(lái)隨著AI市場(chǎng)擴(kuò)容，適配不同用途與價(jià)位的多樣化產(chǎn)品不斷涌現(xiàn)，內(nèi)存需求也隨之呈現(xiàn)多元化趨勢(shì)。英偉達(dá)在推理專用芯片中采用SRAM，便是典型案例。業(yè)內(nèi)預(yù)計(jì)，堆疊式GDDR產(chǎn)品將搶占HBM與普通非堆疊GDDR之間的中端市場(chǎng)；同時(shí)在持續(xù)增長(zhǎng)的高性能游戲顯卡領(lǐng)域，也將擁有可觀需求。

若美光GDDR堆疊技術(shù)研發(fā)成功，有望搶占市場(chǎng)先機(jī)。盡管目前該領(lǐng)域仍屬細(xì)分市場(chǎng)，但美光判斷其將隨AI普及具備較大增長(zhǎng)潛力，因此正式推進(jìn)產(chǎn)品商用化。這一策略意在領(lǐng)先三星電子、SK海力士，提前布局GDDR堆疊市場(chǎng)，搶占競(jìng)爭(zhēng)優(yōu)勢(shì)。

此前GDDR堆疊僅停留在先期技術(shù)研究與論文階段，尚無(wú)量產(chǎn)先例，美光能否攻克技術(shù)難關(guān)成為關(guān)鍵。GDDR之間的堆疊方案、功耗與發(fā)熱控制，均被視為核心技術(shù)難題；同時(shí)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(jià)比，才能保障產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力，這也意味著必須最大化GDDR堆疊的實(shí)際效用。

業(yè)內(nèi)人士表示：“此前除技術(shù)難題外，GDDR堆疊的市場(chǎng)定位尚不清晰，因此未能積極推進(jìn)商用化。而隨著AI內(nèi)存市場(chǎng)格局變化，GDDR堆疊的必要性日益凸顯，美光此次挑戰(zhàn)，或?qū)⒊蔀樾乱惠唭?nèi)存堆疊競(jìng)爭(zhēng)的信號(hào)?！?/p>

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

美光256GB SOCAMM2為各種AI和通用計(jì)算工作負(fù)載提供更高的內(nèi)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(guī)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(fù)雜的推理工作負(fù)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(jī)架密度并降低總體擁有成本。在統(tǒng)一內(nèi)存架構(gòu)中，與現(xiàn)有解決方案相比，256GB SOCAMM2用于KV緩存卸載時(shí)，可將長(zhǎng)上下文、實(shí)時(shí) LLM 推理的首個(gè) token 生成時(shí)間加速2.3倍。在獨(dú)立CPU應(yīng)用中，針對(duì)高性能計(jì)算工作負(fù)載，LPDRAM的每瓦性能較主流內(nèi)存模塊提升超3倍。模塊化SOCAMM2設(shè)計(jì)可提升設(shè)備可維護(hù)性、支持液冷服務(wù)器架構(gòu)，并能隨著AI與核心計(jì)算內(nèi)存需求的持續(xù)增長(zhǎng)，實(shí)現(xiàn)未來(lái)容量擴(kuò)充。

*聲明：本文系原作者創(chuàng)作。文章內(nèi)容系其個(gè)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(qǐng)聯(lián)系后臺(tái)。