被韩媒称为“HBM（高带宽内存）之父”的韩国科学技术院（KAIST）电气与电子工程系教授金正浩，近期接受《东亚日报》视频专访时，谈及HBM的技术演进、AI硬件的性能瓶颈，他称“AI的本质就是内存”。
在金正浩看来，过去外界习惯把AI能力归因于模型算法和GPU算力，但当大模型真正运行起来，注意力机制、上下文缓存、推理生成等都离不开内存系统的支撑。
HBM，即高带宽内存，本质上是将多层DRAM垂直堆叠起来，一方面提高容量，另一方面通过大量并行通道提升数据传输效率。金正浩将其概括为容量与带宽，“如果说传统内存像8车道高速公路，那么HBM就像1024车道、2048车道，未来甚至可能变成100万条车道。”
金正浩表示，大模型每一个输出瞬间都需要从HBM、HBF（高带宽闪存）读取数据，完成计算后再写回。期间，读写过程占据了大部分时间，GPU因此经常处于等待状态。按他的说法，即使部署100万块GPU，真正用于计算的时间可能也只有约10%，大量时间都在等待内存数据到达，即便通过算法和调度进行优化，这一比例也很难超过30%。
因此，金正浩认为，未来AI计算机的进化方向将让计算更靠近内存，让数据不再长距离搬运。“金正浩将其比喻为，“在公寓一楼安装GPU，数据坐电梯下来计算，整栋楼解决所有事，省去奔波时间”，并称从HBM4开始，HBM已经出现“以内存为中心计算”的趋势，部分GPU功能和通信功能被引入内存结构。
沿用这一思路，他进一步描绘了HBM、HBF、HBS的三阶段演进路线。HBM是堆叠DRAM，优势是速度快，但容量仍有限；HBF则是堆叠NAND Flash，速度慢于HBM，但容量更大，更适合承接 AI 的长期记忆、冷数据；HBS则是他提出的高带宽SRAM设想，目标是在更低延迟、更高速度下支撑未来AI计算。
在金正浩设想的未来中，AI计算机将演变为约100层的三维复合架构，其中HBM如百货商店（高速热数据）、HBF如公寓楼群（大容量冷数据）、HBS承担超低延迟缓存，GPU/CPU则位于顶层负责散热。
过去，英伟达的强势建立在GPU对AI训练的绝对适配之上，但推理时代，内存的重要性随之上升。更关键的是，GPU发热高、需要外部散热，也难以像DRAM或NAND那样继续大规模垂直堆叠。
金正浩特别提到，英伟达出CEO黄仁勋近期频繁出入韩国的原因，就是GPU面临瓶颈，技术成长几乎停滞，而未来3DAI计算机的供电和散热能力将成为核心技术竞争力，决定企业生死。
需要注意的是，韩国作为存储产业的重要参与者，金正浩选择强调HBM、HBF乃至更远期的HBS，主观上也拔高了韩国存储产业相对于GPU厂商的地位。他称韩国两大存储厂商既有DRAM堆叠基础，也有NAND技术积累，更有机会在未来3D AI计算架构中占据核心位置。
但是未来AI硬件竞赛不会是简单地从“GPU时代”切换为“内存时代”，而是进入更复杂的系统工程阶段。GPU、HBM、先进封装、网络互连、电力和散热能力，最终都将共同决定AI基础设施的实力。
不过，金正浩也在访谈中，也提到了来自中国企业的追赶压力。
金正浩称，中国企业可以覆盖三星、SK 海力士等既有国际供应商产能不足以的市场。其次，随着中国本土企业寻求自研GPU、NPU或AI芯片，中国内存也将被同步带动。虽然金正浩仍认为目前韩国企业保持领先，但他也明确表示，总有一天，中国甚至美国企业都会在HBM、HBF上追赶上来。
“对韩国厂商而言，这是一场关系到生存的长期竞争，只能努力活到最后”，金正浩表示。
杨方配资提示：文章来自网络，不代表本站观点。
