#半導體架構
•

記憶體不再只是"倉庫"：它開始參與計算了

打開任何一張現代AI晶片的晶圓照片，佔面積最大的往往不是計算核心，而是記憶體顆粒。這個現象背後是一個沿用七十多年的架構困境：計算和記憶體分居兩地，每次運算都要把資料搬來搬去。到了7nm工藝時代，資料搬運消耗的功耗佔總功耗的比例達到63.7%（業內常引的英特爾研究口徑）。 圖靈獎得主約翰·軒尼詩對此的判斷很直接：AI計算的重心，正在從"算"轉向"搬"。 2026年7月，上海一家公司用14nm製程，通過3D堆疊把計算和記憶體疊在一起，跑出了 520 TFLOPS 的算力，訪存頻寬達到 6.4TB/s。記憶體正在從被動的"倉庫"，變成主動的"計算參與者"。 但三條技術路線的成熟度差異巨大。那條先落地，取決於良率、生態和成本，而非技術指標的絕對值。
記憶體不再只是"倉庫"：它開始參與計算了
科技#AI晶片#存算一體#3D堆疊