9月起，儲存晶片價格漲勢兇猛，讓市場驚訝。與此同時，儲存產業鏈上的企業迎來業績爆發。國內“儲存一哥”兆易創新第三季度淨利潤暴增61%，市值也從年初的不到700億元增長至目前的超過1400億元。來自江蘇鹽城的創始人朱一明花20年時間布下的公司戰略棋局，迎來了收穫期。01 記憶體價格暴漲，“儲存一哥”站上風口“漲勢比黃金還快”，由AI需求引發的儲存晶片漲價風暴，正在蔓延全球。在儲存晶片瘋漲背後，一家國產晶片廠商成了“悶聲發大財”的贏家。很多人可能並不熟悉兆易創新，但從手機、汽車的儲存晶片，到模擬晶片，它的產品已覆蓋了普通人生活的方方面面。尤其是隨著消費電子產品逐漸告別“寒冬”，這家被稱為國內“儲存一哥”的晶片龍頭，再次站上了市場的風口。不久前，兆易創新發佈的2025年三季度財報顯示，公司單季度營業收入26.81億元，同比增長31.40%；歸屬於上市公司股東的淨利潤為5.28億元，同比大增61.13%。今年下半年以來，兆易創新股價不斷上漲。截至12月4日，其最新市值為1405億元，年內漲幅超過90%。兆易創新股價為何在近期迎來爆發？從大的市場環境看，隨著全球AI算力競賽趨於白熱化，三星、海力士等儲存巨頭將絕大部分產能押注在了更昂貴的HBM（高頻寬記憶體）上，海外儲存巨頭們的戰略大調整，給兆易創新等企業打開了市場“窗口”。晶片行業中，儲存晶片主要包括DRAM（動態隨機存取記憶體）、NAND Flash（快閃記憶體）和NOR Flash（唯讀儲存器）等類別。其中，DRAM廣泛應用於電腦記憶體，是市場規模最大的儲存晶片，它又根據應用場景分為多個類型，典型的就有DDR晶片和HBM晶片。DDR晶片廣泛用於PC、伺服器、資料中心及消費電子等領域，其中DDR3、DDR4晶片是兩代主流的儲存技術。HBM晶片有著高頻寬、低延遲的特性，目前主要應用於大模型訓練和高性能計算，堪稱儲存晶片行業皇冠上的“明珠”。巨頭們“轉舵”HBM晶片，直接擠壓了DDR4等成熟製程的產能空間，讓其產能急劇收縮。但是，隨著大量AI需求從雲端下沉到AI手機、AI眼鏡、AI PC等端側裝置，這些裝置需要更快的晶片讀取速度和更大的儲存容量，對DDR晶片的需求也在井噴。這種供需錯配下，巨頭們“看不上”的DDR3、DDR4晶片價格在近期暴漲。東海證券報告顯示，今年10月，常規的16GB DDR4晶片價格相較上月漲幅高達75.93%，常規的8GB DDR4晶片價格漲幅為30%左右，4GB的DDR3晶片價格漲幅達到41.66%。面對儲存晶片價格的漲勢，科技公司們紛紛開始搶購。據報導，華碩和微星等PC終端廠商正在現貨市場大量購買消費類DRAM。作為國內“儲存一哥”，兆易創新恰恰是國內這一領域產能準備充足的玩家。它主打的就是利基DRAM晶片市場，已經陸續推出DDR4、DDR3L及LPDDR4等系列產品。利基DRAM晶片不是電腦中頂級的16GB/32GB記憶體條，而是4GB、8GB這類容量較小、製程相對成熟的產品。這類產品利潤較薄，但在萬物互聯的時代，它們在智能冰箱、掃地機、汽車等智能終端裝置中是必不可少的。財報顯示，截至2025年第三季度，兆易創新的合同負債同比激增189%至2.19億元。市場對兆易創新的利基型DDR產品的需求正在大量提升。02 鹽城大佬朱一明的“闖關遊戲”兆易創新能有今天的行業地位，並非只憑趕上了市場風向的“運氣”。其創始人朱一明花了20年時間布下戰略棋局，帶領兆易創新完成了“三級跳”，支撐起它如今的千億市值。把時鐘撥回2005年，彼時剛從矽谷回國的朱一明計畫投身儲存晶片市場。不過，當時該市場幾乎已被三星電子、海力士、美光等國際巨頭瓜分殆盡，進入市場的資金要求高、技術壁壘極強。2005年，朱一明成立了一家名叫芯技佳易的公司（即“兆易創新”的前身）。他並未選擇與國際巨頭正面硬剛，而是另闢蹊徑，以SRAM（靜態隨機存取儲存器）作為切入儲存晶片市場的突破口。在實現關鍵技術突破後，公司逐步拓展至其他儲存晶片產品領域。2008年，芯技佳易進軍NOR Flash（程式碼儲存晶片），發佈了國內首顆採用SPI（序列外設介面）的NOR Flash。NOR Flash雖容量小，但具備隨機儲存、讀取快的特性，被廣泛應用於物聯網、汽車電子等領域。2010年，芯技佳易更名為兆易創新，並推出了512K至32M容量的NOR Flash。在三星、美光等巨頭逐步淡出NOR Flash市場時，兆易創新不斷推出產品，迅速在市場上站穩了腳跟，奠定了自己的業務基本盤。相關資料顯示，兆易創新NOR Flash產品的市場佔有率從2012年的3%一路提升，2024年在該領域全球市場份額約為18.5%，排名全球第二。對朱一明而言，公司發展過程中最驚心動魄的一步棋，是進軍DRAM業務，這也是如今兆易創新能接住AI時代紅利溢出效應的關鍵。當時，儲存晶片市場DRAM的市場規模遠超過NOR Flash，且國產化率不高，可以說是儲存晶片的核心戰場。2016年，兆易創新在A股上市後，就決定攻下DRAM這塊“硬骨頭”，並與國內企業長鑫科技簽署合作協議，共同開展研發。為此，朱一明在2018年還做出了一個大膽的決定：辭去兆易創新總經理職務，僅擔任董事長，親自掛帥出任長鑫科技全資子公司長鑫儲存CEO。目前，朱一明也是長鑫科技董事長。兆易創新與長鑫科技形成了深度繫結。要知道，行業中無晶圓廠模式（Fabless）公司的最大軟肋，就是產能不能自主。而兆易創新則可以通過長鑫科技代工製造DRAM產品。根據今年第三季度財報資料，兆易創新利基型DRAM產品（包括DDR4、LPDDR4）實現快速放量，第三季度收入佔比提升至30%以上。根據兆易創新公告，其從長鑫科技採購代工生產的DRAM相關產品，2025年預計交易額為11.61億元。通過與長鑫科技的代工合作，兆易創新獲得了DRAM的產能保障。在2025年這波儲存晶片“缺貨潮”中，其他晶片設計廠商還在苦求晶圓廠排期，兆易創新卻因為有了長鑫科技這個“兄弟”的產能支援，可以更加穩定地出貨。不過，業界的共識是，晶片行業有極強的周期性。如果一家公司只押注儲存晶片，也會面臨周期性波動的風險。2013年，朱一明決定跨界進入MCU（微控製器）領域。MCU，可以說是將CPU（中央處理器）、儲存器、定時器等核心部件整合在一塊晶片上的微型電腦。它與儲存晶片有著緊密關聯， 如果說MCU是指揮系統的“大腦”，那麼儲存晶片則是存放程式碼指令的“記憶”。這個思路很好理解：既然客戶買了儲存器，為什麼不順便把控製器也賣給他？在當時，這多少有些“不務正業”，但這讓兆易創新迅速切入了新的市場。進軍MCU業務後，兆易創新相當於同時打通了“儲存+控製器”的任督二脈，加深了兆易創新的護城河。目前，MCU已經成為兆易創新的“第二增長曲線”。財報顯示，2025年上半年，儲存晶片作為兆易創新的核心業務，實現了28.45億元的收入，佔總營收的68.55%，同比增長約9.2%；MCU實現營收9.59億元，佔總營收的23.11%，同比增速達到19.1%。03 押中端側AI，紅利還能吃多久？半導體行業發展史中無數個故事顯示，在晶片產品漲價後，往往緊跟而來的是殘酷的價格戰。兆易創新也需要手握更多籌碼，才能持續對抗行業的周期性波動。兆易創新目前吃到了儲存晶片需求和價格上漲的紅利。但它的DRAM業務目前在其總營收中佔比並不算高，目前其收入主要來源還是Nor Flash和MCU產品。它更需要重視的一個問題是，目前的儲存晶片市場紅利主要來源於巨頭公司產能轉移後，造成的市場“空窗”。一旦三星、海力士等巨頭的高端產能釋放完畢，或許會回過頭來重新擠壓利基DDR市場，而市場也存在需求轉冷的風險。接下來，兆易創新在技術迭代的同時，持續推進產能擴張，才有望實現真正的飛躍。對於DRAM業務，兆易創新的雄心不小。近期，公司在一次線上投資者關係活動上曾表示，“展望未來5年，對於國內30億~40億美元的利基DRAM市場，我們的目標仍是取得至少三分之一的份額”。兆易創新還在互動平台上表示：“2025年公司利基型DRAM業務營收有望超預期，達成同比增長50%的目標。今年下半年利基型DRAM收入有明顯增長，有望超越MCU業務成為公司第二大產品線。”當前，兆易創新正在加速自研DRAM的製程迭代，試圖向更先進製程突圍，提高在 DDR4和LPDDR4領域的話語權。 (芯師爺)

近日儲存大廠向終端客戶更新DDR、LPDDR、NAND、eMMC最新價格,漲幅20%-46%不等，具體如下：DDR4:16Gb最新價格18$,漲幅20%8Gb最新價格8.1$,漲幅11%4Gb最新價格3.7，漲幅19%LPDDR4/4x最新價格$1.1/Gb，漲幅46.7%LPDDR5/5x最新價格$0.62/Gb，漲幅29.2%V-NAND:128GB 最新價格11.4$,漲幅30%64GB 最新價格7.2$,漲幅33%32GB v6 最新價格6.5$,漲幅39%eMMC:64GB最新價格13.2$,漲幅20%32GB最新價格7.2$,漲幅20%16GB最新價格6.2$,漲幅29%8GB最新價格4.55$,漲幅38%4GB最新價格4.45$,漲幅39% (儲存圈)

導讀：最近，新凱來發佈的“萬里眼”廣域偵察系統火爆出圈，它以其超視距、高精度的探測能力，重新定義了戰場感知的邊界。大家驚嘆於其系統性能之餘，是否思考過：是什麼支撐起如此龐大系統內部海量資料的無損、高速與穩定傳輸？答案的核心之一，便是訊號完整性。在“萬里眼”這樣的尖端裝備中，無數個高速SerDes通道、DDR/LPDDR記憶體陣列正如系統的“神經網路”，它們必須在GHz級的頻率下，精準無誤地傳遞每一個位元。任何一絲訊號的失真、反射或損耗，都可能導致“看得見”卻“看不清”的災難性後果。因此，在晶片設計和板級系統設計階段，對PCIe、DDR等高速匯流排進行精準的模擬預測，是確保產品成功的“鐵律”。圖：萬里眼90GHz新一代超高速即時示波器然而，回到我們的日常工作中：你是否曾為PCIe鏈路的不穩定、誤位元率高而熬夜偵錯？你是否在面對LPDDR5/5X的苛刻時序要求時，感到理論到實踐的脫節？你是否希望像設計“萬里眼”那樣頂級系統的工程師一樣，在設計之初就“預見”所有訊號風險，而不是在測試階段“亡羊補牢”？如果你的答案是肯定的，那麼這門《晶片-封裝-PCB系統級HSPICE及WaveView訊號電源完整性分析_PCIE及LPDDR模擬》視訊課程，正是為你量身打造的進階之梯。訊號完整性工程師在模擬DDR時候一般用ADS和HSPICE,這兩個軟體各有優勢：請查看《HSPICE及WaveView教學—PCIe4和LP5（8533Mbps）模擬》，今天具體介紹下在HSPICE中模擬DDR的一些優勢。在DDR4和LPDDR4標準中，JEDEC明確提出了隨機抖動的概念，目標誤位元率為10E-16。由於單端平行介面通常以顯著的SSO噪聲為特徵，因此必須開發一種模擬方法來捕獲與低誤位元率操作相關的SSO影響（是強非線性的）和RJ影響。本文將探討關於使用HSPICE StatEye功能在減小模擬時間的同時捕獲這些非線性影響的可能方法(同時考慮RJ、SSO、DCD等影響)。01瞬態模擬挑戰在DDR5和DDR4之前，SIPI模擬建立和保持時間要求集中在確定性的時序預算上。通常，基於PRBS-7 Pattern會捕捉到最壞情況的影響（ISI影響），如果同時激勵多個訊號來模擬激勵的串擾和SSN效應。在模擬中使用電晶體級模型可能會導致較長的執行階段間，具體取決於介面的寬度和IO模型提取的複雜性。30到40個小時並不少見；時間很長，但也是可以控制的。試圖通過暴力模擬來捕獲足夠的位元來捕獲低誤位元率性能是不現實的。02統計分析優勢諸如StatEye之類的通道模擬器通過從通過瞬變模擬建立的脈衝/邊沿響應生成機率密度函數來獲得低誤位元率性能。被模擬的通道應該具有線性時不變響應（LTI系統），以支援標準脈衝響應的統計方法。03PSIJ（電源導致抖動）什麼是PSIJ:當多個IO同時翻轉時，電源上會產生紋波，導致IO輸出產生抖動，接收端DQS觸發DQ產生眼圖，DQ的抖動會影響建立和保持時間；如何模擬PSIJ: 對於DDR應用，PSIJ嚴重影響系統級時序預算。精準地模擬這些效應需要包含電晶體級電路模型（IBIS緩衝器在捕獲由電源導軌噪聲引起的抖動效應方面不能提供足夠的精度）。當電路通過電源路徑汲取電流時，它會在電源線上產生L*(Di/Dt)噪聲，從而導致非線性響應。上面提到統計分析只能處理LTI系統響應，為了準確地捕捉PSIJ這一強非線性一效果，StatEye提供了兩種可能的方法來解決這一問題，即邊緣模式和完全瞬時模式。04系統鏈路模擬在進行統計模擬之前，先運行瞬態模擬，瞬態模擬作為統計模擬分析的對比，驗證其精度。搭建如下的模擬環境：通過運行瞬態分析和統計分析（FT），可以看出，電源和訊號波形基本一致。05其他抖動上面的系統鏈路中並沒包含PLL抖動（通常表示為RJ），PHY 前級電源導致的PSIJ、DCD抖動和Traning 誤差的影響。所以模擬中還需要在激勵中加入下面幾種抖動。最終得到如下眼圖和相關的Mask。對於以上的內容，如何進行實際操作模擬實現？這需要搭建電源、訊號模擬路徑，需要有IO模擬模型等等。對於初學者或者有一定DDR模擬經驗但是並沒有考慮那麼多模擬因素的同學來說，實現上面的模擬還是需要些時間來研究。為了節省研究和學習成本，可以研學下下面的課程，課程提供了上面類似模擬的實現細節和網表，大大縮短了數周甚至數月的學習時間成本。不僅僅對比DDR，課程還對HSPICE實現TDR、時域頻域模擬、W-element建模、PDN紋波等系統的講解了各類訊號完整性問題。已經購買課程的同學問了很多DDR和SERDES模擬的問題，如DDR DBI模擬實現、CPM模擬修改PWL檔案、統計模擬眼圖剛開始沒進入穩態等等，群裡討論氛圍非常好，互相學習提升的也很快。如果你也對HSPICE模擬感興趣，但是獨自學習數千頁的HELP文件很苦惱和迷茫，不仿來一塊學習吧。06我的HSPICE視訊教學對於很多朋友想從封裝、PCB Layout設計轉模擬，或者想從PCB模擬轉系統模擬，預先善其事 必先利其器，首先必須掌握一個電路模擬工具，才是求職的敲門磚。作為電路模擬的黃金標準，那HSPICE是首選。結合自己多年工作經驗，最近花費半年時間整理了一個HSPICE模擬教學，涉及了訊號和電源完整性的主要知識點，為滿足目前市場主流應用，以PCIe4.0(16Gbps)和LPDDR5X(8533Mbps)為例，講解IBIS和IBIS-AMI模型應用，包含PDN效應的系統鏈路模擬。我的《晶片-封裝-PCB系統級HSPICE及WaveView訊號電源完整性分析_PCIE及LPDDR模擬》課程內容涉及多篇論文，既具有深度也有很大實際價值，感興趣的朋友可以學習下。 (半導體先進技術與模擬)

我們近期已經寫過很多篇Memory的內容，有興趣的讀者可以看下之前的文章。兆的OpenAI，漲瘋的Memory和新出爐的DeepSeek聊一聊Memory--被低估的兆賽道儲存市場上行趨勢在昨天的文章中我們就講過，現在很多伺服器生意，因為DDR漲價，已經很難做了，本來談好的價格，沒成想DDR價格瘋漲，預留出的利潤空間直接被DDR的漲價吃掉，又得跟客戶重新談價。這些物料的漲價，會先反應在產業界，然後才會是資本市場。野村證券甚至給了“前所未有的超級周期”來形容這次的Memory大周期，DRAM、HBM和NAND的三重超級周期。市場現狀先放幾張NAND和DRAM的價格走勢：根據近期行業動態，上游資源漲價傳導至嵌入式成品端，前兩周 eMMC、UFS 普遍大幅調漲，LPDDR4X 因部分原廠暫停報價且計畫大幅上調資源價格，看漲情緒升溫後再次上漲；隨著 Q3 末儲存廠商業績衝刺結束進入盤點結算，管道市場前期快速消耗現貨促流水變現導致 SSD 成品缺貨，疊加 PC 客戶備貨意願升溫，儲存廠商多採取控貨惜售策略，部分甚至暫停報價、控制接單節奏。今年4月開始，三星和SK海力士逐步減少DDR4產能，轉向更高利潤的DDR5、LPDDR5和HBM記憶體生產。這也直接導致DDR4系列價格的暴漲。9 月 24 日，美光將 2025 年伺服器總出貨量增長預期上調至約 10%，高於此前中等個位數的預期，其中傳統伺服器出貨預期從持平轉為中等個位數增長，這一變化主要受 AI agents 增長及其帶動的傳統伺服器工作負載、企業應用需求增加推動，同時 AI 伺服器增長持續強勁，二者共同驅動美光 DRAM 產品需求增長，美光還預計 2026 年行業 DRAM 供應將趨於緊張。同日美光科技 CEO 在財報電話會上進一步指出，全球儲存晶片尤其 HBM 供需不平衡將加劇，當前 DRAM 庫存低於目標、NAND 庫存持續下降，且 2026 年 HBM 產能已基本鎖定，需求增長顯著，出貨量增速預計超整體 DRAM，將成為儲存類股核心增長動力。9 月 25 日 TrendForce 指出，雖 2025 年下半年旺季需求因上半年消費市場需求透支未達預期，市場原預估 Q4 NAND Flash 價格進入盤整，但受 HDD 供給短缺、交期過長影響，雲端服務供應商快速將儲存需求轉向 QLC Enterprise SSD，短期急單湧入，疊加閃迪率先宣佈調漲 10%、美光因價格與產能配置暫停報價，供應端情緒轉積極，預計 Q4 NAND Flash 各類產品合約價平均上漲 5-10%。漲價核心原因根據野村證券的那份報告，這個超級周期的核心驅動因素包括：AI與資料中心需求爆發：美國科技巨頭持續擴大AI伺服器投資，2026年傳統伺服器資本支出預計增長20-30%，帶動DDR4/DDR5記憶體需求增長約50%，企業級SSD需求近乎翻倍。NAND市場因HDD供應短缺和AI儲存需求激增，預計2026年位元出貨量同比增長超50%。價格與利潤率躍升：DRAM營業利潤率將從當前的40-50%升至2026年的近70%（接近2017年峰值），NAND利潤率將從盈虧平衡點躍升至30-40%。HBM雖面臨競爭（三星2026年重返輝達供應鏈），但混合均價預計2025-2026年保持15%以上年增長，貢獻SK海力士75%的營業利潤。輝達上周剛宣佈了投資OpenAI 10GW的資料中心，奧特曼接著又講到2033年OpenAI規劃250GW...這比目前整個印度的耗電還要高，可以預見未來幾年對電力的需求得有多大，當然柴發的需求也很強。之前有群友問柴發在資料中心的作用，這裡再科普一下，柴發是備用的，一般資料中心都會接兩路電進來，以防萬一一路突然停電。柴發是在兩路電都突然出問題的時候啟用的。雖然是備用 ，但也是必須的。為什麼現在Memory才開始暴漲？看到這裡，其實讀者可能會有個疑惑。AI的資料中心一直在大幅擴張，輝達、博通，甚至國內的伺服器相關產業鏈公司（PCB、光模組、液冷、高速連接器）等，無論是營收還是股價，都已經漲了很多倍了，而DRAM和NAND在前兩年並未暴漲，而在近期才出現明顯反應？此前兩年 DRAM、NAND 需求未明顯增長，並非技術端毫無變化，而是需求端處於 “積累期”，尚未形成規模化爆發。一方面，前兩年 AI 技術雖在發展，但多停留在模型訓練與小規模驗證階段，網際網路大廠的 AI 產品大多處於探索、內部測試或灰度測試階段，業務滲透率僅 20%-30%，未進入大規模商業化落地階段 —— 比如當時的 AI 對話產品使用者量多在千萬級以下，且互動頻次、單次對話產生的 token 量有限，對儲存的需求僅集中在 HBM 等高性能儲存上，DRAM、NAND 這類支撐海量資料分層儲存的產品，尚未面臨大規模需求壓力。另一方面，前兩年的 AI 對話邏輯以 “快思考” 為主，模型多依賴自身知識庫直接生成答案，最多結合簡單搜尋，token 消耗較低，比如生成一份報告僅需 3000token 左右，且未引入外部 agent 協同，資料互動量有限，自然難以拉動 DRAM、NAND 的需求增長。近月儲存需求突然爆發，首先源於 AI 業務從 “積累期” 邁入 “高滲透期”，需求端出現實質性突破。當前網際網路大廠的 AI 產品已完成探索、測試到成熟上線的全流程，業務滲透率提升至 30%-40%，使用者規模大幅擴張 —— 以豆包為例，DAU 從年初的 1000 萬 - 2000 萬增至近 4000 萬，且不僅是獨立 AI 產品，支付、社交、電商、地圖等傳統網際網路產品也在加速 AI 重構，比如電商平台通過 AI 生成使用者動態畫像、新增 “AI 萬能搜”，這些變化讓使用者與 AI 的互動頻次顯著增加。按單使用者日均發起 10 次 Query、每次消耗 2000token 計算，單使用者日均 token 消耗達 2 萬，再疊加雲端運算廠商為保障資料安全的 3 份備份機制，資料總量呈指數級增長，而這些資料需要通過 DRAM、NAND（SSD 核心元件）進行分層儲存，直接拉動了兩類產品的需求。其次，AI 技術邏輯的升級，進一步放大了對 DRAM、NAND 的儲存需求。2025 年以來，AI 對話邏輯從 “快思考” 升級為 “慢思考”，模型不僅引入 “思維鏈” 拆解問題 —— 單拆解環節就需消耗近 2000token，還會呼叫外部 agent 協同，比如使用者提問時，模型需訪問地圖、支付、本地生活、搜尋引擎等外部資料介面，形成 “模型 + 多 agent” 的互動架構。這種變化讓 token 消耗大幅增加：去年生成一份報告約需 3000token，如今因需檢索、分析大量外部資訊，整個流程 token 量可達 3 萬以上，是此前的 7-10 倍。同時，海外頭部模型全面轉向多模態，處理圖片、視訊、社交媒體等多模態資訊時，會產生更多非文字資料，這些資料同樣需要 DRAM 暫存、NAND（SSD）儲存，進一步加劇了儲存需求的爆發。最後，AI 基礎設施的重構需求，也推動 DRAM、NAND 需求集中釋放。此前行業未大規模佈局分層儲存架構，隨著需求爆發，企業意識到若不提前建構 “熱資料（HBM）- 溫資料（DRAM/SSD）- 冷資料（HDD / 大容量 SSD）” 的分層儲存體系，未來更大規模需求來臨時，不僅會面臨儲存容量不足的問題，還會因儲存成本失控影響盈利。因此，當前網際網路大廠紛紛啟動 AI 基礎設施重構，按分層儲存需求採購 DRAM、SSD（依賴 NAND），比如用 DRAM 承擔 KV cache 溢出處理與熱 - 溫資料橋接，用 SSD 儲存溫資料與部分冷資料，這種集中式的基礎設施建設，直接轉化為 DRAM、NAND 的短期大量訂單，供需關係的緊張最終推動產品價格上漲。持續周期根據野村的分析，當前由AI需求驅動的“超級周期”預計至少持續到2027年，但可能在2028年出現下行轉折。幾個輝達相關的問題在 SK 海力士、三星與 NVIDIA 的 HBM 價格談判方面，目前雙方針對 HBM3E 12Hi 和 HBM4 的定價尚未最終敲定，DRAM 廠商的報價與 NVIDIA 的預期之間仍存在差距。不過，隨著儲存大宗商品市場前景顯著改善，且 ASIC 領域競爭對手對 HBM 的需求持續增加，談判局勢正逐漸向有利於 DRAM 廠商的方向傾斜。從當前趨勢來看，最終定價結果大機率會更貼近 DRAM 廠商的預期，若這一判斷落地，此前對 HBM 市場的增長預測或將迎來更高的上行空間。針對 NVIDIA 提出的 HBM4 速度需突破 10Gbps 的要求，不同 DRAM 廠商的應對能力與產品佈局存在一定差異，但整體不會對 HBM 市場造成顯著衝擊。其中，三星採用 1C 奈米工藝，其 10Gbps 以上速率的 HBM4 產品佔比相對更高，不過受工藝特性影響，該公司 HBM4 的整體良率可能低於同行；美光原本為 8Gbps 速率設計的基礎晶片正處於重新設計階段，以適配更高速度需求；SK 海力士則計畫通過對現有產品進行篩選，挑選出速率超 10Gbps 的產品交付給 NVIDIA。綜合來看，三星、美光、SK 海力士三家頭部廠商均具備供應符合 NVIDIA 速度要求的 HBM4 產品的能力，因此這一技術要求對整體 HBM 市場的影響有限。NVIDIA 推出的 CPX 方案將對不同類型儲存產品的需求產生分化影響。一方面，CPX 方案預計將推動 Rubin 平台對 GDDR7 的大規模採用，為 GDDR7 市場帶來顯著增量；另一方面，該方案可能會對 HBM4 的需求形成一定壓制，短期內對 HBM4 市場造成負面影響。從長期視角來看，CPX 方案能提升整個系統的推理效率，儘管可能會削弱 HBM 的潛在需求，但從中長期維度，它有助於降低 token 成本，進而加速 AI 市場需求的整體增長。對於 DRAM 廠商而言，GDDR7 需求的大幅增長將有效抵消 HBM 需求減少帶來的衝擊，整體收益仍有保障。此外，NVIDIA 還在研發另一項儲存解決方案 ——HBF（高頻寬快閃記憶體）。該方案的核心思路是利用大容量堆疊 NAND 替代 HBM 來建構 HBF，從而提升系統的成本效益。這一舉措表明，NVIDIA 正不斷豐富自身的產品技術規格，通過整合 CPX、HBF 等不同的儲存層級方案，最佳化儲存資源配置，最終實現整個 AI 系統成本效率的提升，進一步鞏固其在 AI 硬體生態中的競爭力。 (傅里葉的貓)

DDR5 記憶體標準於2020 年7 月隨著AMD Ryzen 7000（「Raphael」）和Intel Core 13000（「Alder Lake」）的推出而正式定稿，並且在過去兩年中才真正開始在桌面領域慢慢取代其DDR4 前身。 但即將推出的DDR6 記憶體已經敲響了大門，這是繼DDR5 之後的下一代RAM。從一個推特部落客轉載Synopsys 的最近演示中顯示，該技術預計將於明年完成，數據速度高達17,600 MT/s，並有可能達到21,000 MT/s 或DDR6-21000。 同時，該部落客也帶來了LPDDR6 的演示，我們從中可以看到，新標準會帶來速度的另一個狂飆。 DDR6 速度，可望快一倍

高階HBM時代已然到來 記憶體技術作為電腦系統的核心組成部分，其效能的提升對於整體運算能力的提升至關重要。在這個背景下，高頻寬記憶體（HBM）以其卓越的效能表現，正逐漸在記憶體技術領域嶄露頭角，成為推動運算領域進入全新時代的關鍵力量。 相較於傳統的動態隨機存取記憶體（DRAM），HBM的效能優勢顯而易見。 01 遠超越DDR

ChatGPT 等生成式人工智能工具對社會眾多領域產生了巨大影響。作為工程師，了解使之成為可能的計算技術對我們很有幫助。 近年來，隨著新技術以前所未有的速度出現，人工智能取得了重大飛躍。毫無疑問，ChatGPT、Bard 和Einstein 等工具將影響各個行業——從媒體和內容創建到研究、金融等。 這些工具現在可以密切模擬人類對話，能夠理解上下文信息、實時對話，並以極高的精度執行從翻譯到總結的任務。 OpenAI 表示，為了了解這些AI 技術的進步速度，“最大規模的AI 訓練運行所使用的計算量呈指數級增長，是3.4 個月的兩倍” 。回顧80 年代和90 年代，神經網絡研究活動非常活躍，訓練引擎的計算和內存與今天的能力相比非常弱。