随着ai推理需求迅猛攀升，内存间的数据传输正逐步演变为制约ai性能提升的关键瓶颈。sk海力士开发总管社长安贤指出，破解这一难题不能仅依赖单一器件性能的强化，更需在高带宽内存（hbm）之外，积极布局下一代内存技术，以全面提升系统级效率。
图源网络
10月14日，安贤出席于首尔COEX举办的半导体专业展会“半导体展（SEDEX 2026）”，并围绕“AI时代，内存技术的进化方向”发表主题演讲，系统阐述了该技术发展路径。他预测，至2030年，AI基础设施的整体性能规模将达当前水平的约20倍。伴随AI模型参数量持续膨胀、落地场景加速拓展，承担数据存储与运算支撑任务的内存，其战略地位将进一步凸显。他强调，数据中心与半导体产业已无法延续传统线性节奏推进——内存技术研发、接口标准化及产能规划，均须前置部署，赶在AI实际需求爆发前完成布局。
针对HBM之后的下一代AI专用内存，安贤重点推介“3D堆叠DRAM”技术路线。他解释称，当前速度最快的内存为SRAM，因此亟需在SRAM与HBM之间构建一个全新内存层级。从结构设计看，现有HBM采用多颗DRAM芯片垂直堆叠后置于GPU周边；而3D堆叠DRAM则将DRAM芯片直接集成于GPU等处理器晶粒之上，并通过硅通孔（TSV）实现高密度互连，显著压缩数据传输路径。据其判断，若将此类近存计算架构，与支持更高带宽、更低功耗及更优散热能力的先进封装技术深度融合，有望催生具备实用价值的新一代AI内存方案。
除架构革新外，产品形态亦将同步演进。安贤预判，HBM后续阶段中，定制化HBM的市场份额将持续扩大。所谓定制HBM，即在内存基板裸片层面，按终端客户特定需求嵌入差异化功能模块。他表示，SK海力士正与核心客户深度协同，依托自主核心技术开展定制化研发准备，未来将同步推进标准型HBM与定制型HBM双轨发展；从长期趋势看，定制HBM的出货占比有望稳步提升。
