GPU与HBM之间的界限正在消失……下一代HBM将嵌入GPU核心 一种将图形处理单元（GPU）安装到下一代高带宽内存（HBM）上的方法正在被追求。这是全球大型科技公司为提高人工智能（AI）性能而尝试的一项新技术。这意味着在内存和系统半导体的融合中，半导体公司之间的界限正在被打破。 根据26日的综合报道，Meta和NVIDIA正在审查将GPU核心安装在HBM上的计划。具体而言，这涉及将GPU核心嵌入位于HBM堆栈底部的基础芯片中，他们目前正在与SK海力士和三星电子探索合作。 多位熟悉此事的行业内部人士表示，"正在讨论下一代'定制HBM'架构，其中一种结构是直接将GPU核心集成到HBM基础芯片中。" HBM是一种通过堆叠多个DRAM芯片创建的高性能内存。它是为需要处理大量数据的AI应用而设计的。 目前，基础芯片负责在HBM结构最底部的内存与外部世界之间的通信。从这里向前迈出的一步是加入在HBM4中实施的'控制器'。行业正在尝试通过添加能够控制内存的半导体来提高性能和效率。HBM4是一种计划于明年开始全面量产的产品。 嵌入GPU核心被解读为比HBM4控制器更先进的技术。在GPU和CPU中，核心是能够独立计算的基本单元。例如，4核GPU意味着有四个能够进行计算的核心；核心越多，计算性能越强。 将核心放入HBM是试图将集中在GPU中的计算功能分散到内存中，从而减少数据移动并降低主GPU主体的负担。 一位行业官员解释道，"在AI计算中，重要因素不仅是速度，还有能效，"并补充道，"减少内存与计算单元之间的物理距离可以减少数据传输延迟和功耗。" 然而，技术挑战依然存在。由于硅通孔（TSV）工艺的特性，HBM基础芯片中容纳GPU核心的空间非常有限。电源供应和散热也是主要问题。由于GPU计算核心消耗高功率并产生大量热量，热控制可能成为瓶颈。 这一发展可能是国内半导体行业的机遇与危机。如果公司拥有实施CPU或GPU的代工或封装能力，这将成为进一步发展HBM并继续引领AI半导体市场的机会。然而，担心如果响应能力不足，他们可能会沦为系统半导体行业的附属。 KAIST电气工程学院教授金钟浩表示，"技术转型的速度将加快，内存与系统半导体之间的界限将为AI进步而崩溃，"并补充道，"国内公司必须将其生态系统从内存扩展到逻辑领域，以抢占下一代HBM市场。"

信息：OpenAI 预计到 2030 年，至少会有 2.2 亿人付费成为 ChatGPT 订阅用户。

SK hynix未能交付初始的HBM4产量，目前正在审查是否需要修订。 来源：自有