开云体育注册入口官网：AI芯片向LPDDR转移

开云体育官方app下载安装：

  人工智能（AI）服务的普及推动了存储半导体需求的激增，这种需求不仅来自高带宽内存（HBM），也蔓延至低功耗动态随机存取存储器（LPDDR）。LPDDR大多数都用在智能手机、平板电脑和笔记本电脑，也被称为“移动动态随机存取存储器”。近期，随着英伟达、高通和特斯拉等公司积极在其AI芯片设计中采用LPDDR，市场出现了供应短缺。

  据业内人士28日透露，今年各大半导体设计企业推出的每个AI服务器机架，预计都将配备相当于数千部智能手机所用LPDDR内存容量的芯片。因此，一些分析师表示，智能手机生产厂商正在出现抢购LPDDR的“恐慌性购买”现象。据悉，继HBM之后，三星电子、SK海力士和美光等主要内存厂商在LPDDR领域也展现出了更强的定价能力。

  三家内存厂商（三星电子、SK海力士和美光）近期已开始全面量产搭载于AI芯片上的SOCAMM2产品。SOCAMM2是指针对AI芯片定制的LPDDR5X内存模块。LPDDR标准已按1、2、3、4、4X、5和5X的顺序发展，SOCAMM2则是在最新服务器环境LPDDR5X的基础上进行改进，使其能够搭载于下一代AI芯片中。

  SK海力士于20日正式公开宣布开始量产基于10纳米（nm，十亿分之一米）级第六代（1c）工艺的192GB SOCAMM2固态硬盘。美光科技也曾在3月份表示正在“量产SOCAMM2”。三星电子近期在多个展会上展示了SOCAMM2实物，暗示其正在向客户供货。

  英伟达被认为是SOCAMM2的最大目标客户。英伟达计划在今年下半年推出其下一代人工智能芯片Vera Rubin。该芯片的一项关键特性是将72个Rubin图形处理器（GPU）和36个Vera中央处理器（CPU）集成到一个机架中，以提升性能。

  通常，一部高端智能手机会配备 12GB 的 LPDDR5X 内存。简单计算一下，仅一个 Vera Rubin 机架就需要消耗相当于约 4500 部智能手机所需的 LPDDR5X 内存。一位业内的人表示：“人工智能芯片就像一个‘黑洞’，不断吞噬低功耗 DRAM。”他还补充道：“预计从今年下半年 Vera Rubin 发布开始，LPDDR 内存的短缺问题将更突出。”

  LPDDR也被用于特斯拉和高通的下一代AI芯片，这可能会加剧LPDDR的短缺。据悉，特斯拉首席执行官埃隆·马斯克最近公布了下一代AI无人驾驶芯片AI5的流片（设计完成和工艺输入），该芯片在单颗芯片上集成了192GB的LPDDR5X内存。

  随着高通公司将业务从传统移动芯片扩展到人工智能数据中心解决方案，LPDDR的需求也随之增长。该公司表示，今年计划发布的每张专注于推理的AI200显卡都支持768GB的LPDDR内存。一些人认为，高通首席执行官克里斯蒂亚诺·阿蒙近期访问韩国会见三星电子和SK海力士高管，旨在解决LPDDR供需日益不稳定的问题。

  由于三大内存厂商优先向高利润的人工智能芯片制造商供应LPDDR内存，智能手机行业已对此保持警惕。三星电子和苹果近期就12GB LPDDR5X内存的价格和初始供货问题进行的谈判，便是这一趋势的典型例证。

  据称，三星电子近期与苹果就iPhone 18系列所使用的LPDDR5X内存的定价和初期供货量进行了磋商。有消息称，尽管价格几乎是之前的两倍，苹果还是接受了三星电子的提议。12GB LPDDR5X内存的单价从去年年初的30美元左右上涨到今年年初的70美元左右（约合10万韩元），而苹果接受了这样的价格持续上涨。

  随着人工智能芯片需求在现有智能手机需求的基础上进一步增长，LPDDR内存价格也在快速上涨。市场研究公司TrendForce估计，第一季度LPDDR4X和LPDDR5X的合约价格较上一季度上涨了约90%，并且“有望创下有史以来最高的增长率”。

  LPDDR价格持续上涨也令无晶圆厂（半导体设计）企业头疼不已。一位要求匿名的国内无晶圆厂高管表示：“现在买一块LPDDR5X的价格相当于去年买16块的价格。”他还补充道：“即便我们能承受这次价格上涨，市场需求量也很小，这才是主体问题。”

  人工智能市场对SOCAMM2的需求激增，主要归因于逐步的提升的性能要求。传统的AI芯片配置采用HBM和双倍数据速率（DDR）5寄存式双列直插内存模块（RDIMM），难以同时满足性能、功耗和尺寸方面的要求。目前，LPDDR正致力于解决这一问题。集成到GPU封装中的HBM可提供超高带宽，但在容量、成本和发热量方面存在局限性。DDR5 RDIMM容量大，但结构上存在限制，带宽和能效相对较低。

  SOCAMM 是一种将多个 LPDDR 芯片堆叠并组装成模块的结构，并以高密度排列在封装附近。与直接焊接在主板上的传统 LPDDR 不同，SOCAMM 在保持高带宽和低功耗的同时，还支持插拔和更换。它比 HBM 更接近系统内存，但在带宽和延迟方面，它比 RDIMM 更接近 GPU 和 CPU，可当作“中间层”内存使用。随着 AI 模型规模的扩大和参数的激增，HBM 无法单独应对容量和功耗方面的限制，SOCAMM 正通过充当缓冲层，成为“未来的增长引擎”。

  一位半导体行业官员表示：“随着 SOCAMM2 作为弥合 HBM 和系统内存之间性能、功耗和外观尺寸差距的新层级出现，其应用正在持续不断的增加。”