[回到版面]
回應模式
名 稱
內 文
附加圖檔[] [] []
類別標籤(請以 , 逗號分隔多個標籤)
  • 可附加圖檔類型:GIF, JPG, JPEG, PNG, WEBM,瀏覽器才能正常附加圖檔
  • 附加圖檔最大上傳資料量為 5120 KB。
  • 當檔案超過寬 125 像素、高 125 像素時會自動縮小尺寸顯示
  • AA可使用 [aa][/aa] 防止變形
  • 鬧板、攻擊性發言、煽動性發言請無視(回應者也無視),並使用del向管理員回報。


展開設定區塊





檔名:1783437532207.jpg-(1536 KB, 1920x1080)
1536 KB
無題無名2026/07/07(二) 23:18:52.265 ID:C2GGupfwNo.30610526del
AI的本質是「記憶體」!HBM之父:GPU真正工作的時間只有10%

2026/07/06 08:38

〔財經頻道/綜合報導〕被業界尊稱為「HBM之父」的韓國科學技術院(KAIST)電機工程系教授金正浩拋震撼彈,直指人工智慧(AI)的本質其實是記憶體而非圖形處理器(GPU)。當前全球瘋搶的GPU晶片,在實際運作中的真正工作時間竟然只有10%,其餘高達90%的時間都在等待數據傳輸。

HBM之後將是HBF、HBS的時代,終極AI晶片將演進為一棟"100層3D大樓":HBM、HBF、HBS垂直堆疊,GPU位於頂層負責散熱。

外媒報導,金正浩被業界稱為"HBM之父",早在2010年代初期便與SK海力士合作參與HBM1開發,此後主導了一系列底層架構研究。此訪談內容在科技與投資圈廣泛流傳,核心觀點直指當前AI算力競賽的結構性矛盾。

金正浩在訪談中直接給了1個令人震動的數字:

"GPU裝100萬台,真正工作的時間只有10%。"

他解釋,每當ChatGPT輸出1個詞,系統就需要從HBM中讀取資料、完成計算、再寫回內存,"讀和寫幾乎佔掉了全部時間,GPU就在旁邊等著。 " 即便透過演算法優化,GPU利用率也很難突破30%。

這正是他多年堅持的核心論點的現實依據:"AI等於記憶體(AI = Memory)。"

他對輝達現狀的評估也毫不保留。金正浩指出,輝達執行長黃仁勳近期頻繁訪韓、密集會見各方人士,「這麼多會面背後,說明他並不安心。」

他直言,GPU 的技術成長已近乎停滯,「AI 電腦的進化,掌握在記憶體手裡。」

他進一步解釋,GPU 要提升效能只能擴大晶片面積、堆疊更多運算單元,但 GPU 發熱量大,背面必須加裝散熱裝置,因此無法像記憶體那樣垂直堆疊,使「GPU 陷入死局。」

相較於過去以模型訓練為核心的階段,AI 產業正逐步邁入推論時代,記憶體的重要性也隨之快速提升。

金正浩表示,在推論運算中,真正影響 AI 表現的關鍵,在於系統一次能處理與載入多少資料,而這項能力最終取決於記憶體技術。

HB​​M的兩大核心:容量與頻寬

金正浩將HBM的價值歸結為兩個維度。

第1是容量。隨著情境工程(context engineering)、多模態輸入和Agentic AI的到來,記憶體需求以每年翻倍的速度成長,"10年就是1000倍"。傳統方式靠縮小電晶體來增容,但如今已逼近量子力學邊界,幾乎無法繼續縮小,因此必須"向上堆疊"。

第2是頻寬。金正浩打了個比方:"傳統內存如果是8車道高速公路,HBM是1024車道,現在是2048車道,幾年後可能達到100萬車道。" 靠平行通道同時傳輸海量數據,才能匹配AI計算的速度需求。

下一步:快閃記憶體堆疊的HBF時代

HBM 解決了速度問題,但容量仍有天花板。金正浩進一步闡述他認為的下一條技術路線HBF(High Bandwidth Flash,高頻寬快閃記憶體),也就是將 NAND 快閃記憶體比照 HBM 的方式垂直堆疊。

DRAM 速度快但容量有限;NAND 容量大、資料可長期保存,速度雖稍慢,但在推論場景中已足以應付「冷資料」的儲存需求。

金正浩預判,未來HBM與HBF將形成共存格局,「就像百貨公司周圍有複式公寓、一般住宅,各種形態的 HBM、HBF 組合在一起,構成複合體,向 GPU 供給資料。」

他明確預言:「現在是HBM的時代,但10年後,NAND 快閃記憶體與 HBF 的市場需求將超越 HBM。三星與 SK 海力士必須為 HBF 時代做好準備。」

根據金正浩,目前投入 HBF 開發的企業包括 SK 海力士、SanDisk (SNDKV-US) 、三星電子,以及日本的鎧俠(Kioxia)。

值得注意的是,鎧俠市值近期已超越豐田汽車,躍居日本股市第一。

HBS:更超前的第3條路

金正浩也提出了一個目前仍屬於前沿概念的設想-HBS(High Bandwidth SRAM)。

SRAM(靜態隨機記憶體)比DRAM快約1000倍,但密度低、成本高,傳統上只能作為晶片內的小容量快取。金正浩的想法是:把整張12吋晶圓全部做成SRAM,再垂直堆疊12至16層,就能將容量從100GB擴展到1600GB。

"這樣速度快1000倍,容量又足夠,那就說得通了。"

他描述的終極AI晶片形態是1棟"100層3D大樓":"HBM、HBF、HBS各自構成多層建築,GPU放在頂層負責散熱冷卻,這就是未來AI計算機不可避免的3D半導體結構,這是我現在的判斷。"

他同時坦言,這條路最大的工程挑戰不是計算,而是供電與散熱:"要給GPU和堆疊內存供幾千安培的電,電力供應網絡的設計將是最難的技術,這也將成為企業間真正的核心競爭力。"

客製化HBM:甲乙關係正在逆轉

金正浩特別談到了HBM4帶來的供需結構變化。

過去,記憶體是標準化產品,廠商先生產、客戶再選購,買家主導價格,庫存風險由記憶體廠商承擔,這就是"記憶體週期"的本質。

但從HBM4開始,由於需要根據輝達、GOOGLE、AMD等客戶的加速器架構量身設計(即"定制HBM"),記憶體廠商必須在研發之初就拿到客戶的數量承諾,才會啟動開發,也就是所謂的"長期協議(Long-term Agreement)"。

"AI企業太需要高性能HBM了,所以他們排隊來。供應方開始決定價格,這是範式的轉變。"

他還預期,未來HBM晶片內將集成通信功能,實現"HBM之間相互通話",形成類似聯盟的結構:"我們自己溝通,誰對我們更好,就給誰更多記憶體;不聽話的GPU,就不分配。"這進一步抬升了記憶體廠商的系統性地位。

三星、海力士是唯一能同時做兩件事的公司

金正浩在訪談中一再強調,全球能同時量產DRAM(HBM)和NAND快閃記憶體(HBF)的公司,目前只有三星電子和SK海力士。

"閃迪和鎧俠雖然股價沖天,但只能做HBF,做不了HBM。三星和SK海力士擁有引領未來最強大的工具。"

當被問及三星與SK海力士今年合計營業利潤500兆至600兆韓元(約新台幣10.5至12.6兆)的預測是否現實,金正浩回答:"現實的。" 他補充說,他經常與兩家公司的高管進行技術交流,"他們的眼神越來越亮了。"

不過他也指出競爭壓力真實存在,美光、閃迪獲得來自輝達和GOOGLE的訂單分流。

無名2026/07/07(二) 23:19:39.973 ID:C2GGupfwNo.30610530del
檔名:1783437579914.jpg-(1630 KB, 1920x1080)
1630 KB
AI PC與AI手機:記憶體決定設備價格

金正浩也將記憶體需求的敘事延伸至終端設備。他預測,未來AI PC要真正實現個人AI運算,所需記憶體規模將使"一台PC的價格達到1000萬韓元(約新台幣21萬),記憶體價格決定PC價格"。而AI智慧型手機售價300萬至500萬韓元(約新台幣6.3萬至10.5萬)中,200萬(約新台幣4.2萬)至300萬韓元將是記憶體的價格。

展望更長遠的未來,他認為隨著AI代理與具身 AI(Physical AI)的到來,記憶體使用量將比現在高出約 1000 倍。

金正浩表示:「AI 代理 24 小時不間斷運作,不像人類還需要睡眠,工作量暴增,記憶體需求自然跟著爆炸。那時候不是 HBM,而是需要『超級 HBM』的時代了。」

金正浩於 1993 年取得博士學位,研究方向為飛秒(femtosecond)級超快電訊號量測,其指導教授數年前榮獲諾貝爾物理學獎。

他於 1994 年加入三星電子記憶體事業部,1996 年返回 KAIST,此後深耕記憶體與 HBM 基礎研究近10 年,才促成商業產品的誕生。

他在訪談末尾笑稱,當初研發 HBM 時,想的是讓電視畫面更生動,完全沒料到會成為 AI 時代的核心基礎設施,「那時候不知道,這也可以說是運氣。」
類別: 手機 回應: 在新分頁回應

無名2026/07/07(二) 23:34:31.742 ID:Bjsd54U6No.30610606del
回想我以前剛學投資也都看這些
現在看真的完全沒必要
直接看最終產品跟市場反應
接著算可能獲利就好

看這些技術文卻忽視公司實際怎麼營運
就是普通人最容易踩雷的原因

【刪除文章】[]
刪除用密碼: