GenAI 存储解决方案第 6 部分：边缘计算

半导体创新是改善我们生活的技术的核心所在。在半导体领域，各公司正采取灵活的策略，以获取更高的投资资本回报率（ROIC）。此外，在芯片结构中，与供应链的合作变得比以往任何时候都更加必要。我们还注意到，硬件也在发生变化，以适应 GenAI 应用场景以及用户界面的改变。

2025-2027 年，谁在推动什么？

没有完美的解决方案 ：动态随机存取存储器（DRAM） 解决方案有其自身的优缺点。这些技术改善了带宽、延迟、速度、容量和功耗/热量等特性，但也带来了成本和时效性方面的挑战。为了降低与创新相关的风险，客户需要作出承诺，而制造商则需要减轻成本负担。

智能手机与 Apple ：短期内，最具创新性的解决方案是处理内存（PIM），但其数量有限，主要支持神经处理单元（NPU）。移动高带宽内存（HBM）有望提升性能，但应用场景尚不明确。预计到 2026 年，Apple 将从封装堆叠（PoP）转向分立封装，在 iPhone Pro Max 和折叠手机中提高带宽。

此外，预计通过通用闪存存储 5.0（UFS 5.0）技术，闪存（NAND）的性能也会得到提升。

汽车与Tesla ： 随着自动驾驶的扩展，应用处理器（AP）和低功耗双数据率（LPDDR）内存的使用正在增加。预计 HBM4 在自动驾驶汽车中的应用将于 2027 年后开始。在扩展现实（XR）、无人机和游戏领域，预计宽 I/O 的使用将扩大，以提高延迟性能。然而，产品路线图仍不明确。

NVIDIA 与 SOCAMM： NVIDIA 提出的 DIGITS 技术旨在通过将 GPU 与 HBM 相结合，扩展内存带宽，并通过 SOCAMM 提升 CPU 带宽，预计将在 2025 年中期实现，从而与板载 LPDDR 相比，提供更大的容量扩展和更好的信号完整性。然而，由于 PCB 和连接器的成本负担，目前没有计划将此技术应用于通用 PC。