美光正为人形机器人开发EIM内存

生成式AI最终可能会向物理AI转型，从而实现人形机器人的大规模量产，这些机器人能够基于主动行为做出决策。这一愿景预计将借助美光的EIM（Edge Inference Memory，边缘推理内存）成为现实。美光副总裁李喆（音译）在首尔COEX举行的半导体展览（SEDEX）2026 配套会议"驱动人形机器人的半导体"上表示，包括自动驾驶、人形机器人、增强现实（AR）和虚拟现实（VR）在内的物理AI市场正在迅速增长，"我们正与主要客户讨论开发适合这些新兴市场的新产品"。

（图片来源：www.thelec.kr）

AI驱动的机器人将与服务机器人呈现出显著不同的模式。传统的工业机器人只会重复执行预先编程好的固定动作，而这正是人形机器人有望带来差异化突破的领域。人形机器人需要能够根据其所感知到的视觉和听觉线索、重量、质地以及其他因素来触发相应动作并进行控制。这正是EIM的用武之地，它为AI机器人带来了能效提升，使其能够连续运行数小时，同时凭借低延迟和高带宽特性实现快速决策。

EIM能够快速处理AI推理所需的数据。其结构是在逻辑芯片上堆叠低功耗DRAM（LPDDR）。这与在内存内部执行运算的存内处理（PIM）是不同的概念。两项技术的共同点在于都附着在AI半导体旁以提高数据处理效率。PIM是在内存内部搭载运算装置，而EIM的运算结构尚未公开。

目前，EIM的计算结构和性能尚未披露，但其承诺的前景可能会让物理AI市场的发展速度远超预期。美光曾预测，未来的AI机器人将利用HBM，因为它们支持参数规模更大的模型。目前，这类机器人的模型参数量通常在10亿-20亿之间，因此尚无需从LPDDR内存转向其他方案。

然而，随着支持更先进视觉语言模型（可将视频流转换为输入数据）的更高级版本问世，LPDDR的瓶颈将显而易见。美光此前曾预测，AI机器人最终需要200GB的内存和数TB的NAND存储。而目前制造业工厂中运行的服务机器人通常仅配备约12GB内存和256GB存储。

EIM位于AI半导体与内存之间，可缩短数据处理延迟时间并提高带宽。具体目标性能尚未公布。美光正在开发将EIM应用于LPDDR6的方案。业界预计量产时间为2028年下半年。