联发科称内存是XPU瓶颈之一，目前占据了50%的成本

去年末，谷歌推出了面向人工智能（AI）应用的新实例，由“Axion”Arm处理器和基于第七代TPU“Ironwood”提供支持。同时谷歌正在准备第八代TPU，将分为两个版本：一个是专为AI推理设计，TPUv8x“Zebrafish”；另一个则是针对AI训练优化，TPUv8ax“Sunfish”，用于训练Gemini等AI模型。其中在TPUv8x上，谷歌得到了联发科的帮助，后者对芯片设计和封装提供支持。

据TrendForce报道，随着加入到谷歌的第八代TPU项目，联发科正在强化自身在AI生态系统中的角色。近日联发科首席执行官蔡力行在一次公开活动中，概述了XPU开发面临的四大挑战，涵盖计算、内存、互联和先进封装技术。其中内存变得愈发重要，成为决定性的限制因素，目前在XPU物料清单的占比已达到50%，凸显了内存对系统成本和整体性能日益增长的影响。

蔡力行表示，虽然AI训练工作负载仍主要依赖HBM，但是随着解决方案逐渐转向定制化设计，AI推理正成为下一大增长引擎。在这一转变下，得益于更高的密度和成本效益，DDR  DRAM预计会被更广泛地采用，另外SRAM将服务于更具选择性的应用场景。在此背景下，SK海力士和三星都在推进相关开发。

SK海力士以“AI-N P”（性能）、“AI-N B”（带宽）、“AI-N D”（密度）三个核心维度为目标，正在开发针对AI数据中心市场的“AIN”系列产品阵容。其中“AI-N B”也就是高带宽闪存（HBF），“AI-N D”属于大容量、低成本的解决方案，剩下的“AI-N P”就是与英伟达之间的合作，基于SLCNAND闪存打造，旨在有效地处理大规模AI推理环境中的大量数据输入和输出。

早在2021年，三星就推出了业界首款内置AI处理能力的HBM，名为HBM-PIM，最高可提供1.2 TFLOPS嵌入式计算能力，使内存芯片本身可以执行CPU、GPU、ASIC或FPGA的操作。之前有消息称，三星再次将注意力转向PIM技术，希望能在未来AI应用中取代传统HBM。 

超能网**

**关注我们，浏览热门硬件评测

随时查看最新天梯榜