Hbm4e
PulseAugur coverage of Hbm4e — every cluster mentioning Hbm4e across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Nvidia 采用定制 HBM，为计算腾出 GPU 芯片空间
SemiAnalysis 报道称，Nvidia 正在采用定制的高带宽内存 (HBM) 解决方案，显著减少了内存控制器和 PHY 所需的芯片空间。这种定制方法，特别是采用三星的 HBM4 接口，与标准 HBM 相比，预计可腾出 12% 的 GPU 芯片空间，可能允许增加高达 25% 的计算面积和 30% 的带宽。这些进步预计将使 Nvidia 即将推出的 Rubin GPU 及其相关的内存供应商和代工厂受益。
-
SK Hynix 投资 40 亿美元在印第安纳州建厂，助力定制化 AI 芯片开发
SK Hynix 将投资 40 亿美元在印第安纳州建设一家芯片封装厂。该工厂旨在通过将最终加工环节设在美国设计公司附近，超越单纯增加高带宽内存 (HBM) 产量的目标。该公司计划利用这种近距离优势，到 2029 年为先进的 AI 系统共同开发定制化的 HBM4E 芯片，通过集成和定制化创造竞争优势。
-
HBM混合键合延迟至本十年末，逻辑芯片应用取得进展
混合键合，一种铜对铜芯片连接技术，已用于逻辑芯片的高产量生产，但其在高带宽内存（HBM）上的应用已推迟。最近的JEDEC决定允许HBM4继续使用不太先进的微凸块技术，将混合键合在HBM上的首次亮相推迟到本十年末的HBM4E和HBM5。虽然台积电正在推进其混合键合间距，英特尔已将其应用于服务器CPU，但内存领域的延迟归因于此JEDEC决定。
-
三星预告HBM5内存，性能是HBM4E的两倍
三星已发布其下一代高带宽内存HBM5，其目标是与当前的HBM4E标准相比，性能翻倍，功耗效率提高20%。这一雄心勃勃的目标可能通过将接口宽度翻倍至4,096位来实现，有望使AI加速器在十年末达到高达96 TB/s的内存带宽。虽然具体规格仍是推测，但三星的公告预示着AI和高性能计算应用的内存技术将实现重大飞跃。
-
英伟达因成本飙升削减Rubin Ultra的HBM · 追踪3个来源
英伟达已为其Rubin Ultra系统减少了高带宽内存（HBM）配置，从HBM4E 12-Hi（384GB）降级到HBM4 8-Hi（192GB）。这一决定源于近期HBM和DRAM的价格上涨，导致内存约占总资本成本的40%。通过“削减规格”，英伟达旨在削减超过50%的成本，并将资本重新分配给网络基础设施，例如用于机架间互连的扩展网络。
-
Nvidia 发布用于 AI 加速器的定制 NVHBM 内存
Nvidia 推出了 NVHBM，这是一种专为其 NVLink Fusion 合作伙伴设计的定制高带宽内存解决方案。与标准的 HBM4e 内存相比，该新产品有望提供高达 30% 的更高带宽和 15% 的更低功耗。NVHBM 将内存控制器集成到 HBM 堆栈的基板中，为主加速器芯片腾出更多空间以增强计算能力。
-
高带宽闪存提供容量但速度有限，影响 AI 工作负载
在 Hot Chips 2026 上发布的一种新内存格式——高带宽闪存（HBF），以可比的成本提供了比传统高带宽内存（HBM）大得多的容量。然而，HBF 较低的带宽使其不适用于许多对速度至关重要的 AI 工作负载。OXMIQ Labs 展示了，虽然 HBF 可以显著减少存储 Kimi-K2 等大型模型所需的 GPU 数量，但在带宽是限制因素的情况下，HBM 在最大化推理吞吐量和提供更低的每 token 成本方面仍然更胜一筹。普遍的看法…
-
人工智能推动 IEEE Hot Chips 会议硬件创新浪潮
2026 IEEE Hot Chips 会议创纪录的参会人数标志着硬件创新复苏，尤其是在对人工智能工作负载至关重要的内存和存储技术方面。关键讨论包括高带宽内存（HBM）的进展，Micron 和 Samsung 的演讲详细介绍了未来的发展，例如 zHBM，它将内存直接放置在处理器上以提高性能和能效。D-Matrix 还展示了其 3D DRAM 概念，旨在通过将逻辑堆叠在 DRAM 堆栈之上来实现更高的带宽和更低的能耗。
-
Nvidia Rubin Ultra GPU 面临 HBM 降级，容量从 1TB 削减至 192GB
据报道，Nvidia 即将推出的 Rubin Ultra GPU 的高带宽内存 (HBM) 容量已大幅削减。初步预览显示为 1TB HBM，但量产版本预计将配备 192GB HBM4，这一容量低于标准 Rubin GPU 的 288GB。此次降级归因于堆叠内存芯片数量的变化、堆叠高度的降低，以及转向容量较低的 HBM4 芯片而非 HBM4E。
-
AI硬件进展：Cerebras 堆叠DRAM，HBM 面临成本上涨
在 Hot Chips 2026 上，领先的内存和芯片制造商讨论了AI硬件的未来，重点关注晶圆级处理和高带宽内存（HBM）的进展。Cerebras 揭示了其CS-6系统中堆叠式DRAM的路线图，旨在提高推理性能并减小芯片面积。与此同时，Micron 和 SK Hynix 强调了HBM日益增长的挑战和成本，指出与传统DDR5内存相比，其硅成本在每一代中都在增加。SK Hynix 正在推动HBM5中的混合键合以克服堆叠限制，而三星则在探索…
-
英伟达据称正测试低内存Rubin Ultra，因HBM短缺
据报道，由于预计将出现高带宽内存（HBM）短缺，英伟达正在为其即将推出的Rubin Ultra加速器探索降低内存配置的方案。目前正在测试的方案内存容量低至192 GB，相较于此前宣布的1 TB HBM4E有大幅下降。此举可能还涉及从更先进的HBM4E回退到HBM4，因为HBM4E面临供应链复杂性问题。该公司表示其路线图保持不变，但有报道称可能出现延迟，并且正在持续测试各种内存容量和配置。
-
软银第一季度利润不及预期，因AI办公领域投资
软银集团公布其2027财年第一季度净利润为1500.7亿日元，略低于市场预期。公司维持了其全年净销售额、营业利润和净利润的预测。相关消息方面，TrendForce报告称DRAM短缺预计将持续到2027年，NVIDIA因HBM4e验证可能延迟，正在评估其Rubin Ultra的不同HBM配置。此外，阿里巴巴、字节跳动和腾讯等其他科技巨头据报道正在大力投资AI办公解决方案。
-
英伟达因DRAM短缺担忧重新评估Rubin Ultra HBM配置
由于预计DRAM短缺将持续到2027年，英伟达（NVIDIA）正在重新评估其即将推出的Rubin Ultra GPU的高带宽内存（HBM）配置。该公司正在考虑较低的HBM配置，包括HBM4e 8hi和HBM4变体，因为HBM4e 12hi的验证进展面临不确定性。其他云服务提供商也在为其下一代定制ASIC考虑这一战略转变，这反映了行业对内存供应的广泛担忧。
-
三星电子将为HBM5采用2nm GAA工艺，速度提升超50%
三星电子已确认其下一代HBM5内存将采用2nm Gate-All-Around (GAA) 工艺，承诺与HBM4E相比速度提升超过50%。这项先进的制造节点预计将通过硅通孔 (TSV) 技术增强集成度。三星旨在利用其在4nm HBM4E工艺方面的专业知识，通过扩展AI、HPC、汽车和机器人等各个领域的合作来引领半导体生态系统。
-
SK Hynix 交付 12 层 HBM4E 内存，AI 硬件竞赛升温
SK Hynix 已开始交付其新型 12 层 HBM4E 内存，这是高带宽内存技术的一项重大进步。此举是人工智能硬件制造商之间日益激烈的竞争的一部分。HBM4E 旨在满足人工智能工作负载日益增长的需求。
-
SK海力士交付HBM4E样品；SpaceX估值飙升；支付宝改版
SK海力士已开始向主要客户交付其新型12层HBM4E内存芯片的样品。这项先进内存技术的进展恰逢SpaceX的全球公司估值超越亚马逊，跻身全球前五。与此同时，支付宝正进行有史以来最大规模的改版，微信支付也即将推出“AI专属卡”。
-
SK Hynix 开始向客户运送新款12层HBM4E芯片样品
SK Hynix 已开始向主要客户交付其新款12层HBM4E内存芯片的样品。这一进展是行业向人工智能投资和先进制造领域更广泛转变的一部分，重点在于验证人工智能领域的实际回报和生产能力。半导体设备和材料行业被确定为具有较高的投资确定性。
-
受全球金融和AI新闻影响，日经225指数飙升突破70000点
日经225指数已达到新的历史高点，突破了70000点和71000点。日本股市指数的这一飙升正伴随着其他重大的全球金融和技术发展。其中包括关于永续期货合约的讨论、可能影响沃尔玛中国等主要零售商的监管行动，以及人工智能技术的进步，提到了新模型和AI对就业的广泛影响。
-
SK海力士为2025年量产做准备，已向主要客户准备好HBM4E样品
SK海力士正准备向主要客户发送其HBM4E内存样品，预计最快本月或最迟下个月发货。此举对于在明年HBM4E正式量产前完成客户测试和优化至关重要。该公司的积极采样表明了下一代高带宽内存时间表的紧迫性。
-
三星 HBM4E 样品出货，Kioxia 存储用于太空，推出新的 AI 元数据服务器
三星已开始出货其 12 层 HBM4E 内存样品，与 HBM4 相比速度提升 20%，每个堆栈的带宽高达 3.6 TB/s，这对于大型语言模型和 AI 系统至关重要。Kioxia 展示了其 PCIe 5.0 SSD 和 SAS-4 产品，用于 HPE 的企业和太空计算任务。此外，Peak:AIO 和洛斯阿拉莫斯国家实验室推出了 Lattice，一个开源 pNFS 元数据服务器，旨在解决 AI 和 HPC 基础设施中的元数据瓶颈，以提高…