HBM5
PulseAugur coverage of HBM5 — every cluster mentioning HBM5 across labs, papers, and developer communities, ranked by signal.
- 2026-09-02 research_milestone Samsung teased its next-generation HBM5 memory, aiming for double the performance and 20% better power efficiency than HBM4E. 来源
- 2026-07-27 product_launch Samsung Electronics announced that its next-generation HBM5 memory will use a 2nm GAA process, offering over 50% speed improvement. 来源
2 天有情绪数据
-
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。
-
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…
-
三星发布新型内存技术；中国推进芯片制造努力
三星发布了三项新型内存技术：zHBM、zNAND-O和BV-NAND，采用了先进的晶圆键合技术。zHBM的目标是达到HBM5八倍的性能，而zNAND-O则将多个NAND堆叠在逻辑芯片之上。BV-NAND是三星第十代V-NAND，最接近商业化。与此同时，中国正在推进其国内光刻技术，目标是到2030年使用DUV浸没式光刻机生产7nm芯片，尽管EUV的开发仍然是一个重大挑战。该国还寻求通过CXMT提高DRAM产量，面临MATCH法案的潜在影响。
-
三星发布新一代人工智能内存技术：zHBM、zNAND-O、BV-NAND
三星电子公布了其面向人工智能基础设施的新一代内存路线图，推出了zHBM、zNAND-O和BV-NAND等新技术。这些在2026年未来存储与内存会议（FMS）上展示的创新技术，采用了先进的晶圆键合技术。zHBM技术通过将HBM直接堆叠在AI加速器之上，旨在提升人工智能训练和推理性能，显著缩短数据传输距离，并有望在性能、密度和能效方面相比HBM5实现大幅提升。
-
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。
-
三星与英伟达讨论HBM4、代工及未来芯片技术
三星电子芯片部门负责人Jun与英伟达（NVIDIA）CEO黄仁勋会面，讨论潜在的合作。讨论内容涵盖了HBM4和代工服务的短期合作，以及在自动驾驶和加速器芯片方面的持续合作。双方还探讨了在HBM4E、HBM5和未来制造技术等领域的长期合作。
-
三星和SK海力士竞相为下一代AI内存散热
三星在Computex 2026上公布了其HBM5内存原型，该原型采用了新的Heat Path Block (HPB) 散热系统。这一进展使三星在散热管理方面与SK海力士直接竞争，后者最近公布了自己的iHBM散热设计。两家公司都专注于从关键的Die-to-Die接口散热，以提高AI系统的性能和稳定性。三星计划使用其2nm工艺制造HBM5，目标是在2028年实现量产。
-
SK hynix推出AI内存集成冷却技术
SK hynix推出了“iHBM”，这是一种新颖的热架构，旨在解决AI加速所用高带宽内存（HBM）的关键发热问题。该技术将冷却元件直接集成到内存接口中，将热阻降低了30%以上。这项创新旨在防止热节流，使HBM5等未来内存能够在密集型AI数据中心内以更高的容量和速度运行。