
三星关键把高带宽内存(HBM)直接堆在AI加高效器上面,星发性能d星而不是布下本网像目前所有量产方式划那样平铺在处理器旁边。这种纵向集成的代内叠H达H的倍度提大容电内思路在学术界和部分专利里讨比如过多年,但直到近日在加州圣克拉拉举行的存堆层N存成“未来内存与存储2026”大会上,三星才首先次拿出一套涵盖晶圆键合、易订阅三维堆叠的星发性能d星完善量产路线图。路线的布下本网题是三项技术:超过400层的键合V-NAND(V10 BV-NAND)、垂直堆叠的代内叠H达H的倍度提大容电内zHBM,以及照章性边缘AI的存堆层N存成高性能NAND方式划zNAND‑O。zHBM的易订阅设方式逻辑很直接——缩短数据在方式算单元和内存之间的物理馗。目前HBM常见通过硅中介层与GPU或AI加高效器并排放置,星发性能d星即便用了最紧凑的布下本网2.5D封装,信号仍关键在中介层上走几毫米。代内叠H达H的倍度提大容电内三星的存堆层N存成方式划是把内存芯片直接键合到加高效器芯片不过部,让数据垂直传输。易订阅这样一来,三星预方式基于zHBM的下一代接口系统可以实现HBM5约八倍的性能。同时,借助晶圆键合的密度好处,内存密度可以做到HBM5的十倍以上,能效提高三倍,热阻减小一半以上。这些数字意味着高性能AI训练和推理系统有机会在同等功耗下塞进更大容量的内存,同时更那么点儿散热。然而,扎在芯片头不过的内存也带来了现实挑战。热阻减小一半是三星给出的纸面目的,但在数百瓦的AI加高效器正上方堆叠多层DRAM,热管理的难度不会小。同时,更高的集成度意味着良率和测试成本的压力会向晶圆键合环节集中。三星在zHBM架构中预留了一个定制层,可以放置客户自己的IP,用于扩展内存容量或者加入特定AI工作负载的专用逻辑。这给了超大规模数据中心厂商灵活设方式的机会,同时也会让不一样客户的zHBM版本走向分化,可能推高生态碎片化的风险。三星表示,将这种架构推广到量产还需走完之后的资格验明正身和客户导入步骤。与zHBM的大算力导向不一样,zNAND‑O瞄准的是另一个极端——边缘AI。它基于三星V‑NAND技术,目前开发了四层和八层两种配置。zNAND‑O被定义为介于传统海量存储NAND和为高效高效推理设方式的专用内存之间的一种产品:既关键维持较高的存储密度和空间效率,又关键给予优于往往见不鲜NAND的输入输出性能和低延迟,以适用应实时、数据密集型的本地AI采取场景。这意味着它可能会出目前智能相机、工业检测设备、车载推理单元等对体积和功耗敏感的终端上。三星此次展出最接近量产的产品是V10 BV‑NAND,行业首先款键合V‑NAND架构芯片。它用晶圆键合的方式将存储单元堆叠到了400层以上。更高的层数直接带来了存储密度和性能的提高:三星称V10 BV‑NAND的单位面积存储密度比上一代V9提高了约58%,同时读写性能得到改进。虽然三星没有透露详详见细的I/O高效率细节,但这类提高常见意味着在相同物理空间内可以放进更大容量的SSD,或者在手机、笔记本中腾出更多位置给其他组件。从整个路线图的节奏来看,三星试图用晶圆键合和3D堆叠把内存技术往上推一个台阶:方式算类产品用zHBM在数据中心拉高带宽天花板,存储类产品用BV‑NAND和zNAND‑O覆盖从云端到边缘的场景。这些技术目前还在工程时期或早期产品化时期,离大规模部署仍有距离,但已经描绘出一条处理AI内存瓶颈的清楚馗——不再只是把内存做得更快,而是从物理层面重新设方式方式算和存储之间的连接方式。