陆行之解析存内运算新趋势 SK海力士PiM/CiM技术或成AI破局关键
* 来源 : * 作者 : admin * 发表时间 : 2025-12-22
在内存产业面临30年未有的结构性质变之际,技术升级正成为应对AI时代挑战的核心方向。知名半导体分析师陆行之近日指出,SK海力士Soo Gil Kim博士在2025年超大规模集成电路技术研讨会上提到的存内运算技术——包括存储器处理器(PiM)、内存内运算(CiM)——具备可行性,或为解决AI算力与内存瓶颈提供新路径。
陆行之分享的演讲PPT显示,SK海力士的技术蓝图明确提出,未来部分存储器将向存内运算演进,除PiM、CiM外,还包括加速器内运算(AiM)。这些技术的核心逻辑是:通过先进封装将AI逻辑芯片与DDR6直接桥接,再将多个PiM/AiM单元通过CoWoS或基板封装连接,以增强算力。与传统HBM内存和AI GPU/ASIC分别封装在CoWoS上的模式不同,新技术旨在缩短数据传输路径,降低延迟与功耗。
存内运算的兴起,源于AI计算的两大痛点:一是传统冯·诺依曼架构下,数据在内存与处理器间频繁搬运导致的高能耗;二是HBM虽解决了GPU与加速器的内存带宽问题,但其基于DRAM的易失性、高成本与容量限制,难以满足AI推论对大容量、低成本存储的需求。PiM/CiM技术通过将计算单元嵌入内存阵列,直接在数据存储位置完成运算,可大幅减少数据搬运量,提升能效比。
陆行之认为,新技术的落地需突破两大挑战:一是先进封装工艺的成熟度,需确保多芯片集成的良率与可靠性;二是软件生态的适配,需开发支持存内运算的编程框架与算法。若SK海力士能在这些领域取得突破,PiM/CiM技术有望成为AI时代存储与计算融合的“杀手锏”,推动内存从“被动存储”向“主动计算”转型。
陆行之分享的演讲PPT显示,SK海力士的技术蓝图明确提出,未来部分存储器将向存内运算演进,除PiM、CiM外,还包括加速器内运算(AiM)。这些技术的核心逻辑是:通过先进封装将AI逻辑芯片与DDR6直接桥接,再将多个PiM/AiM单元通过CoWoS或基板封装连接,以增强算力。与传统HBM内存和AI GPU/ASIC分别封装在CoWoS上的模式不同,新技术旨在缩短数据传输路径,降低延迟与功耗。
存内运算的兴起,源于AI计算的两大痛点:一是传统冯·诺依曼架构下,数据在内存与处理器间频繁搬运导致的高能耗;二是HBM虽解决了GPU与加速器的内存带宽问题,但其基于DRAM的易失性、高成本与容量限制,难以满足AI推论对大容量、低成本存储的需求。PiM/CiM技术通过将计算单元嵌入内存阵列,直接在数据存储位置完成运算,可大幅减少数据搬运量,提升能效比。
陆行之认为,新技术的落地需突破两大挑战:一是先进封装工艺的成熟度,需确保多芯片集成的良率与可靠性;二是软件生态的适配,需开发支持存内运算的编程框架与算法。若SK海力士能在这些领域取得突破,PiM/CiM技术有望成为AI时代存储与计算融合的“杀手锏”,推动内存从“被动存储”向“主动计算”转型。






关闭返回