在人工智能（AI）領(lǐng)域，一場深刻的架構(gòu)革命正在醞釀。長期以來，以英偉達（NVIDIA）圖形處理器（GPU）為核心的計算體系被視為AI發(fā)展的引擎。

近日，被譽為“HBM（高帶寬內(nèi)存）之父”的韓國科學(xué)技術(shù)院（KAIST）教授金正浩預(yù)言，這一格局即將發(fā)生根本性轉(zhuǎn)變，未來十年，半導(dǎo)體產(chǎn)業(yè)的核心將從計算單元徹底轉(zhuǎn)向內(nèi)存，一個“內(nèi)存中心計算”（Memory-Centric Computing, MCC）的新時代正在到來。

金正浩指出，當(dāng)前我們正處于GPU主導(dǎo)一切的時代，但這一局面正面臨根本性挑戰(zhàn)。隨著AI技術(shù)從執(zhí)行單一指令的“生成式AI”向能夠自主判斷、規(guī)劃并生成完整報告的“AI智能體”演進，數(shù)據(jù)處理的需求模式發(fā)生了質(zhì)變。

“AI已經(jīng)從只執(zhí)行指令，發(fā)展到能夠自主判斷并生成完整報告。伴隨而來的，是一次性處理海量文檔和視頻的‘上下文工程’?！苯鹫平忉尩?。這種演進要求系統(tǒng)具備前所未有的數(shù)據(jù)處理能力，內(nèi)存的帶寬和容量需要提升到現(xiàn)有水平的千倍，才能滿足AI智能體對海量信息的實時存取和分析需求。

更關(guān)鍵的是，金正浩認(rèn)為當(dāng)前AI模型備受詬病的“幻覺問題”，其根源也在于內(nèi)存限制。當(dāng)內(nèi)存不足以支撐模型調(diào)用足夠多的相關(guān)信息時，系統(tǒng)只能基于有限的已有信息進行拼湊，從而產(chǎn)生錯誤答案。因此，要實現(xiàn)真正可靠、具備強大記憶能力的智能體，突破內(nèi)存瓶頸是關(guān)鍵。

為應(yīng)對這一挑戰(zhàn)，金正浩提出了一個由HBM和HBF（高帶寬閃存）共同構(gòu)成的層級化內(nèi)存架構(gòu)。在他看來，當(dāng)前主導(dǎo)AI加速器市場的HBM，通過堆疊DRAM（動態(tài)隨機存取存儲器）實現(xiàn)高速數(shù)據(jù)傳輸，扮演著“短期記憶”的角色。“HBM就像手邊的參考書，用于快速響應(yīng)?！?/span>

然而，僅有“短期記憶”遠遠不夠。金正浩將HBF比作一個龐大的“圖書館”，它由NAND閃存堆疊而成，代表著“長期記憶”。只有引入類似HBF的層級結(jié)構(gòu)，AI才能在全球數(shù)據(jù)中進行檢索，并給出完整、準(zhǔn)確的答案。HBF的出現(xiàn)，將有效彌補HBM在容量上的不足，為AI智能體提供近乎無限的“知識庫”。

這一技術(shù)路線的演進，預(yù)示著半導(dǎo)體產(chǎn)業(yè)權(quán)力結(jié)構(gòu)的深刻變革。過去，GPU和CPU是計算架構(gòu)的絕對核心，而內(nèi)存則是為其服務(wù)的配套組件。但在“內(nèi)存中心計算”時代，HBM和HBF將成為核心，GPU和CPU反而可能成為其中的組成部分，扮演“配角”。

圍繞這一未來方向，全球存儲巨頭已經(jīng)展開激烈競爭。SK海力士已與閃迪（SanDisk）聯(lián)手推動HBF的標(biāo)準(zhǔn)化，試圖搶占生態(tài)主導(dǎo)權(quán)。三星電子則在推進下一代HBM4E的同時，也加大了對NAND架構(gòu)的投入。金正浩認(rèn)為，這場競爭與HBM早期發(fā)展階段高度相似，提前投入并掌握核心技術(shù)的企業(yè)將贏得未來。他特別強調(diào)，未來十年的勝負(fù)將由HBM和HBF共同決定，而真正決定最終格局的，將是HBF。

金正浩預(yù)計，HBF的工程樣品將在2027年前后出現(xiàn)，最早到2028年，谷歌、英偉達或AMD中的一家將率先導(dǎo)入這一技術(shù)。屆時，計算架構(gòu)的根本性轉(zhuǎn)移將拉開序幕。誰能率先構(gòu)建起以HBM和HBF為核心的“內(nèi)存中心計算”體系，誰就將主導(dǎo)AI時代的下一階段。而馬斯克計劃建設(shè)涵蓋封裝、內(nèi)存和晶圓制造的大型工廠，也被金正浩視為對這一趨勢的精準(zhǔn)判斷。