将 GPU 塞进 HBM，英伟达携手 Meta 等探索突破 AI 算力瓶颈

【导语】11月26日韩媒消息，英伟达正携手Meta、三星电子、SK海力士等巨头，探索将GPU核心集成至下一代HBM的技术方案，旨在通过“存内计算”突破AI性能瓶颈，但该设想仍面临物理空间有限、供电散热难等挑战。

　　11 月 26 日消息，韩媒 ETNews 11 月 26 日发布博文，报道称英伟达携手 Meta、三星电子、SK 海力士等科技巨头，为提升 AI 性能，正探索将 GPU 核心集成至下一代 HBM（高带宽存储(chǔ)器(qì)）的(de)技(jì)术(shù)方(fāng)案(àn)。

　　据(jù)多(duō)位(wèi)业(yè)内(nèi)人(rén)士(shì)透(tòu)露(lù)，Meta 和(hé)英(yīng)伟(wěi)达(dá)正(zhèng)在(zài)积(jī)极(jí)探(tàn)讨(tǎo)此(cǐ)方(fāng)案(àn)，并(bìng)已(yǐ)开(kāi)始(shǐ)与(yǔ)三(sān)星(xīng)电(diàn)子(zi)、SK 海(hǎi)力(lì)士(shì)进(jìn)行(xíng)合(hé)作(zuò)洽(qià)谈(tán)。

　　援(yuán)引(yǐn)博(bó)文介(jiè)绍，该技术旨在打破传统计算架构中内存与处理器分离的模式，通过在 HBM 的基底裸片（Base Die）中植入 GPU 核心，实现计算与存储的深度融合。

　　HBM 作为一种通过垂直堆叠多个 DRAM 芯片实现的高性能存储器，专为处理人工智能（AI）所需的海量数据而设计，其最底层的基底裸片目前主要负责内存与外部设备间的通信。

　　即将于明年量产的 HBM4 已计划在基底裸片上集成控制器，以提升性能和效率。而此次讨论的“GPU 核心内嵌”方案，则是在此基础上更进一步的重大技术跨越，它将原本集中于主 GPU 的运算功能部分转移至 HBM 内部。

　　将 GPU 核心植入 HBM 的主要目的在于优化 AI 运算的效率，通过将运算单元与存储单元的物理距离缩至最短，可以显著减少数据传输延迟和随之产生的功耗，从而减轻主 GPU 的负担。

　　这种“存内计算”的思路，被视为突破当前 AI 性能瓶颈的关键路径之一，有助于构建更高效、更节能的 AI 硬件系统。

　　要实现这一设想仍面临诸多技术挑战。首先，HBM 基底裸片受限于硅通孔（TSV）工艺，可用于容纳 GPU 核心的物理空间非常有限。

　　其次，GPU 运算核心是高功耗单元，会产生大量热量，因此如何有效解决供电和散热问题，防止过热成为性能瓶颈，是该技术能否落地的关键。