内存开始抢算力的饭碗了
📋 总体概括
三星在Hot Chips 2026发布业内首款LPDDR5X-PIM，把逻辑单元塞进内存；同时HBM4/HBM4E产能2027年翻倍至5万片/月；英伟达Rubin CPX弃GDDR7改用HBM4。三件事指向同一个趋势：带宽墙之下，内存正在重新定义AI算力的游戏规则。
📄 正文
内存开始抢算力的饭碗了
一年前，行业里还在争论"内存会不会成为AI的瓶颈"。2026年的答案干脆利落：不仅会，而且内存正在反过来接管一部分算力的工作。三星在Hot Chips 2026上端出了业内首款LPDDR5X-PIM，AI推理速度直接拉到3.01倍、带宽8倍；紧接着，其HBM4/HBM4E产能被曝将在2027年翻倍到每月5万片；而另一边，NVIDIA把搁置的Rubin CPX项目复活，内存方案从GDDR7换成了168GB的HBM4。三条线索拧在一起，讲的是同一件事：在带宽墙面前，内存不再是配角。
🧠 把逻辑塞进内存，三星押对了方向
先看最技术味的一幕。Hot Chips 2026上，三星详细展示了业界首款带内置逻辑单元的LPDDR5X-PIM。传统架构里，数据要从DRAM搬到计算单元，来回一趟就是耗电和延迟；PIM的思路是"既然数据都在我这里，何必搬来搬去"——直接在内存里做一部分运算。
效果写在纸面上：对比标准LPDDR5X，PIM版本在AI推理场景下速度提升3.01倍，带宽提升8倍。对数据密集型的推理负载来说，这不是锦上添花，是换了一条赛道。
有意思的是时机。PIM（Processing-in-Memory）这个概念在学术界喊了十几年，一直被嫌"通用性差、软件栈难适配"。如今AI推理把内存带宽的需求推到了极限，PIM从论文走向产品的窗口，是被大模型硬生生撑开的。
一位熟悉三星内存产品线的业内人士私下说，PIM的定位很清晰——不是替代HBM，而是去吃端侧和边缘推理的市场：手机、PC、车机上跑的大模型，恰恰是带宽最贵、功耗最敏感的地方。
判断很直接：当推理从云端下沉到设备，谁先把"算力下沉到内存"做成产品，谁就拿到了下一代端侧AI的入场券。三星这一手，是在为后智能手机时代的内存定价权铺路。
📈 玻璃载板泄露的秘密：HBM产能翻倍
如果说PIM是技术叙事，那HBM产能就是最硬的生意。据韩媒SE Daily报道，三星正在追加材料订单，计划到2027年将HBM4和HBM4E的产能翻倍。
数据的来源颇有些侦探小说的味道：玻璃载板（glass carrier）。HBM要把多层薄化DRAM堆叠封装，薄晶圆在封装前容易翘曲碎裂，需要一块临时玻璃面板压住。一片晶圆对应一块玻璃载板，数玻璃，就是数产能。
| 指标 | 2026年 | 2027年 |
|---|---|---|
| HBM4/HBM4E月产能 | 约2万片 | 约5万片 |
| 全系HBM年晶圆量 | 约18万片 | 约25万片 |
| HBM4/HBM4E占比 | 增长重心 | 约80% |
关键节点串起来是这样的：
- 2026年2月：三星基于第六代10纳米级1c节点的HBM4开始量产
- 2026年中：HBM4E客户样品送出
- 2026年全年：全系HBM晶圆约18万片
- 2027年：HBM总晶圆量升至约25万片，其中八成投给HBM4/HBM4E
pie title 2027年三星HBM晶圆分配预估
"HBM4与HBM4E" : 80
"HBM3及HBM3E等旧代" : 20
这组数字背后的产业逻辑有两层。第一层是客户拉动的：AI加速器对更高密度、更高带宽的渴求没有减速迹象，HBM4/HBM4E就是为这个需求准备的。第二层更微妙——产能翻倍意味着三星在HBM的良率与供应链上有了底气，否则没人敢把玻璃载板的订单翻着倍下。据多位接近供应链的人士透露，材料端的上量节奏，往往比官宣的产能规划更能反映真实信心。
🔄 英伟达回心转意：Rubin CPX弃GDDR7投HBM4
第三块拼图来自需求侧，而且颇有戏剧性。供应链分析师郭明錤（Ming-Chi Kuo）爆料，NVIDIA复活了此前被搁置的Rubin CPX AI加速器项目——这个源自Rubin GPU家族、专攻大规模Agentic AI工作负载的衍生产品，曾宣布采用128GB GDDR7，随后项目传闻暂停。
现在它回来了，但内存架构彻底重做：128GB GDDR7变成了168GB HBM4。
这处改动值得细品。CPX不是又一个通用大芯片，而是NVIDIA把LLM推理拆成两半后的那"半"：prefill和decode分离，CPX专管prefill——处理长上下文输入和KV cache，常规Rubin GPU负责decode。一个装8颗CPX的机架托盘，能吃下1.34TB的长上下文prefill；整机柜配置从64颗到256颗CPX不等，独立成架。
为什么原本"不需要HBM4"的设计改了主意？答案就藏在prefill的工作负载里：上下文越长、Agentic AI的任务链越复杂，KV cache的体量就越夸张，对带宽的需求直接顶穿GDDR7的上限。设计团队用脚投票，回到了HBM。
一条CPU芯片行业的铁律在GPU身上重演了：当工作负载专业化到一定程度，内存规格就成了产品的分水岭。连NVIDIA这样的系统定义者，也得顺着带宽的物理规律走。
⚠️ 三件事，一个拐点：内存定价权在换手
把三条线索放到一张图上，趋势就藏不住了：
| 事件 | 主角 | 指向 |
|---|---|---|
| LPDDR5X-PIM发布 | 三星 | 算力下沉到内存，端侧推理重构 |
| HBM4/4E产能翻倍 | 三星 | 供给向AI内存全面倾斜 |
| Rubin CPX改用HBM4 | NVIDIA | 需求侧确认HBM成为标配 |
过去十年，存储行业的叙事是"周期品"：涨三年跌三年，看DRAM价格脸色吃饭。而现在，AI把存储拆成了两半—— commodity DRAM还在周期里打转，但HBM、PIM这类"带逻辑、带封装附加值"的产品，正在把存储从大宗商品改写成准定制器件。
这个拐点对产业格局的影响是实打实的。HBM的竞争门槛不在晶圆制程，而在堆叠、封装、与GPU厂商的协同设计——这恰恰是供应链话语权重新分配的地方。三星同时押注HBM4产能扩张和PIM产品化，等于是把"带宽即算力"这个判断，同时下注在云端和端侧两端。
一位不具名的设备厂商高管的说法在圈内流传颇广："以前是芯片厂定规格、内存厂跟着走；现在反过来，内存的规格在定义芯片该怎么设计。"
当然，硬币的另一面也要看到：产能翻倍意味着2027年的HBM市场将接受需求成色的检验，玻璃载板数出来的产能，最终要靠客户的订单来兑现。Agentic AI的负载是否真能撑起prefill/decode分离的专用机柜，CPX只是第一个验证案例，不是最后一个。
结语：算力的边界，正在被内存改写
从Hot Chips上的PIM，到玻璃载板泄露的产能翻倍，再到Rubin CPX的内存改道，2026年的存储行业给出了一致的信号：带宽墙之下，内存不再只是存放数据的地方，它开始参与计算、定义架构、决定产品形态。
接下来的看点有两个：一是LPDDR5X-PIM能否在端侧推理市场找到规模化落点，把3倍的性能优势转化成订单；二是2027年HBM4/HBM4E月产5万片的产能，遇上Agentic AI的需求曲线，究竟是供不应求还是阶段错配。无论哪种结局，"内存即算力"的叙事，都已经写进了下一轮竞争的规则里。
对产业链上的所有人来说，现在要重新回答那个老问题：你的芯片，配得上你的内存吗？
本文由本站 AI 辅助聚合生成，原始来源如下：