🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 国际 科技 汽车 采集 2026-10-18T04:14:02+00:00

美光研发物理AI专用边缘推理内存EIM

原始标题:布局物理 AI:美光研发边缘推理内存 EIM,降低数据处理延迟并提高带宽

来源
ithome
发布时间
2026-10-17T23:26:38
采集批次
2026-10-18-04
字数
989
URL 指纹
e299f42bd2fd69f0

📌 AI 总结(232 字)

美光正在研发面向物理AI(自动驾驶、人形机器人、AR/VR)的专用存储芯片「边缘推理内存(EIM)」,通过在逻辑芯片上垂直堆叠低功耗内存(LPDDR)来降低推理延迟并提升带宽,预计2028年下半年量产。美光高管指出,现阶段人形机器人主要使用LPDDR内存,但随着视觉语言模型等大参数量AI模型的引入,未来将不可避免地演进至HBM架构,高性能机器人对内存需求将达约200GB DRAM和4TB存储空间。美光已与机器人制造商、芯片方案商及云服务商展开早期协同设计合作。
📄 正文(989 字)
据韩媒The Elec报道,美光正在推进面向物理AI的专用存储芯片——边缘推理内存(Edge Inference Memory,EIM)的研发。

10月16日,在首尔江南COEX举行的韩国半导体展(SEDEX 2026)专题论坛「驱动人形机器人的半导体」上,美光高管(常务)李哲表示:「自动驾驶、人形机器人、增强现实(AR)及虚拟现实(VR)等物理AI市场正在迅速崛起。我们正与核心客户紧密沟通,共同推进适配这一新兴市场的产品研发。」

据悉,EIM能够高速处理AI推理所需的数据,其架构是在逻辑芯片之上垂直堆叠低功耗内存(LPDDR)。这与在存储器内部执行计算的存内计算(PIM)属于不同概念。两者的共通之处在于均部署于AI主芯片周边以提升数据处理效率;不过PIM是将计算单元集成在存储器内部,而EIM的具体计算架构目前尚未公开。

EIM介于AI处理器与内存之间,主要用于降低数据处理延迟并提高系统带宽。美光目前尚未披露具体的目标性能指标,但正在推进将EIM集成至LPDDR6方案的技术研发。业内预计其量产时间将在2028年下半年。

与仅能重复执行固定程序的传统工业机器人不同,人形机器人具有主动性,能够感知周围环境并自主决策,需要对视觉、听觉、重量感知及触觉质感等多元信息进行采集与精确控制。

现阶段,人形机器人主要采用LPDDR等低功耗内存,而非高带宽内存(HBM)。与高度依赖HBM的数据中心不同,依赖电池供电的机器人对能效比要求更为严苛。然而随着AI模型参数规模持续攀升,仅依靠传统的LPDDR已逐渐难以提供足够的内存带宽。

美光预测,未来人形机器人最终也将走向采用HBM的路径。李哲指出:「目前机器人所采用的AI模型参数量多在10亿至20亿(1B~2B)左右,对内存带宽的需求尚且有限;但随着性能更强大的视觉语言模型(VLM)的引入,仅凭LPDDR将难以为继,必然会向HBM架构演进。」

同时,内存容量的需求也在同步激增。美光预计,未来的高性能人形机器人将需要约200GB的DRAM以及4TB的存储空间。作为对比,当前主流服务型机器人通常仅配置12GB DRAM与256GB存储空间。

李哲表示:「现有的DRAM与存储架构已难以满足物理AI市场的严苛需求。我们正与机器人制造商、芯片方案商以及超大规模云服务商从芯片的早期系统设计阶段展开深度协同合作。」