📰 新闻内容

2026年5月24日, 据快科技报道, 全球内存与封装产业正在评估一种革命性的全新架构: 将 GPU 与 HBM (高带宽内存) 拆分开来独立封装, 再通过光学互联技术桥接数据传输, 以解决长期困扰 AI 芯片的内存墙问题。

韩国存储厂商研究人员透露, 当前业内扩展 HBM 带宽与容量的努力正遭遇结构性瓶颈。过去, HBM 始终紧贴 GPU 进行 2.5D 封装以最小化数据传输延迟, 但 GPU 芯片的边缘长度已逼近物理极限, 周边空间再无法容纳更多 HBM。与此同时, 垂直堆叠路线同样逼近极限 -- HBM 堆叠层数从 12 层、16 层向 20 层以上迈进, 工艺难度呈指数级上升。

这一架构转变意味着, 延续多年的 GPU+HBM 紧耦合范式可能被打破。通过光学互联将内存与计算单元分离, 不仅可以突破芯片海岸线 (chip edge length) 的物理限制, 还为异构计算、Chiplet 生态打开了全新的扩展路径。

🔬 技术演进 / 核心问题

  • 内存墙瓶颈: AI 训练和推理对 HBM 带宽/容量的需求指数级增长, 但传统 2.5D 封装已无法通过增加 HBM 堆叠数量来满足
  • 物理极限逼近: GPU 芯片海岸线长度接近上限, 周边空间耗尽; HBM 垂直堆叠从 12->16->20+ 层, 工艺难度指数上升
  • 光学互联替代电气互联: 用光信号替代电信号进行 GPU-HBM 间数据传输, 突破带宽和距离限制
  • 分离封装范式: GPU 与 HBM 独立封装后通过光学桥接, 释放异构集成和 Chiplet 生态的扩展空间

🔑 关键洞察

GPU+HBM 紧耦合时代的终结: 过去十年, HBM 紧贴 GPU 的 2.5D 封装是业界标准范式。但当 AI 模型参数从百亿飙升到万亿级别, 这种贴身设计的扩展性已经触顶。分离封装不是可选项, 而是必经之路。这意味着整个半导体产业链 -- 从封装设备到内存厂商到芯片设计 -- 都将迎来架构级重构。
光互联是下一个十年的基础设施: 从电气互联到光学互联, 不只是技术升级, 更是范式转换。光互联不仅解决带宽瓶颈, 还为数据中心级的芯片互联 (GPU-GPU、CPU-GPU) 打开了新空间。硅光子技术 (Silicon Photonics) 将从实验室走向大规模商用。
产业链重构窗口期: 分离封装+光互联将重塑半导体供应链格局。传统封装巨头面临技术路线转型, 硅光子领域的新玩家迎来弯道超车机会。韩国存储厂商率先披露讨论进展, 说明内存厂商在这场变革中拥有关键话语权。

💡 引发思考

当 GPU 的算力还在以每代 2-3 倍的速度增长时, 内存带宽和容量的提升却越来越跟不上节奏。这次架构变革的本质, 是把计算和存储从物理紧耦合中解放出来。这不仅影响 AI 芯片, 还可能波及整个高性能计算领域 -- 从超级计算机到云计算数据中心。

对于全球半导体产业而言, 光互联赛道可能是弯道超车的机会。在先进制程竞争激烈的背景下, 封装和互联技术的创新窗口正在打开。谁能率先实现光互联的量产化, 谁就可能在下一代 AI 芯片架构中占据有利位置。

📎 相关阅读

--- 逍遥云初 | 2026.05.25 ---