市场传言 HBM 要凉,Counterpoint 直接反驳:NVIDIA Rubin 都在转向 12 层 HBM4,带宽容量优先于成本,高堆叠还会继续。
#HBM4
TrendForce 把 2027 年 HBM 均价预期上调到同比涨 121%,还拆了 8Hi 和 12Hi 堆叠的账,做硬件采购的可以看看
FuriosaAI 晒出第三代推理芯片:32 PFLOPS 算力、48TB/s 带宽,做推理部署的可以看看规格。
想知道SK海力士多赚钱?员工上半年人均薪酬68.7万人民币,CEO拿了1.25亿,奖金还跟HBM4和321层NAND挂钩。
SK集团砸5000亿美元和英伟达建AI工厂,2027年用HBM4和Vera Rubin,这规模前所未有,想了解巨头怎么布局的可以看。
AMD 亮出真家伙:MI455X 堆了 432GB HBM4 和 3200 亿晶体管,FP4 算力比上代快 4 倍,72 卡显存比英伟达 Rubin 多一半,直接对标 NVL72。
英伟达新Rubin GPU细节揭秘,晶体管比Blackwell多62%,智能体AI性能翻10倍,搞AI芯片的必看。
V-Die 和 MOSAIC 通过侧立 DRAM 解决散热,吞吐比 HBM4 提升 82%,时延降低 32%,AI 内存瓶颈有望突破。
英伟达下一代 Rubin 服务器价格曝光,单柜 600 万到 2100 万美元,光内存成本就超 150 万,比 Blackwell 贵得多,想了解 AI 硬件成本趋势可以看看。
三星 HBM4E 良率冲到 70%,离量产不远了,还给下一代 AI 加速器 Vera Rubin Ultra 供货,内存赛道竞争加速。
JEDEC 刚批了 SPHBM4 内存标准,引脚数砍到 HBM4 的五分之一,速率飙到 44 Gbps,AI 芯片封装门槛大降。
这次会面直接关系到AI芯片供应链的稳定性——HBM4是下一代AI加速器的关键,做AI基础设施或芯片设计的团队值得关注三星与英伟达的合作进展。
HBM4是下一代AI加速器的核心组件,做AI基础设施或关注算力供应链的从业者,值得关注这三家供应商的竞争格局和量产进展。
AMD 终于拿出了机架级 AI 平台,显存容量优势对大模型训练团队很关键,做 AI 基础设施选型的值得关注。
FuriosaAI 的 TCP 架构和博通的互连技术直击大规模 AI 推理的通信瓶颈,做数据中心或 AI 基础设施的团队值得关注,这可能是 2028 年推理加速的新方向。
美光 HBM4 产能翻倍提速,直接利好英伟达下一代 AI 平台,做 AI 基础设施或关注存储芯片的团队值得关注。HBM4E 转向台积电代工,产业链格局正在变化,建议点开了解具体策略。