AITOP

SK hynix

共 3 条相关 AI 资讯
6月8日
13:36
09:00
09:00rohanpaul_ai@rohanpaul_ai
精选76°
SK hynix 与 NVIDIA 宣布建立多年存储合作伙伴关系，共同开发用于下一代 AI 工厂的芯片。合作涵盖 NVIDIA Vera Rubin AI 超级计算机、Vera CPU、RTX Spark 驱动的 PC 和 Jetson Thor 平台的内存。SK hynix 将利用 NVIDIA 的 CUDA-X、PhysicsNeMo、Omniverse 等工具加速芯片设计、半导体仿真和工厂数字孪生。这一合作标志着存储芯片设计不再滞后于 GPU，而是需要提前数年进行协同设计和制造规划。同时，AI 技术也被引入芯片制造本身，用于加速半导体物理、光刻等工程流程。
行业NVIDIASK hynixAI 硬件
事件专题
推荐理由：AI 硬件供应链正在重构，存储与计算芯片的协同设计成为关键。做 AI 基础设施、芯片设计或半导体制造的团队，值得关注这一合作如何改变未来 AI 工厂的构建方式。
原文
6月2日
16:54
16:54rohanpaul_ai@rohanpaul_ai
精选
SK hynix 表示，AI 内存需求巨大，计划在 5 年内将晶圆产能翻倍，但供应紧张预计将持续到 2030 年。晶圆是制造内存芯片的硅基板，翻倍产能意味着扩大物理产出基础，而非仅提高现有产线利用率。AI 供应受限于内存制造的物理节奏，如晶圆、封装、良率和供应协议，其速度远慢于 GPU 路线图。压力主要来自 HBM（高带宽内存），这种堆叠内存用于英伟达 GPU，扩展困难，需要先进 DRAM、堆叠、封装、测试及与 GPU 设计方的紧密协作。SK hynix 正与英伟达和台积电合作开发 HBM4 基础芯片。全球内存市场中，DRAM 前三强（三星、SK hynix、美光）控制约 90% 营收，SK hynix 在 HBM 领域以 58% 份额领先。
行业HBMSK hynixAI内存
事件专题
推荐理由：AI 芯片性能越来越受内存瓶颈限制，做 AI 基础设施或芯片投资的团队需要理解 HBM 的产能节奏——SK hynix 的扩产计划直接关系到 GPU 供应和成本，值得关注。
原文