内存真正的利好来了！

纯今

抛弃HBM，AI芯片开始改用LPDDR了
这不是某一家公司的选择，是推理市场正在发生的结构性转向。      
        最直接的信号来自英伟达自己。美银证券测算，英伟达下一代Vera Rubin Ultra的Kyber机柜，配置216TB LPDDR5X的成本约280万美元，已经超过了124.4TB HBM4E的250万美元。
手机内存的采购支出，第一次在英伟达的顶级机柜里超过了HBM。
        高通也推出了HBC架构，用LPDDR堆叠替代HBM，宣称每瓦内存带宽是主流HBM方案的6倍，瞄准的正是低功耗推理场景。        
        Positron的Asimov芯片是最典型的案例。它用LPDDR5X替代HBM，单芯片内存容量最高2.3TB，宣称内存带宽利用率超过90%，而英伟达GPU在推理任务上的实际利用率通常不到30%。按他们的模拟数据，Titan系统每美元处理的Token量最高可达英伟达Blackwell机架的26倍，能效宣称是Rubin的5倍。
        韩国HyperAccel的Bertha 500芯片也给出了类似的参照。同样用LPDDR5X替代HBM，他们宣称每美元吞吐量是H100的20倍，能效是5倍，芯片功耗仅250W，而H100是700W。
        逻辑其实不复杂。HBM的峰值带宽再高，推理时用不上就是浪费。LPDDR虽然峰值低，但便宜、量大、功耗低，在高并发、长上下文的Agent场景里反而更划算。
        但要说“碾压英伟达”，还为时过早。Positron和HyperAccel的数据全部是模拟值，芯片还没流片，量产要等到2027年下半年。英伟达的护城河也不只是HBM，CUDA生态、NVLink互联、TensorRT软件栈，是十几年积累出来的系统优势。
        更准确的说法是：LPDDR方案在“每美元Token”和“每瓦Token”这两个指标上，有机会对英伟达形成结构性优势。AI芯片的竞争逻辑，正在从“拼峰值带宽”转向“拼每块钱能跑多少Token”。这个转向，LPDDR吃到了第一波红利。

ishearer

游客请登录后查看回复内容