美光开发边缘推理内存（EIM），预计2028年下半年投产
美光正在为物理AI应用开发边缘推理内存（EIM），该内存通过将低功耗DRAM堆叠在逻辑芯片上以提高数据处理效率，预计将在2028年下半年实现量产。
- 相关厂商
- Micron
- 影响评分
- 60 / 100，中等影响
美光正在为物理AI应用开发边缘推理内存（EIM），该内存通过将低功耗DRAM堆叠在逻辑芯片上以提高数据处理效率，预计将在2028年下半年实现量产。
据Wccftech对英伟达Vera团队采访时披露（2026年10月19日报道），英伟达为其Vera CPU选择了单片式（monolithic）计算裸片，而非主要x86竞争对手所采用的chiplet架构；Vera还配备定制LPDDR5X内存子系统和英伟达第二代Scalable Coherent Fabric。原因方面，报道解释称与传统云端工作负载优先考虑高核心数和吞吐量不同，agentic AI需要强大的单线程性能、高内存带宽和低延迟，以快速执行顺序任务并保持GPU高利用率。单片式设计使CPU核心无需跨越chiplet之间边界即可通信，降低数据移动延迟。英伟达称Vera提供3.4 TB/s的双向（bisection）带宽，为其对比中领先的x86处理器的三倍；Vera性能为前代Grace的1.5倍；对于Python脚本和代码编译等顺序任务型agentic工作负载，公司宣称最高达领先x86处理器的2倍性能，几何平均基础上为1.6倍优势。Vera还引入Spatial Multithreading技术。英伟达最初主要将Grace CPU定位为GPU系统的主机处理器，但报道指出agentic AI和强化学习需求的增长促使其转向独立Vera CPU机架。另据中央社报道，英伟达个人计算高级副总裁Jeff Fisher在台湾接受采访时否认将停产旗舰GeForce RTX 5090显卡的传闻，称其不属实，并表示RTX 5090仍是英伟达将持续供应的关键产品；他承认供应紧张正影响整个全球行业而非仅英伟达，但称公司正尽一切可能将产品推向市场。TechPowerUp补充称，RTX 5090在其1,999美元的建议零售价（MSRP）附近仍难觅货，亚马逊和Newegg上的部分 listings 超过8,000美元。
Kulicke & Soffa 财政第三季度 2026 年净收入为 3.304 亿美元，同比增长 123%，毛利率 47.8%，非GAAP每股收益 1.20 美元，超出预期。公司预计财政 2026 年第四季度收入约为 3.75 亿美元，截至 2026 年 10 月 3 日，因半导体、存储、汽车和工业市场需求增强。
CXMT总裁曹坤宇宣布，公司首款4F² DRAM产品将是服务器DDR5 RDIMM，预计年底前推出；该宣布在Integrated Chips and Chiplets Conference上周六发表，文章发表于2026年10月13日。该内存采用垂直晶体管将电池占地面积在纸上减少约三分之一，但尚未公布速度或容量。CXMT预计将销售一种仅在三星和SK海力士研究论文中出现的存储单元。原文未说明原因。
2026年10月13日报道：微软与英特尔周一发布最新自研AI加速器，挑战英伟达。据Reuters，微软Maia 300采用多芯粒架构，核心计算芯粒使用台积电2nm（N2P）工艺，内存控制器与I/O功能采用3nm工艺；据Seoul Economic Daily，Maia 300搭载八颗HBM4堆栈，较Maia 200的六颗HBM3E增加，内存容量从216GB提升至288GB。微软称该架构提供36%更多计算FLOPs、2.5倍HBM带宽和14%更高的scale-up带宽。据Reuters，微软计划明年推出可能超过100万颗Maia 300加速器，每机柜容纳96颗芯片、功耗约167kW，并声称每兆瓦计算输出较领先GPU系统高约40%；据Seoul Economic Daily，每机柜HBM堆栈总数将从288增至768（2.7倍），为存储供应商带来潜在新增长机会。SK hynix被视为领先竞争者（曾为Maia 200唯一HBM3E供应商），三星凭借现已量产的36GB 12层HBM4也可能获得订单。英特尔方面，据Tom's Hardware，在OCP 2026上英特尔将基于Xe3P架构的原Crescent Island AI推理加速器正式命名为Intel GPU D-Series，公布FP8算力1.3 PFLOPS、内存带宽1.5TB/s的性能目标；据Wccftech，其弃用HBM而采用LPDDR5X（HBM日益昂贵且供应受限），支持最高480GB LPDDR5X（参考PCIe卡为160GB），定位为AI推理的成本高效方案；该350W加速器的制造工艺未公布。上述均为发布与计划状态，部署与订单尚未落地。
10 月 12 日消息，微软今天正式发布 Maia 300 人工智能芯片，基于台积电 N2P 2 纳米制程，采用多芯粒设计，集成独立内存芯粒和 I/O 芯粒，计划 2027 年部署。该芯片配备 8 组 HBM4 内存，总容量可达 288GB，带宽为 18TB/s；FP4 算力最高可达 13.8 PFLOPS，FP8 算力为 6.9 PFLOPS；SoC 功耗额定值为 950W，明显高于 Maia 200 的 750W。双向扩展互连带宽达到 3.2TB/s，采用基于以太网的双层网络架构；单个机架可容纳 96 颗 Maia 300，最多可组建包含 12000 颗加速器的集群。芯片更适合对内存要求较高的 AI 推理任务。
Intel Foundry发布了两篇关于芯片电力传输（power delivery）的文章。第一篇文章引用Gartner预测：全球数据中心电力需求将从2025年的104吉瓦升至2026年的132吉瓦，到2030年达到290吉瓦；这些为预测数据。该文还称AI优化服务器预计将占2026年消费量的31%，并于2027年超过传统服务器。文章说明传统正面供电将电力与信号路由共用金属层，随着设计复杂度提升导致电阻与电感问题；Intel表示其采用Intel 18A的RibbonFET全环绕栅极（GAA）晶体管架构通过将电力布线移至芯片背面来分离这些功能，可降低电阻、电感和IR压降。文章还介绍了Omni MIM片上电容器、基板内嵌电容器和嵌入式深沟槽电容器等本地储能方案，以及全集成稳压器、CoaxMIL磁性电感器、C2VR电容稳压器和专用稳压器chiplet等方案。第二篇文章将问题延伸至chiplet和堆叠裸片，指出先进封装可能造成电气瓶颈，并主张将电压转换移近负载。
已经到底了