布局物理 AI：美光研发边缘推理内存 EIM，降低数据处理延迟并提高带宽
美光正在推进面向物理 AI 的专用存储芯片——边缘推理内存（EIM）的研发，旨在降低数据处理延迟并提高带宽。该芯片架构是在逻辑芯片之上垂直堆叠低功耗内存（LPDDR），美光正在推进将其集成至 LPDDR6 方案的技术研发。业内预计量产时间在 2028 年下半年。美光表示将与机器人制造商、芯片方案商及超大规模云服务商深度协同合作。
- 相关厂商
- Micron
- 影响评分
- 0 / 100，低影响
美光正在推进面向物理 AI 的专用存储芯片——边缘推理内存（EIM）的研发，旨在降低数据处理延迟并提高带宽。该芯片架构是在逻辑芯片之上垂直堆叠低功耗内存（LPDDR），美光正在推进将其集成至 LPDDR6 方案的技术研发。业内预计量产时间在 2028 年下半年。美光表示将与机器人制造商、芯片方案商及超大规模云服务商深度协同合作。
SEMI Americas总裁Joe Stockunas于10月15日在SEMICON West 2026上表示，希望将晶圆厂建设的投资税收抵免扩展到供应商基础设施，并正在努力实现这一目标。他指出，自CHIPS法案以来，已宣布的投资超过8000亿美元，凤凰城已有3300亿美元的投资。
英伟达在韩国推出RTX Spark AI笔记本电脑，销售自10月16日开始；最便宜的型号是微星Prestige N16，售价为579.9万韩元，英伟达将高价归因于内存成本上升。
Micron副总裁Lee Cheol于10月16日在首尔COEX举行的SEDEX 2026“Semiconductors Powering Humanoids”会议上表示，Micron正为物理AI应用准备边缘推理内存（EIM），并与主要客户讨论开发适合自动驾驶、人形机器人、AR/VR等新兴市场的产品。EIM定位于AI芯片与内存之间，用于降低数据处理延迟并提升带宽；其将LPDDR堆叠在逻辑裸片之上，与PIM不同，EIM的计算架构尚未公开，Micron也未披露具体性能目标。该公司正在开发将EIM应用于LPDDR6的方法，业界观察人士预期2028年下半年量产。Micron指出，当前机器人AI模型约使用10亿至20亿参数，内存带宽要求不高，但随着更先进的视觉-语言模型（VLM）出现，仅靠LPDDR将不足，需要转向HBM。Micron预计未来高性能人形机器人将需要约200GB DRAM和4TB存储，而目前服务机器人使用12GB DRAM和256GB存储。该公司称正从早期设计阶段与机器人制造商、芯片组公司及超大规模云厂商合作。
英特尔副总裁赵敏成（Cho Min-sung）于10月16日在首尔三成洞COEX举行的"Semiconductors Powering Humanoids"会议上介绍，公司计划于2028年推出面向机器人应用的SoC产品Razor Lake AX，目标性能约为700 TOPS；其现有基于Panther Lake的机器人开发工具理论上可提供180 TOPS，下一代Nova Lake计划于明年初推出。文中提到，英伟达面向机器人设计的SoC Jetson AGX Orin的性能约为275 TOPS。赵敏成还表示，韩国国内客户计划明年开始量产自主移动机器人（AMR），多数以2028年为目标推出人形机器人，这也解释了Razor Lake AX计划于2028年推出。英特尔拟通过Core Ultra Series 3机器人计算平台（集成CPU、NPU和GPU）支持工业机械臂、AMR和人形机器人等多种应用，并提供Robinson Bay软硬件开发平台及OpenVINO、Physical AI Studio、Robotics AI Suite等软件工具。以上产品推出均为计划，尚未落地。
Intel于10月16日发布Intel Inference Microservice软件，旨在最大化其Xeon服务器CPU上的AI推理性能。该容器化软件可快速针对CPU优化大语言模型（LLM），包含运行开源LLM所需的代码库、引擎和配置；启动时会检测Intel处理器并应用经验证和调优的AI推理设置，降低对AI推理优化专家的依赖。OpenAI SDK、LangChain、LlamaIndex、LiteLLM和Haystack等主流AI框架支持OpenAI API规范，该软件默认使用开源vLLM作为推理引擎。原文指出，此前针对硬件优化现有LLM需要一周时间，计算精度、跨CPU核心的负载分配、跨NUMA节点的内存分配及硬件指令集选择等设置因AI模型与处理器组合而异。Intel还计划将Inference Microservice支持扩展至其整个GPU产品线，包括面向AI推理设计的D-series GPU（此为计划）。
据韩国媒体The Elec报道，美光正与主要客户讨论面向物理AI的新型内存产品，开发名为"边缘推理内存"（EIM）的方案，重点应用包括人形机器人、自主驾驶以及AR、VR设备。美光高管李哲在SEDEX 2026相关活动上表示，物理AI市场正快速发展，公司正与客户推进适配新市场的产品开发。EIM的设想是在逻辑裸片上堆叠低功耗LPDDR，目标与HBM类似但更注重降低功耗，适合电池供电的机器人；EIM不同于PIM，其具体计算结构、容量、带宽、延迟、功耗或性能目标均未公布。报道称美光正研究将EIM与LPDDR6结合，业界预期量产时间可能在2028年下半年，但这是产业界预测，并非美光公布的正式量产承诺。美光估算目前机器人使用的AI模型约有10亿至20亿个参数，现有LPDDR仍可满足不少需求；美光预计未来高性能人形机器人可能需要约200GB DRAM和4TB存储，而目前工厂服务型机器人常见配置约为12GB DRAM和256GB存储，这些是估算不代表所有在售机器人配置。美光认为未来机器人或许会采用HBM，但需考虑功耗、散热和空间；EIM若能以较低功耗提升传输效率，可能成为LPDDR与HBM之间的新选择。在规格、功耗和实际产品公布前，EIM能否满足下一代机器人需求仍有待验证。
ASUS已在官网上架UGen Arc Pro B70 32 GB显卡，这是该公司首款Intel Arc显卡；其上一款Intel独立显卡是2021年被动散热的Iris Xe DG1-4G，且ASUS未参与Alchemist和Battlemage两代消费级产品。ASUS将该卡归入UGen AI加速器产品线而非ProArt，与公司在CES 2026展示的UGen300 USB AI加速器同属一个家族。ASUS尚未公布价格或发布日期。Intel于3月以949美元发布Arc Pro B70，但目前美国零售价格似乎接近1,300美元。ASUS版采用完整的"Big Battlemage" BMG-G31芯片，配备32个Xe2核心、256个XMX引擎、256-bit位宽的32 GB GDDR6 ECC显存（带宽608 GB/s），加速频率2,800 MHz，最高367 INT8 TOPS，整板功耗290 W（Intel为B70设定的范围为160至290 W，参考默认值为230 W），采用双槽涡轮散热；ASUS称四卡可组合为128 GB显存，据称足以运行最高1,200亿参数的模型。ASUS加入已有自有B70产品的ASRock、Sparkle和Maxsun行列，定价或将决定UGen版本的竞争表现。
据10月17日消息（转引Wccftech今日报道），华硕推出旗下首款英特尔 Arc Pro B70 显卡，面向 AI 推理及工作站市场，意味着此前缺席多个世代的华硕再次加入英特尔独立显卡产品阵营。该产品名为 UGen Intel Arc Pro B70 32GB GDDR6，采用英特尔 Xe2 架构的 Big Battlemage GPU，配备 32GB GDDR6 ECC 显存、32 个 Xe 核心和 256 个 XMX AI 引擎，INT8 AI 算力最高可达 367 TOPS，典型板卡功耗 310W；采用双槽设计和涡轮式散热结构，配备 1 个 HDMI 接口和 3 个 DisplayPort 接口，使用 PCIe 5.0 x16 接口，显存带宽为 608GB/s。该卡支持 vLLM、llama.cpp、Ollama、PyTorch、OpenVINO、oneAPI 和 Vulkan 等 AI 框架及工具，最多支持 4 张显卡协同工作，合计提供 128GB 显存。华硕暂未公布该卡具体售价；同类英特尔 Arc Pro B70 显卡的市场价格通常在 1,299 美元至 2,000 美元（约合 8,701 元至 13,397 元人民币）以上，具体取决于产品型号及销售渠道。
台积电董事长兼CEO魏哲家在近期投资者电话会议上表示，评估需求超过可用供给，公司正通过新建工厂、设备转换、生产率提升和跨技术代际的柔性制造来应对。第三季度营收达467亿美元，并以美元计预计2026年营收增长约44%（此为预测而非已实现结果）。台积电描述全球有近20座晶圆厂处于开发中，包括尖端制造和先进封装项目；公司还预计其N2技术家族的年产能将在2027年增加逾一倍（预期）。魏哲家称，尽管历史惯例是在一个技术代达到目标规模后避免进一步扩产，公司仍在扩大3纳米产能。台积电列出了台湾、亚利桑那和日本的制造计划，并对得克萨斯州进行初步评估；魏哲家将美国扩张与客户要求联系起来，并表示制造地点可能影响定价。他还指出后端封装产能存在一些短缺，并提到与GlobalFoundries的合作；同时公司团队正在核查美国数据中心建设和电力供应情况，因芯片部署依赖基础设施。魏哲家并警告，元器件价格上涨和经济不确定性正给消费者和价格敏感市场带来压力。
2026年10月16日，德国初创公司Ubitium宣布获得由Ibex Investors领投的1400万美元种子轮融资，OpenOcean、KBC Focus Fund、Runa Capital、Inflection等现有投资者及Quantum Systems联合创始人兼首席执行官Florian Seibel个人参投，使其自2024年成立以来的种子轮融资总额达到1800万美元。Ubitium计划于2027年流片其首款商用处理器UB410（含4096个处理单元），并交付评估样片。原文未说明原因。
DEEPX与Sixfab合作，通过一款3瓦的NPU加速器，使Raspberry Pi 5能够在本地运行视觉和语言AI。该消息由EE Times Asia发布，属于产品/合作推出信息；原文未说明发布日期、价格、供货时间或产量安排。
三星电子与SK海力士正在开发新存储技术以应对AI系统中日益增长的瓶颈。三星正在探索一种将高带宽内存（HBM）直接堆叠在图形处理器上方的设计（zHBM）；SK海力士则在推进高带宽闪存（HBF），以扩展AI推理的内存容量。以上均为开发/探索阶段的计划，原文未说明时间表或量产安排。
Intel于10月15日（当地时间）表示，将在Web Summit 2026上展示面向真实工业应用的物理AI技术。演示将涵盖部署于制造、智慧城市、零售和医疗等行业的各类机器人，Intel同时将介绍其产品中使用的半导体芯片和AI推理平台。Intel称其Core Ultra Series 3处理器、软件及合作伙伴生态为机器人制造商和开发者提供实际支持，使AI系统能够超越原型、在真实环境中以高可靠性、快速响应和成本效率运行。Web Summit为全球IT科技展览，定于11月9日至12日在葡萄牙里斯本举行。原文未说明原因。
据快科技10月16日消息，在俄罗斯索契举办的Microelectronics 26（ME26）微电子论坛上，俄罗斯本土芯片厂商集体亮相，以运行游戏的方式演示产品（该论坛为展会演示事件，原文未涉及价格或产量数据）。其中，一台仿初代任天堂红白机（NES）外观、名为Ushka的小主机采用Baikal Electronics的BE-U1000微控制器；经拆解确认，BE-U1000内含三颗CloudBear核心，走32位RISC-V架构，即两颗主频200MHz的BR-350加一颗主频100MHz的BM-310，配有256KB闪存和192KB SRAM，外设接口含USB 2.0、I2C、I2S、UART和48条GPIO，封装为10×10毫米QFN-88。真正运行初代《超级马里奥》的是MCST的Elvis Hypercom-U SoC，其拥有四个主频最高1.2GHz的Arm Cortex-A53核心，配双核ELcore-50 DSP和PowerVR GE8300图形处理器，最多可搭8GB LPDDR4内存，支持USB 3.0、千兆以太网、Wi-Fi、蓝牙和HDMI输出。展会上还摆出几台MCST的Elbrus架构整机，但拍照者未说明具体型号，从线索推断可能是Elbrus-16S（16核、主频最高2GHz、最多8通道DDR4-3200、16纳米工艺、120亿晶体管、双路服务器原型内存最高2TB），此为推断而非确认。另有面向迷你主机和笔记本的Elbrus-2S3，同样16纳米、主频最高2GHz、算力196 GFLOPS、支持DDR4-3200和PCIe 3.0，其MP21小板整机功耗可达40W。文中还提到，几年前俄罗斯政府曾下令研发高端游戏主机，但此次展台上未见成果现身。
SK海力士参加了2026年10月12日至15日在加州圣何塞举行的OCP全球峰会，展示了下一代内存解决方案并提出以内存为中心的AI时代服务器系统方向。展会现场，SK海力士公开了第二代CMM-DDR5（256GB，基于CXL 3.2），称与上一代相比带宽提高一倍以上（80GB/s）、能效提升约30%；并演示了CXL池化内存在AI代理服务、KV缓存共享等场景的效果。原文说明的背景是：随着AI处理的数据量爆炸式增长，数据瓶颈成为新的挑战。SK海力士还展示了HBM4/HBM4E/HBM3、HBF、服务器DDR5 RDIMM（256GB/128GB/96GB/64GB）及eSSD产品组合。文中另提及去年9月SK海力士与NAVER Cloud签署业务协议，以及PS1110 E3.S与PS1101 E3.S目前处于按序开发中。
台积电表示，公司看到与代理式人工智能（AI）相关的CPU需求上升，但尚未将CPU纳入其AI加速器需求增长的测算中。台积电董事长魏哲家在10月15日的公司财报会上表示，公司维持原本较窄的AI需求定义，主要原因是很困难清楚区分CPU是用于传统服务器还是AI服务器；实际需求还取决于客户如何部署该技术并配置其产品。
LG Innotek预计其半导体基板业务将在2027年改善。该公司正与大型科技公司洽谈长期供应协议(LTA),并准备进入高端AI加速器市场。根据该战略，公司计划在扩大产能之前先获得客户承诺，同时寻求将业务多元化、摆脱对智能手机相机模组的依赖。上述内容均为计划/预期状态，尚未构成已实施的产能扩张。
Meta于10月15日发布开放权重人工智能模型Muse Spark Open，并与苹果合作，针对Mac Studio优化该模型的本地运行方案。该模型拥有8160亿个总参数，采用稀疏激活设计，每次推理实际激活约420亿参数，支持长达100万Token的上下文窗口，重点面向编程、复杂推理和AI代理任务。用户可通过两台搭载M5 Ultra芯片、各配备512GB统一内存的Mac Studio运行该模型，系统约1TB统一内存，每台设备的M5 Ultra芯片具有最高1.2TB/s的内存带宽；苹果的MLX机器学习框架提供支持，Meta对模型进行了相应调整。需注意：配备512GB统一内存的Mac Studio尚未正式推出，预计将在10月底上市；现有配备256GB统一内存的高端Mac Studio价格已超过1万美元，两台512GB版本组成的系统预计将是一项昂贵的投入。该模型也可通过Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI等云端平台调用，权重文件可通过Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face和Microsoft Foundry Models获取；其许可仅允许有限商业使用，商业部署前需确认符合许可条款。原文未说明此次合作之外的价格或供需原因。
据ZDNet报道，SK hynix发布了超轻量级事务处理单元(H-TPU)架构，用于SSD数据面控制与事务处理，将存储控制任务分布在数十个紧凑的H-TPU集群上。据副总裁Koo In-jae（负责SoC设计）介绍，H-TPU取消超标量与乱序执行等复杂CPU特性，采用简化的四段流水线，使处理器面积降至传统CPU核心的约4%、功耗降至约2.5%，且仅激活所需模块。SK hynix还计划基于H-TPU引入硬件自动化(HWA)，将指令处理、数据地址查找、临时缓冲区复制等重复性存储控制任务交给专用硬件电路。SK hynix预期基于H-TPU的控制器架构可与面向AI工作负载的高带宽闪存(HBF)互补；AI推理高度读密集，读写比可达约30万比1，AI编译器与运行时可提前告知HBF SoC数据处理需求以预取数据。另据韩联社报道，三星已于2026年7月开始量产基于PCIe 6.0的企业级SSD PM1763，采用新开发的4nm控制器与第九代V-NAND，性能为前代的两倍以上、能效超过1.8倍。
爆款新品里，到底装了谁的芯片？拆开，一颗一颗给你看。
全部拆解| Analog | $0.68 | −5.9% |
|---|---|---|
| 连接器 | $0.75 | +0.2% |
| CPU | $386.74 | −21.3% |
| DDR4 | $88.40 | −0.2% |
| DDR52026-W13 | $14.89 | −11.2% |
| GPU | $478.20 | +8.2% |
| MCU | $0.68 | −61.7%异常波动 |
| MLCC | $0.01 | +54.0%异常波动 |
| MOSFET | $0.12 | −82.8%异常波动 |
| PMIC2026-W13 | $0.44 | −12.5% |
| SSD/HDD | $288.43 | 暂无 |