# AI硬件的下一个核心瓶颈:内存墙逼近,HBM能否破局?
随着人工智能模型的参数规模持续膨胀,市场对算力的渴求已从单纯的芯片算力转向更复杂的系统瓶颈。
随着人工智能模型的参数规模持续膨胀,市场对算力的渴求已从单纯的芯片算力转向更复杂的系统瓶颈。近日,华尔街见闻发布的一则报道引发行业讨论,指出AI硬件的下一个核心瓶颈正在浮出水面。这一话题直指当前大模型训练与推理中日益突出的“内存墙”问题,即数据在处理器与存储之间的传输速度,愈发跟不上计算单元的处理能力。 ## 内存瓶颈的由来:算力提升与存储滞后的剪刀差 在AI硬件生态中,GPU算力在过去几年经历了指数级增长。然而,数据搬运速度的提升远远