芯耀
与非AI
733
在SEMICON Taiwan 2026展会上，SK海力士正式向业界抛出重磅战略：AI基础设施的演进必须从“以计算为中心”全面转向“以存储器为中心”。面对算力吞吐量每两年翻三倍、而互连带宽仅增长1.4倍的“带宽墙”困境，SK海力士提出了一套系统级解决方案，旨在将内存从单纯的存储组件，升级为集存储、计算、共享于一体的AI核心基础设施。
在此次展示中，SK海力士重点推出了三大架构创新：
1. 定制化HBM与存内计算（PIM）： 通过将计算逻辑直接集成到HBM的基底裸片（Base Die）中，SK海力士的定制HBM架构最高可将大语言模型推理性能提升5.15倍，从根本上缓解数据搬运带来的功耗与延迟瓶颈。
2. H³混合存储架构： 针对AI推理阶段庞大的KV缓存需求，SK海力士提出HBM（高带宽内存）与HBF（高带宽闪存）直连GPU的混合架构。HBM负责高频动态数据，HBF作为“巨型书架”承接静态模型权重与长上下文。仿真显示，该架构不仅将单位功耗吞吐量提升2.69倍，更让千万Token级Agent任务的批处理规模飙升18.8倍。
3. “以光为中心”的CPO架构： 为突破机架间的数据传输极限，SK海力士将共封装光学（CPO）技术延伸至内存接口。通过光子中介层连接处理器与内存资源池，设定了单节点超100 Tb/s带宽、低于1 pJ/bit能耗的技术目标，让多个AI加速器共享庞大的内存池。
观察：存储巨头的“去商品化”生存突围
SK海力士此次高调重塑AI基础设施架构，释放了一个极其强烈的产业信号：在AI时代，内存正在夺回被GPU掩盖的系统级话语权。
第一，打破“内存墙”的解法，正在从“堆料”走向“重构”。
过去几年，AI算力的提升高度依赖HBM的堆叠层数。但当AI集群扩展到万卡规模，瓶颈已外溢至机架之间。SK海力士的H³架构和CPO光互连，本质上是在系统级重新规划数据的流动路径。当HBF（高带宽闪存）以“NAND版HBM”的身份入局，AI存储正式进入了分层时代。正如“HBM之父”金正浩所言，未来的AI系统架构将围绕超大容量内存构建，处理器反而更像是嵌入其中的组件。
第二，存储厂商的“去商品化”战略全面落地。
从“全栈存储供应商”转型为“全栈AI存储创造者”，SK海力士正在经历一场深刻的身份蜕变。当HBM红利逐渐触顶，单纯的DRAM或NAND颗粒不可避免地会陷入周期性价格战。通过将定制HBM、CXL近存计算、存内计算（PIM）甚至光互连技术打包成系统级解决方案，SK海力士成功将自身的价值锚点从“卖内存颗粒”转移到了“定义AI算力架构”上。
第三，AI算力的“水平分工”时代加速到来。
无论是SK海力士拉拢英伟达建立多年期技术合作，还是联合TetraMem推进忆阻器存内计算，都表明未来的AI数据中心不再是单一芯片厂商的独角戏。计算、内存、存储、光网络的无缝集成，要求产业链上下游进行深度的“Open Innovation”。
当存储巨头开始越俎代庖，主动定义下一代AI数据中心的物理形态时，留给传统芯片架构的窗口期正在迅速关闭。这不仅是一场技术的迭代，更是半导体产业权力格局的重新洗牌。
