搜索“AI芯片”

片上、负责把热量"吸"进液体里的部件。液冷产业链里有一个价值规律：离GPU越近的地方，越难做，价值也越高。 这也是为什么，冷板的价值，占了整个液冷系统成本的 32%-40%，是最大的一块蛋糕。而冷板难做的原因，其实不在那块“板子”的材料，而在于热量能不能快速从材料表面传给液体， 因为固体壁面把热量传给液体的热阻，是固体之间热量传导的几十倍，甚至上百倍——高端AI芯片用的冷板是微通道结构，内部有密密麻麻的，比头发丝还细的水道（0.2mm级别），一块冷板的加工良率，直接决定了成本。 再者就是CDU——冷却液分配单元 这部分，相当于是液冷系统的"心脏和大脑"，分配流量、调节温度、保证冗余。 没有CDU，液冷只是一堆水管：CDU负责把冷却液按精确比例分配到每个机柜、每个节点，流量控制精度要求 ±2%。偏差大一点，某个节点就可能过热宕机。 因为CDU要实时采集温度、压力、流量、电导率这些数据，所以不能用机械泵，而要带AI算法的流体控制系统。 这里的难点在于：这些变化不是瞬时同步的。 温度变化有热惯性，压力波在管路里传播有水锤效应，CDU需要动态调节泵速、阀门开度，还要在漏液时毫秒级切断故障回路。

匹配字段正文

分别高达89.2%、54.2%。“部分环节受益于高端产品占比提升、产能利用率改善，利润增速明显快于收入增速，产品结构升级正在转化为真金白银的盈利。” 需求端的催化同样清晰可辨。Meta三季度资本开支高达349.1亿美元，海外算力投资正沿服务器与网络设备采购链条，向国内高速光模块、高端PCB等供应链传导。 “后续可重点关注光通信、PCB等业绩兑现环节，以及国产AI芯片、半导体设备，还有服务器电源、液冷等配套方向。”夏凡捷说。 资源品的“翻身仗”同样引人注目。小金属、工业金属三季度归母净利润分别大增96.7%、101.2%，主要受益于产品价格上涨、供给约束趋紧及部分矿山产能释放；化学原料利润增长86.5%，部分品种迎来产品与原料价差改善的修复窗口。在他看来，铜、铝等具备供给约束与产能增长双重支撑的工业金属，以及石油石化、基础化工中价格与盈利同步改善的方向，中期逻辑依然扎实。 高端制造则展现出“智能化+出海”的复合动能。机械设备三季度营收、归母净利润分别增长16.0%、41.9%，智能化改造、设备更新及国产替代持续推进，自动化设备、专用设备等细分领域景气延续；电力设备中，其他电源设备利润增长

匹配字段正文

有项目都能如期落地；对于资金成本高、依赖外部融资的新兴云服务商而言，长期订单与现金流将直接影响建设速度。 基板、内存比电力更难迅速扩产 在供应链瓶颈方面，Patel将基板列为当前最关键的约束之一。日本相关供应商扩产相对谨慎，限制了加速芯片、CPU等产品的产能提升。 内存则是另一大瓶颈。Rasgon指出，生产同等容量的HBM所需晶圆数量约为DDR5的3—4倍，AI芯片需求增长因此加剧了内存产能竞争。与此同时，光学互联所需的激光器、光纤连接等组件也面临短缺，即使CPO计划在2028年前后加速量产，相关供给仍可能难以满足需求。 晶圆制造设备市场同样受到洁净室产能限制。Rasgon认为，2026年全球晶圆制造设备（WFE）市场规模超过2000亿美元的预测过于乐观。通过提高现有工厂利用率，市场规模或可从年初预期的约1200亿美元提升至约1550亿美元，但新建洁净室要到2027年才陆续投用，更多产能预计在2028—2029年释放。 相比之下，电力短缺有更多应对手段。Patel预计，2027年全球在建数据中心规模接近50吉瓦，其中美国约35吉瓦。现场燃气轮机、往复式发动机和燃料电池等方案，可以在一定

匹配字段正文

22日至10月22日，长鑫科技股价在一个月内跌去30.2%。在近段时间股价呈现颓势后，长鑫科技10月23日股价出现明显反弹。除了黄仁勋的表态，近日高盛还在一份研报中表示，长鑫科技披露的第三季度营收预测中位数，比该机构此前的预测高出30%，净利润预测中位数比该机构此前的预期高出17%，高盛将长鑫科技的目标价由129元微调至130元。 寒武纪前三季度营收净利润双双翻倍 10月23日晚间，AI芯片厂商寒武纪发布第三季度财报。该季度寒武纪营收35.31亿元，同比增长104.47%，净利润14.04亿元，同比增长147.74%。今年前三季度，寒武纪营收95.26亿元，同比增长106.76%，净利润37.15亿元，同比增长131.49%。寒武纪称，营收同比增长主要是因持续拓展市场，助力人工智能应用落地。 【点评】第三季度，寒武纪营收和净利润都创上市后的单季度历史新高。不过，该季度寒武纪经营活动产生的现金流量净额为负，为-8367.8万元。截至9月底负债合计72.36亿元，相比6月底增加了56%。此外，截至9月底，寒武纪存货达到116.65亿元，这可能意味着寒武纪在积极备货，但存货高企同样存在风险。

匹配字段正文

服务器内存到手机、PC内存，几乎所有DRAM都在涨。长鑫就是在这样的行情里赚到钱的。 所谓"技术周期"，意味着下一阶段的定价权要靠产品本身来争取：谁能供应HBM，谁能做出大容量服务器内存模组，谁能通过AI服务器厂商的验证，谁才能继续拿到高价。通用的、可替代的产品，涨价动力会最先消退。 放到长鑫身上，有三个现实： HBM还没上牌桌。 长鑫的HBM3样品已向国内AI芯片厂商送样，仍处于量产前的验证阶段；12层HBM3E的量产目标是2027年。即便进展顺利，与三星、SK海力士仍有两到三年的差距。 客户结构偏消费。 长鑫的核心客户包括联想、小米、传音、荣耀、OPPO、vivo等终端厂商，公司也在半年报里承认客户集中度偏高。消费电子恰恰是最早感受到高价压力的地方。 它的筹码在通用DRAM的增量。 瑞穗认为，长鑫可能是2027年唯一能提供增量DDR5的供应商；长鑫也已在国家级项目采购中拿下大部分DRAM份额。这是长鑫的护城河，但它押注的是"缺货"本身，而缺货终究会过去。 这里还有一个细节。集邦的数据显示，从今年一季度起，HBM的单片晶圆产值已被DDR5 64GB RDIMM这类通用服务器内存反超，

匹配字段正文

iton，其性价比比同代x86处理器高出约40%。 回到前面提到的“哑铃中段”，为什么海量传统企业的核心生产系统迟迟不接入AI？人才和组织能力是一方面，但很大一块阻碍是经济账算不过来——推理成本太高了。如果应用调用模型的边际成本下不来，企业重写老旧系统的投资回报率就会很低。现在的推理成本必须再降一个数量级，企业级应用的大爆发才会真正到来。 这就是我们开发自研AI芯片Trainium的核心原因。最新一代Trainium相比同类硬件，在性价比上同样保持了30%到40%的优势。只有把推理成本打下来，AI应用才能从实验室玩具变成无处不在的生产工具。 同时结盟Anthropic与OpenAI的底层逻辑 问：除了底层硬件，亚马逊在生态合作上也动作频频。你们向Anthropic投资了上百亿美元，近期又深化了与OpenAI的大规模合作。但在资本市场看来，云厂商既当投资人又当算力供应商的模式存在争议。亚马逊布局这两笔重量级合作的商业逻辑是什么？ 贾西：这两家公司拥有目前全球顶尖的工程技术团队，在业务增长速度上也打破了软件行业的历史记录。 我们的投资与合作基于三个清晰的维度：第一，我们确信AI代表着深远的

匹配字段正文

要。最近一个财年的营收达到2160亿美元，自OpenAI于2022年底推出ChatGPT以来增长了约八倍。 在AI热潮之前，英伟达销售的是可装入标准服务器机架或PC的显卡。其最新系统要大得多，也昂贵得多。英伟达的旗舰产品Vera Rubin是一个七英尺高的机架，包含72个GPU，重量相当于一辆皮卡。据摩根士丹利估计，其成本超过700万美元。 尽管英伟达仍主导AI芯片市场，但竞争正在浮现：谷歌在其庞大的云服务中出租张量处理单元（TPU），AMD则于7月推出了其首个名为Helios的AI机架。立即观看视频17:3617:36AMD推出首个AI系统与英伟达竞争，签约微软和Meta科技 现金是英伟达的另一大优势。该公司今年上半年产生了700亿美元的自由现金流，而AMD总计仅略高于40亿美元，谷歌母公司Alphabet第二季度则为资助其建设而出现现金流为负。 这对英伟达构建其生态系统是一个巨大优势。该公司目前提供全服务式平台，包括软件、服务、集成硬件，并为许多客户提供融资协助。 英伟达8月的最新季度财务申报概述了未来数年超过5000亿美元的表外承诺，其中大部分将在2029财年之前到期。同月，黄仁

匹配字段正文

TX约300名员工，2025年三家英国实体总收入约39.3亿英镑（约350亿元），人均营收超1亿元；日交易量约2500亿美元。 2. 外汇赛道与人才助其切入做市 XTX 2015年成立时选择做市渗透较低的外汇市场，借伦敦交易中心地位和前德银全球外汇主管加盟，外汇排名超过德银。 3. 重金自建AI算力提升交易能力 XTX在冰岛超算存储400PB数据，2.5万个AI芯片花费超1.5亿英镑，用机器学习预测超5.3万种金融工具价格；与幻方量化同年成立且同样重金建算力。 4. 富豪影响力外溢，行业进入算力竞赛 格尔科身家居英国第八并曾登顶纳税榜，投资Anthropic等、捐助数学教育；XTX拟投超10亿欧元建芬兰五座数据中心，简街等同行也加码AI基础设施。2026-10-24 15:08英国“梁文锋”，怒赚640亿投中网速览 《星期日泰晤士报》近期发布的2026年英国富豪榜中，被称为"数学家"的亚历克斯·格尔科（Alex Gerko），以160.06亿英镑（约合1417亿元人民币）的身家，位列第八。 根据榜单估算，这位英国富豪，身家在一年内涨了72.61亿英镑（约643亿元）。算下来，格尔科的资

匹配字段正文

上的程序，巨型内核则是把许多任务打包进一个程序。 创始人声称，这套框架可以执行完整的训练流程、提供推理服务、玩电子游戏，甚至能在单个内核中同时完成这三件事。此外，还可以把“内存受限的推理”和“计算受限的训练”重叠执行——前者大部分时间在等数据读取，后者大部分时间在做数学计算，两者叠加后，就能做到尽量让芯片不空转。 三、英伟达红杉都下注，但商业化仍待验证 作为AI芯片的主要供应商，英伟达也出现在这轮融资的投资方名单中。Lux合伙人布兰登·里夫斯（Brandon Reeves）说，随着AI开发走向“下一前沿”，“从现有资源里获得更多产出”会非常关键。他认为，Flapping Airplanes“可能是最有条件做到这一点的公司”。 红杉资本合伙人戴维·卡恩（David Cahn）与斯佩克特及其兄弟本·斯佩克特（Ben Spector）相识多年。他说，这轮最新融资说明，投资者对这家公司的创始团队评价很高。“有太多这类AI实验室，很容易让人淹没在噪音里。”卡恩说，“但这家公司不是‘众多公司中的一个’，而是‘独一无二’的那一个。” 不过，资本下注并不等于技术已经兑现。斯佩克特希望，公司的工作能让其

匹配字段正文

026-10-22 17:02:05来源： 财新网作者：葛浩玥责任编辑：关聪 文｜财新 葛浩玥（见习） 2026年10月22日 17:02 此次罢工为24小时警告性罢工，产线未直接停摆，工会和美光仍在协商 2023年存储寒冬中，美光全年净亏损58.33亿美元并大幅裁员，此后AI带动DRAM、HBM需求爆发，业绩急速翻身。图：视觉中国 相关报道【财新周刊】中国AI芯片崛起｜AI革命之五【财新周刊】封面报道之二｜存储双雄叩关A股【财新周刊】存储芯片进入超级周期｜深度回放美光、高通释放AI需求利好 全球半导体板块上涨存储巨头美光三财季净利润暴涨近14倍 年内股价上涨逾267%台积电前董事长刘德音增持5460万元美光股票 中美存储行情再涨 【财新网】10月22日上午9时起，存储巨头美光（NASDAQ：MU）中国台湾桃园厂工会在厂区门口开始为期24小时的罢工。工会意欲争取更公平的企业分润，核心诉求是把利润分享制度化。 此次罢工为24小时警告性罢工，由11名工会干部在厂门口执行，产线未直接停摆。工会在罢工宣言中细数产线员工“做二休二”，不满每班12小时轮班、为扩产随时转调陌生设备、配合美国总部清晨

匹配字段正文

有一句话，营销课上总在讲，说赚到最多钱的是卖铲子的人。”特维德认为，挖金子需要铲子，也需要镐头，缺一样都不行。卖铲子的人每卖一把赚4美元，卖镐头的人每卖一把亏1美元，于是他不卖了。可没人卖镐头，就没人挖金子，卖铲子的生意也做不成。 “所以卖铲子的人会说：这样吧，我先借钱给你，你才卖得动镐头，才有人去淘金。” 这与当下AI产业的情形类似。特维德估算，芯片厂商在AI芯片端赚到2600亿至3400亿美元利润；做前沿模型一端大约亏500亿至600亿美元。 “对有钱的那一方来说，这么做完全说得通，我必须帮你把模型建起来，否则我什么也卖不出去，你把模型卖出去以后，我的芯片才能卖出去。”特维德认为，这个过程会持续一段时间，期间一定有机构会出现风险，但总体来看，这么做是“相当理性”的，“整体上我没有那么担心”。 与此同时，他援引《经济学人》近期的一篇报道作为旁证，该文梳理了英伟达在循环融资中的角色，结论是并不特别危险，因为英伟达手上现金充裕。 芯片制造商的价格目前“低得离谱” 特维德曾多次公开指出，AI产业还处于一轮长周期的早期阶段。对于未来AI领域最确定的投资机遇在何处，特维德表示，这个答案会随时间

匹配字段正文

anohar Paluri）、曾任白宫首任首席数据科学家的D.J.帕蒂尔（D.J. Patil），以及前Terremoto Biosciences高管所罗门·赖斯伯格（Solomon Reisberg）。 ▲Warp Sciences联合创始人（图源：Warp Sciences） 据彭博社报道，目前，Warp Sciences团队约有20人，已经配备机械臂和AI芯片等硬件设备。韦尔说，Warp的化学家在开展实验时，将使用可穿戴摄像头、带压力传感器的手套和其他设备，以生成训练定制AI模型所需的数据。 Warp计划结合前沿模型和自研开放权重模型，逐步建设自动化实验室。 二、AI制药赛道升温，Warp后续业务或将扩展至更多学科 AI用于药物研发已经成为风险投资企业关注的热门方向，OpenAI等公司也在布局这一赛道。 据彭博社此前报道，Alphabet旗下Isomorphic Labs主要研究利用AI模型进行药物发现，该公司已经就新一轮融资展开早期谈判，预计估值至少达到400亿美元（约合人民币2669.8亿元）。 本周早些时候，OpenAI还收购了Orchestra Bio。该公司搭建了一个利

匹配字段正文

性收入（按年底当月收入折算的全年收入）会在5000亿美元到1万亿美元之间。约翰森则在业绩会上提到，今年底这一数字的目标是1000亿美元。 “我们相信，每瓦算力的价值会随着时间上升，不会下降。”马斯克在业绩会上说，随着AI软件不断改进、模型变得更好，每瓦算力能产出的“有用智能”会更多，算力也就更值钱，“这就是为什么你会看到，就连H100（英伟达2022年推出的AI芯片）这样的旧型号，现在的租金都比刚推出时还高”。 “所以我认为，聪明的做法是签短期合同，把赌注押在每瓦有用智能的快速增长上。”马斯克说。按他的说法，SpaceX出租算力，收费接近现货市场的价格，不签长期合同；从续约的情况看，每瓦算力的价格比原来更高。如果算力确实越来越值钱，签长约就等于把价格锁在了当前的水平。 SpaceX此前公开的文件显示，租用其算力的客户包括AI公司Anthropic和谷歌，两份协议的期限虽然都到2029年，但过了初始阶段，双方都可以提前90天通知终止。 约翰森亦在业绩会上说，目前的算力价格略高于公司在2026年二季度业绩会上提到的每瓦30至50美元区间的上限；按这样的价格，新部署的算力不到一年就能回本，经

匹配字段正文

学院”。该计划旨在通过模拟人类幼儿学习方式，让机器人观察人类操作并反复练习，掌握现实任务技能。 宇树科技王兴兴：宇树G1机器人已经累计生产下线约1-2万台 在2026世界物理AI大会暨宇树合作伙伴生态大会上，宇树科技创始人王兴兴表示，自2024年5月发布以来，宇树G1机器人已经累计生产下线约1-2万台。 三星电机将获特斯拉、英伟达合计3.7万亿韩元投资，共建AI芯片基板产线 特斯拉、英伟达将分别出资1.1万亿韩元、2.6万亿韩元，与三星电机共建FC-BGA(倒装芯片球栅阵列基板)产线，这是面向AI半导体的新一代封装基板。当前FC-BGA已经成为AI供应链新瓶颈，两家企业敲定对三星电机工厂的投资。 DeepSeek据悉完成1000亿元融资，宁德时代和腾讯参投 DeepSeek据悉完成约1000亿元人民币(150亿美元)融资，为中国历来规模最大的融资交易之一。宁德时代和腾讯是本轮融资的最大投资者之一。 科大讯飞发布端云一体星火X2.6 10月22日，2026科大讯飞全球1024开发者节主论坛发布端云一体讯飞星火X2.6，云端和端侧(星火X2.6-4B)能力同步提升，通过精准分工、按需协同，

匹配字段正文

性增长。这种产业链级的深度绑定，在全球半导体供应链中都相当罕见。 双线布局：车端/机器人与数据中心并重 据悉，两大客户的专线分工十分清晰。 特斯拉专线落地世宗工厂，专门生产用于自动驾驶电动汽车和人形机器人Optimus的AI半导体基板，供货合同期为五年（2029-2033年），计划2028年下半年量产，2029年起供货。此前，马斯克已确认，特斯拉自研的下一代AI芯片AI5将由三星电子代工部门采用2nm工艺、在美国德州泰勒工厂生产，并计划2027年4月起率先集成进Optimus。业内预期，三星电机FC-BGA有望随AI5进入特斯拉车端与机器人硬件体系。 英伟达专线则瞄准数据中心市场，生产AI计算芯片组与网络基板，并同步扩建世宗与釜山工厂，合作已于10月21日德国GTC 2026大会披露。随着自动驾驶、人形机器人与AI数据中心同步扩张，高性能FC-BGA需求正从数据中心向终端场景全面外溢。 角色重塑：从“追赶者”到“核心供应商” 作为AI算力硬件的核心载体，FC-BGA倒装芯片球栅阵列基板，是支撑AI GPU、高性能CPU实现高带宽、高算力输出的必需高端封装基板，其核心生产材料依赖日本味之

匹配字段正文

《上海市加快推动人工智能赋能工业服务业高质量发展行动方案（2027-2028年）》来源：上海市经济和信息化委员会发布时间：2026-10-23 16:23AI政策生成海报支持企业加快突破端云协同推理、异构算力动态调度及软硬件协同优化等关键技术，并运用知识蒸馏、模型量化与结构化剪枝等，加速研发深度适配自主AI芯片的轻量化垂直小模型，全面提升边缘侧高精度实时推理效能。 为贯彻落实国家关于推动人工智能赋能新型工业化的战略部署，抢抓人工智能技术革新机遇，加快高价值工业服务深度嵌入生产制造全过程，提升工业服务业供给质量，推动制造业向价值链高端迈进，制定本行动方案。 一、总体目标 以人工智能全链赋能为牵引，以新一代智能制造为主攻方向，实施“模塑申服”行动，全面提升工业服务业支撑能级，发展研发设计、供应链服务、柔性制造服务、质量检测、设备运维，着力增强产业核心竞争力。 到2028年，工业服务业中人工智能应用普及率达到85%以上，力争培育10个数智原生的独角兽企业。建设5个行业级协同设计平台；聚焦高端装备、整车制造等重点领域提升供应链韧性与安全水平；推动500个优质企业构建柔性制造服务体系、打造上海市

匹配字段正文

新的Auto-Ontology库应能识别业务数据之间的关系，例如将客户、产品或订单相互关联起来。为此，Nvidia将现有的CUDA-X库与其Nemotron Retriever模型以及新的Kumo模型系列相结合。该系列基于初创公司Kumo AI的技术，据媒体报道，Nvidia已于6月收购了该公司。 请注意那条绿色曲线：如今Nvidia不仅将自己视为全球最大的AI芯片和数据中心供应商，还视为开放权重模型的供应商。除了同样提供源代码和训练数据的Nemotron之外，还新增了Kumo等其他系列。 （图片：heise） Kumo 专注于基于结构化数据的预测。Nvidia 为此提供多个预训练模型，包括 Kumo Tabular、Relational、Time Series、Forecast 和 Anomaly。它们可用于预测营收走势、识别异常或评估运营风险。此前，此类应用往往需要针对单个数据集专门开发机器学习方法。Nvidia 希望通过面向不同数据类型的预训练模型来减少这一工作量。 合作伙伴包括 Databricks 和 Snowflake。Palantir 也与 Nvidia 合作：其软件在

匹配字段正文

。起初只有Deepseek-V4.1-Flash能受益于这些功能。未来，Deepseek计划为这款工具开放更多自家AI模型。 但这款工具并非面向个人用户，这一点至少从所支持的硬件上就能看出来。为此需要采用SM100架构的Nvidia GPU，这类GPU通常以完整服务器系统的形式面向企业提供。或者也可以使用华为的NPU Ascend 950。据彭博社报道，每颗AI芯片的价格长期以来略高于37000美元。 推荐编辑内容 在这里你可以找到来自TargetVideo GmbH的外部内容，它们补充我们在t3n.de上的编辑内容。点击“显示内容”即表示你同意我们 now and in the future 在我们的页面上向你展示TargetVideo GmbH的内容。在此过程中，个人数据可能会被传输给第三方平台。 数据保护提示 很遗憾，出了点问题…… 此处通常会显示来自TargetVideo GmbH的外部内容，但我们无法获取你的同意设置。 请重新加载页面或手动调整你的同意设置。 本地AI？用这些工具不成问题 查看8张图片 本地AI：用这7款工具不成问题 来源：Wachiwit / Shutter

匹配字段正文

程可控。 02 效率从哪来：架构、研发、运维、供应链 这套效率在工程组织层面可以找到部分解释，但更根本的答案在技术路线的选择里。对关注国产算力的从业者来说，看一家算力公司的真实水位，主要看三样东西：总体拥有成本（TCO）、交付能力、软件生态。而东方算芯通过近存计算加软件定义这条技术路线在支撑着这三者。 在架构方面，3D堆叠近存计算突破“内存墙”瓶颈。传统高端AI芯片采用“计算核心+外置HBM”的分离架构，带宽瓶颈要靠先进制程和更复杂的封装来弥补，数据在计算单元与存储单元之间长距离搬运，功耗和成本水涨船高。DF1000的选择是从根上改变存储与计算的连接方式：把DRAM晶圆直接键合在逻辑晶圆上方，铜焊盘对准直连，中间没有凸点，也没有中介层，互连间距从数十微米压缩到亚微米级，单芯片访存带宽做到6.4TB/s。这个带宽水平高于采用HBM显存方案的主流AI芯片的官方规格：H100为3.35TB/s，H200为4.8TB/s，MI300X为5.3TB/s。DF1000在14nm工艺上做到了HBM3E级别的带宽，而没有使用HBM。带宽优势在路线图里继续放大：按计划今年四季度推出的DF2000，访存带

匹配字段正文

注册/登录Groq下一代芯片，将采用3D封装技术来源：半导纵横发布时间：2026-10-21 18:04AI芯片存储生成海报Groq计划采用的方案为3DS。 英伟达实质上完成收购的AI芯片企业Groq，正计划在下一代芯片中采用3D堆叠DRAM的封装技术。外界认为，这是Groq试图摆脱以往以高速但小容量SRAM为主的设计思路，大幅提升芯片容量。 业内消息称，Groq正在研讨在下一代芯片上应用3D封装技术，改用DRAM替代原有SRAM。3D封装是将多颗半导体裸片（Die）垂直堆叠，而非平铺摆放，使其像单颗芯片一样工作。相比2D方案，它可以缩小面积、提升能效。 据悉Groq计划采用的方案为3DS（3D Stacked Memory，3D堆叠内存）。3DS是利用硅通孔（TSV）将DRAM芯片垂直互连的大容量封装。同样使用TSV，它和高带宽内存（HBM）有相似之处，但HBM主打数据传输速度，而3DS保留传统DRAM接口，重点提升容量。 一位半导体行业人士表示：“Groq计划在下一代芯片引入3D封装，堆叠的不是以往的SRAM，而是DRAM。” 行业解读认为，Groq此举意在显著扩充芯片容量。SRA

匹配字段正文