美光秀出AI内存新方案，存储器成半导体转型关键

美光方面表示，伴随人工智能任务从模型训练向大规模推理延伸，特别是推理密集型与AI智能体系统的普及，从计算堆栈到存储层级的各个环节，对内存和存储的需求均出现显著增长。AI技术已经从根本上改变了存储器的定位。为此，该公司计划在COMPUTEX 2026展会上，推出面向数据中心及智能边缘端的AI内存与存储综合解决方案。

美光执行副总裁兼业务总裁Sumit Sadana指出，当前AI模型的上下文长度正以每年30倍的幅度激增，但单台服务器的内存容量在过去三年里仅翻了一番。如今，系统性能前所未有地依赖于内存的带宽与容量。这种半导体生态系统的结构性转变，使得内存与存储技术成为了不可或缺的战略资产。

据美光介绍，内存与存储构成了AI数据中心性能的基石。其中，HBM（高带宽内存）主要用于驱动高速模型运行及KV缓存；LPDDR和DDR则作为系统内存，承担调度编排与长上下文扩展任务，且LPDDR在性能上更具优势。同时，数据中心SSD（固态硬盘）完善了整体架构，为KV缓存提供稳定的容量支持，而大容量SSD则是构建海量数据湖的可靠保障。通过这种分层架构，系统能够有效分担GPU的运算压力，从而最大化数据中心的Token生成量。

在产品层面，美光目前推出的36GB 12H规格HBM4，其带宽每增加两倍，大型语言模型的推理吞吐量即可提升2.6倍。此外，该公司还发布了全球容量最高的256GB SOCAMM2，与标准RDIMM相比，其功耗和物理空间占用均大幅减少三分之二，进一步确立了其在低功耗数据中心内存领域的领先地位。同时，美光已向客户送样基于业界领先的1γ（1-gamma）工艺制造的256GB DDR5 RDIMM。该模块最高传输速率可达9200 MT/s，比现有量产模块快40%，且与两颗128GB模块相比，运行功耗降低了40%以上。

另一方面，随着AI推理应用从数据中心向个人电脑、智能手机、汽车及嵌入式系统渗透，内存与存储设备的需求正在经历根本性变革，美光也正针对这一趋势进行积极部署。通过高密度DRAM，可以保障AI模型和智能体AI的持续后台运行；而存储方案则升级为“主动作业层”，支持从AI PC的本地模型缓存到车载实时传感器融合等多种场景，从而在各个边缘节点提供更为迅速和实时的AI体验。具体而言，搭配LPDDR5X的LPCAMM2模块能提供高达9600 MT/s的传输速率，其采用模块化、低功耗的128位双通道设计，专为轻薄型PC打造。此外，采用PCIe Gen5标准的消费级SSD能够在一秒内完成大型语言模型的加载，相比上一代Gen4 SSD，能效提升了107%。

近年来，美光相继推出了1γ DRAM与G9 NAND产品，通过协同设计与工程合作来加快AI平台的商业化落地。同时，该公司还在美国、印度、日本、新加坡以及中国台湾地区等地持续进行制造与产能扩张投资。