SK 海力士加速 HBM4 量產布局，因應輝達 Vera Rubin 供貨需求 |
作者
蘇 子芸|發布日期
2026 年 02 月 04 日 16:53 |
|
根據韓國媒體報導，SK 海力士 正加速推進第六代 HBM4 量產計畫，因應輝達次世代 AI 加速器「Vera Rubin」即將到來的供貨需求。隨著雙方針對 HBM4 的品質驗證進入收尾階段，SK 海力士同步啟動 10 奈米級第五代（1b）DRAM 的量產準備，強化後續放量出貨能力。 繼續閱讀..
AI 推動硬碟革新！威騰電子靠雙驅動器架構，未來力拚最高 8 倍效能提升 |
|
作者
林 妤柔|發布日期
2026 年 02 月 04 日 15:35 |
|
威騰電子（Western Digital）在 Innovation Day 2026 中發表以客戶為中心的全新儲存產品藍圖，重新打造硬碟以滿足 AI 需求，並透過雙驅動器高頻寬硬碟將性能翻倍，未來有望達到 8 倍性能提升，而節能型硬碟則可降低 20% 功耗。 繼續閱讀..
比 HBM 便宜 軟銀、英特爾攜手研發次世代記憶體 |
|
作者
MoneyDJ|發布日期
2026 年 02 月 04 日 8:50 |
|
日本軟銀（Softbank）與美國英特爾（Intel）合作、攜手研發 AI 用次世代記憶體。英特爾表示，能夠研發比 HBM 更便宜的記憶體。 繼續閱讀..
記憶體牆困局 AI 算力競逐引爆全球記憶體超級循環 |
|
作者
TrendForce 集邦科技|發布日期
2026 年 02 月 03 日 10:00 |
|
目前主流大型語言模型（LLM）深度學習 Transformer 架構，運算效能高度依賴記憶體存取。不只海量資料的訓練，權重參數與推論過程中的 KV 快取，都需在 token 生成階段反覆讀取。當處理器運算成長速度，明顯快於記憶體頻寬與資料傳輸能力時，使得大量時間並非花在運算本身，而是耗費在等待資料從記憶體載入。當系統效能受限於資料傳輸速度時，就形成典型的「記憶體牆」（Memory Wall）問題。
