HBM之父金正浩：AI本质是内存

在人工智能（AI）领域，一场关于算力核心的革命正在悄然发生。韩国科学技术院（KAIST）电气工程系教授金正浩，因其在高带宽内存（HBM）领域的开创性贡献而被称为"HBM之父"，近日在接受媒体采访时提出了一个颠覆性的观点：AI的本质并非GPU，而是内存。

根据金正浩的研究，当前AI系统中GPU的实际利用率远低于理论值。他指出，每次AI生成输出时，数据都需要在HBM内存和GPU之间反复传输，"读写操作几乎占用了全部时间，GPU反而成了"旁观者"。即便部署了100万台GPU，真正用于计算的时间也仅占10%-30%。

"AI等于内存（AI = Memory）"，这是金正浩多年研究得出的核心结论。他认为，随着AI从训练阶段向推理阶段过渡，内存能力将成为决定AI性能的关键因素。"谷歌Gemini、OpenAI、Anthropic Claude等模型的竞争，最终取决于它们能处理多少数据以及处理速度有多快，而这完全由内存技术决定。"

在AI发展初期，GPU确实是提升算力的主要手段。然而，随着多模态输入、Agentic AI等新技术的出现，对内存的需求呈指数级增长。金正浩表示，"10年后，内存需求将是现在的1000倍。"传统的通过缩小晶体管来增加容量的方法已经接近物理极限，因此必须采用垂直堆叠的技术路线。

"HBM解决了速度问题，但容量仍有天花板。"金正浩进一步阐述了下一代内存技术——HBF（High Bandwidth Flash）。这种技术将NAND闪存像HBM一样进行垂直堆叠，既能提供大容量存储，又能满足推理场景中对冷数据的访问需求。

"就像城市规划一样，HBM扮演着商场的角色，HBF相当于住宅区，而未来的HBS（高带宽SRAM）则会成为高速缓存。"金正浩设想了一个复杂的3D复合架构：HBM、HBF、HBS层层叠加，共同为GPU提供数据支持，形成一个约100层的"三维建筑"。

对于三星和SK海力士等内存厂商而言，这既是挑战也是机遇。金正浩明确指出，"现在是HBM的时代，但10年后，NAND闪存和HBF的市场需求将超过HBM。"这意味着内存厂商需要提前布局，开发适用于推理时代的新型存储解决方案。

"AI的未来，掌握在内存手里。"金正浩的这一论断不仅揭示了当前AI算力瓶颈的本质，也为半导体行业指明了发展方向。随着AI应用的不断深入，内存技术的创新将成为推动整个行业进步的关键力量。