芯片初創公司，攻破內存牆

半導體行業觀察

09/03

來源：內容編譯自hpcwire。人工智能革命催生了對訓練前沿模型的處理能力的巨大需求，而英偉達正用其高端 GPU 來滿足這一需求。然而，2025 年人工智能突然轉向推理和代理人工智能，暴露出內存管道方面的缺口，d-Matrix 希望通過其創新的 3D 堆疊數字內存計算 (3DIMC) 架構來解決這個問題，該架構已於上週在 Hot Chips 大會上進行了展示。該公司由首席執行官 Sid Sheth...

網頁鏈接

免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。

熱議股票

{"basename":"/hant","ssrTDKData":{"titleTemplate":"%s - 老虎證券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎證券,老虎證券開戶,老虎券商,老虎證券官網,老虎證券app,tigertrade老虎證券,股票,炒股,新加坡股票交易平臺,投資,投資理財","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.be62fbe1.png","ogUrl":"https://www.itiger.com/hant/news/2564333023"},"companyName":"老虎證券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2564333023\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2564333023?lang=zh_TW&edition=fundamental","thumbnail":"","is_english":false,"pubTime":"2025-09-03 09:15","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2564333023","market":"us","top_or_hot":-1,"title":"芯片初創公司，攻破內存牆","media":"半導體行業觀察","content":"<div>\n<p>來源：內容編譯自hpcwire。人工智能革命催生了對訓練前沿模型的處理能力的巨大需求，而英偉達正用其高端 GPU 來滿足這一需求。然而，2025 年人工智能突然轉向推理和代理人工智能，暴露出內存管道方面的缺口，d-Matrix 希望通過其創新的 3D 堆疊數字內存計算 (3DIMC) 架構來解決這個問題，該架構已於上週在 Hot Chips 大會上進行了展示。該公司由首席執行官 Sid Sheth...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b\">網頁鏈接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>芯片初創公司，攻破內存牆</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 12.5px; color: #7E829C; margin: 0;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n芯片初創公司，攻破內存牆\n</h2>\n<h4 class=\"meta\">\n<p class=\"head\">\n<strong class=\"h-name small\">半導體行業觀察</strong><span class=\"h-time small\">2025-09-03 09:15</span>\n</p>\n</h4>\n</header>\n<article>\n<div>\n<p>來源：內容編譯自hpcwire。人工智能革命催生了對訓練前沿模型的處理能力的巨大需求，而英偉達正用其高端 GPU 來滿足這一需求。然而，2025 年人工智能突然轉向推理和代理人工智能，暴露出內存管道方面的缺口，d-Matrix 希望通過其創新的 3D 堆疊數字內存計算 (3DIMC) 架構來解決這個問題，該架構已於上週在 Hot Chips 大會上進行了展示。該公司由首席執行官 Sid Sheth...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b\">網頁鏈接</a>\n\n</div>\n\n<div class=\"bt-text\">\n\n\n<p> 來源：<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b\">半導體行業觀察</a></p>\n<p>為提升您的閱讀體驗，我們對本頁面進行了排版優化</p>\n\n\n</div>\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"LU2286300806.USD","symbol_name":"Allianz Cyber Security AT Acc USD","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b","article_id":"2564333023","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250903092941a4b0ae70&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2564333023","pubTimestamp":1756862144,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"通過垂直堆疊內存並與計算芯片緊密集成，Raptor 有望突破內存壁壘，實現全新的性能和總擁有成本 。這兩種架構均已融入該公司的旗艦產品 Corsair，該產品目前採用最新的 PCIe Gen5 規格，並具有 150 TB/s 的超高內存帶寬。Sheth 相信 3DMIC 將提供性能提升，幫助 AI 推理突破內存壁壘。隨着Pavehawk的上市，該公司目前正在開發利用3DMIC的下一代內存處理架構，名為Raptor。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"LU2286300806.USD":"Allianz Cyber Security AT Acc USD","3NVD.UK":"LS 3X NVIDIA","LU1548497426.USD":"安联环球人工智能AT Acc","LU2462157665.USD":"ALLIANZ GLOBAL INCOME \"A\" (USD) INC","NVDS":"Tradr 1.5X Short NVDA Daily ETF","LU2023250330.USD":"ALLIANZ INCOME AND GROWTH \"AMG\" (USD) INC","BK4141":"半导体产品","2NVD.UK":"2X NVIDIA ETP","LU0170899867.USD":"EASTSPRING INVESTMENTS WORLD VALUE EQUITY  \"A\" (USD) ACC","NVDU":"Direxion Daily NVDA Bull 2X Shares","LU0308772762.SGD":"Blackrock Global Allocation A2 SGD-H","LU2247934214.USD":"FIDELITY FUNDS SUSTAINABLE FUTURE CONNECTIVITY \"A\" (USD) ACC","LU2168563687.JPY":"AZ ALLOCATION - TREND \"AAZ\" (JPYHDG) ACC","NVDS.UK":"LS -1X NVIDIA","LU0267386448.USD":"FIDELITY FIRST ALL COUNTRY WORLD \"A\" (USD) INC","LU2413666426.HKD":"BNP PARIBAS GLOBAL ENVIRONMENT \"C\" (HKD) ACC","LU0109392836.USD":"富兰克林科技股A","NVIW.SI":"NVDA 3xLongSG261006","LU2092937148.SGD":"Blackrock ESG Multi-Asset A8 SGD-H","HBM":"HudBay Minerals Inc","NVD3.UK":"LS 3X NVIDIA","LU1778281490.HKD":"HSBC GIF GLOBAL LOWER CARBON EQUITY \"AD\" (HKD) INC","IE0034235295.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"A\" (USD) ACC","NVDX":"T-REX 2X LONG NVIDIA DAILY TARGET ETF","IE00B19Z9505.USD":"美盛-美国大盘成长股A Acc","LU2271345857.HKD":"ALLIANZ GLOBAL SUSTAINABILITY \"AT\" (HKD) ACC","LU2111349929.HKD":"ALLIANZ GLOBAL SUSTAINABILITY \"AM\" (HKD) INC","NVD2.UK":"2X NVIDIA ETP","BK4592":"伊斯兰概念","NVDY":"YIELDMAX NVDA OPTION INCOME STRATEGY ETF","NVD":"GraniteShares 2x Short NVDA Daily ETF","SNVD.UK":"LS -1X NVIDIA","NVDD":"Direxion Daily NVDA Bear 1X Shares","LU0965508806.USD":"AB LOW VOLATILITY EQUITY PORTFOLIO \"AD\" (USD) INC","LU0061474960.USD":"天利环球焦点基金AU Acc","LU1923623000.USD":"Natixis Thematics AI & Robotics Fund R/A USD","LU1267930573.SGD":"TEMPLETON GLOBAL \"AA\" (SGD) ACC A","LU2463028550.USD":"AB SICAV I AMERICAN MULTI-ASSET PORTFOLIO \"A\" (USD) ACC","NVDA":"英伟达","LU2272731782.SGD":"Allianz Global Intelligent Cities AM Dis H2-SGD","DIMC":"Dimeco, Inc.","IE00B3M56506.USD":"NEUBERGER BERMAN EMERGING MARKETS EQUITY \"A\" (USD) ACC","LU1989764748.USD":"东方汇理环球颠覆性机遇A2 Acc","LU0708994859.HKD":"TEMPLETON GLOBAL \"A\" (HKD) ACC","LU1267930730.SGD":"富兰克林美国机遇基金AS Acc SGD (CPF)","LU2552382215.SGD":"WELLINGTON US BRAND POWER \"A\" (SGDHDG) ACC","TCO":"陶布曼中心","IE00BDRTCR15.USD":"PINEBRIDGE GLOBAL DYNAMIC ASSET ALLOCATION \"ADC\" (USD) INC A","LU2106854487.HKD":"ALLIANZ THEMATICA \"AMG\" (HKD) INC"},"translate_title":"Chip startups, breaking through the memory wall","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"2NVD.UK":0.6,"3NVD.UK":0.6,"DIMC":1,"HBM":1,"NVD":0.6,"NVD2.UK":0.6,"NVD3.UK":0.6,"NVDA":0.9,"NVDD":0.6,"NVDS":0.6,"NVDS.UK":0.6,"NVDU":0.6,"NVDX":0.6,"NVDY":0.6,"NVIW.SI":0.6,"SNVD.UK":0.6,"TCO":1},"content_text":"來源：內容編譯自hpcwire。人工智能革命催生了對訓練前沿模型的處理能力的巨大需求，而英偉達正用其高端 GPU 來滿足這一需求。然而，2025 年人工智能突然轉向推理和代理人工智能，暴露出內存管道方面的缺口，d-Matrix 希望通過其創新的 3D 堆疊數字內存計算 (3DIMC) 架構來解決這個問題，該架構已於上週在 Hot Chips 大會上進行了展示。該公司由首席執行官 Sid Sheth 和首席技術官 Sudeep Bhoja 於 2019 年創立，兩人均曾擔任高速互連開發商 Inphi Corp 的高管，該公司於 2020 年被 Marvell 以 100 億美元收購。其目標是開發內存計算芯片級技術，為 AI 推理帶來比傳統 DRAM 帶寬更大的內存，且成本遠低於高帶寬內存(HBM)。Sheth 在領英上發帖稱：“我們相信，AI 推理的未來不僅取決於對計算的重新思考，也取決於對內存本身的重新思考。我們正在為新的內存計算範式 (3DIMC) 鋪平道路，該範式使我們的 DIMC 平台能夠持續擴展，突破內存瓶頸，同時又不犧牲內存容量和帶寬。通過三維堆疊內存並將其與計算更緊密地集成，我們顯著降低了延遲，提升了帶寬，並實現了新的效率提升。”d-Matrix 技術採用LPDDR5內存，並通過中介層將數字內存計算 (DIMC) 硬件連接到內存。DIMC 引擎使用經過改進的 SRAM 單元，並增強了用於執行乘法運算的晶體管，在內存陣列內部執行計算。它採用 chiplet 架構構建，並針對矩陣向量乘法（一種基於 Transformer 的模型中使用的運算）進行了優化。Apollo 計算核心包含八個 DIMC 單元，可並行執行 64×64 矩陣乘法，支持各種數值格式（例如 INT8、INT4 和塊浮點）。“我們預計 3DIMC 將使 AI 推理工作負載的內存帶寬和容量提高几個數量級，並確保隨着新模型和新應用的出現，服務提供商和企業能夠高效且經濟地大規模運行它們。”我們的下一代架構 Raptor 將在其設計中融入 3DIMC——這得益於我們和客户在 Pavehawk 測試中積累的經驗。通過垂直堆疊內存並與計算芯片緊密集成，Raptor 有望突破內存壁壘，實現全新的性能和總擁有成本 (TCO)。我們的目標是在使用 3DIMC 而非 HBM4 運行 AI 推理工作負載時，實現 10 倍內存帶寬和 10 倍能效提升。這些並非漸進式的提升，而是階躍式的改進，重新定義了大規模推理的可能性。甚至在2022 年底ChatGPT 的推出引發人工智能革命之前， d-Matrix的人們就已經發現了對更大、更快內存的需求，以滿足大型語言模型 (LLM) 的需求。d-Matrix 首席執行官兼聯合創始人 Sid Sheth 已經預測，由於OpenAI和谷歌的 LLM 項目前景光明，人工智能推理工作負載將激增，這些項目已經在人工智能領域及其他領域引起了關注。“我們認為這將會持續很長一段時間，”Sheth在 2022 年 4 月接受BigDATAwire採訪時談到了大模型 (LLM) 的變革潛力。“我們認為，未來 5 到 10 年，人們基本上會傾向於使用 Transformer，而這將成為未來 5 到 10 年 AI 計算的主要工作。”Sheth 不僅準確預測了 Transformer 模型的變革性影響，還預見到它最終將導致 AI 推理工作負載激增。這為 Sheth 和 d-Matrix 帶來了商機。問題在於，基於 GPU 的高性能計算架構雖然能夠很好地訓練規模越來越大的 LLM 和前沿模型，但卻並非運行 AI 推理工作負載的理想之選。事實上，d-Matrix 發現，這個問題一直延伸到 DRAM，它無法高效地以所需的高速傳輸數據來支持即將到來的 AI 推理工作負載。d-Matrix 的解決方案是專注於內存層的創新。雖然 DRAM 無法滿足 AI 推理的需求，但一種速度更快、價格更昂貴的內存——SRAM（靜態隨機存取存儲器）——卻能勝任這項任務。d-Matrix 採用數字內存計算 (DMIC) 技術，將處理器直接融合到 SRAM 模塊中。其 Nighthawk 架構利用直接嵌入 SRAM 卡的 DMIC 芯片，這些 SRAM 卡可直接插入 PCI 總線，而其 Jayhawk 架構則提供 die-to-die 功能，以實現橫向擴展處理。這兩種架構均已融入該公司的旗艦產品 Corsair，該產品目前採用最新的 PCIe Gen5 規格，並具有 150 TB/s 的超高內存帶寬。快進到2025年，Sheth的許多預測都已成真。我們正處於從AI訓練到AI推理的重大轉變之中，代理AI將在未來幾年推動鉅額投資。d-Matrix一直緊跟新興AI工作負載的需求，並於本週宣佈其採用三維堆疊DMIC技術（或3DMIC）的下一代Pavehawk架構目前正在實驗室中運行。Sheth 相信 3DMIC 將提供性能提升，幫助 AI 推理突破內存壁壘。Sheth在 LinkedIn 的一篇博文中寫道： “AI 推理的瓶頸在於內存，而不僅僅是 FLOP（浮點運算）。模型發展迅速，傳統的 HBM 內存系統成本高昂、功耗高且帶寬受限。3DIMC改變了遊戲規則。通過三維堆疊內存並將其與計算更緊密地集成，我們顯著降低了延遲，提高了帶寬，並釋放了新的效率提升。”內存壁壘問題多年來一直存在，其根源在於內存和處理器技術進步的不匹配。d-Matrix 創始人兼首席技術官 Sudeep Bhoja 在本週的一篇博客文章中寫道：“行業基準測試顯示，計算性能每兩年增長約 3 倍，而內存帶寬卻僅落後 1.6 倍。結果就是差距越來越大，昂貴的處理器只能閒置，等待數據到來。”Bhoja寫道，雖然3DMIC技術無法完全彌補與最新GPU的差距，但它有望縮小差距。隨着Pavehawk的上市，該公司目前正在開發利用3DMIC的下一代內存處理架構，名為Raptor。Bhoja寫道：“Raptor……將把3DIMC融入其設計中——這將受益於我們和客户在Pavehawk測試中積累的經驗。通過垂直堆疊內存並與計算芯片緊密集成，Raptor有望突破內存壁壘，並釋放全新的性能和TCO水平。”究竟好多少？據 Bhoja 稱，d-Matrix 希望在使用 3DIMC 運行 AI 推理工作負載時，與 HBM4 相比，內存帶寬和能效分別提高 10 倍和 10 倍。Bhoja 寫道：“這些並非漸進式的提升，而是階躍式的改進，重新定義了大規模推理的可能性。” 通過將內存需求置於我們設計的核心——從 Corsair 到 Raptor 乃至更遠的未來——我們確保推理速度更快、更經濟，並且在大規模下更具可持續性。參考鏈接https://www.hpcwire.com/2025/09/02/d-matrix-takes-on-ai-memory-wall-with-3d-stacked-in-memory-compute/*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯繫半導體行業觀察。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"}}}