韩国教授：未来AI竞争看内存，中美会追赶上来

被韩媒称为“HBM（高带宽内存）之父”的韩国科学技术院（KAIST）教授金正浩，最近接受了《东亚日报》的视频专访。聊到HBM的技术演进和AI硬件的性能瓶颈时，他说了一句很直接的话：“AI的本质就是内存。”

过去大家习惯把AI的能力归功于模型算法和GPU算力，这当然没错。但金正浩提醒了一个容易被忽视的事实：当大模型真正跑起来的时候，注意力机制、上下文缓存、推理生成……这些环节的每一步，都离不开内存系统的支撑。换句话说，没有足够快、足够大的内存，再强的计算核心也只能干等。

HBM的本质，就是把多层DRAM垂直堆叠起来——既提升容量，又通过大量并行通道把数据传输效率拉高。金正浩打了个比方：传统内存像是8车道高速公路，而HBM就像1024车道、2048车道，未来甚至可能变成100万条车道。

他进一步解释了为什么内存会成为瓶颈：大模型每一次输出，都需要先从HBM或HBF（高带宽闪存）读取数据，完成计算后再写回。整个过程里，读写占了大部分时间，GPU常常处于等待状态。按他的估算，就算部署100万块GPU，真正用于计算的时间可能只有10%左右，大量时间都耗在等内存数据到位。即便通过算法和调度不断优化，这个比例也很难超过30%。

所以金正浩认为，未来AI计算机的进化方向，应该是让计算更靠近内存，让数据不再长途跋涉。他形象地说：“就像在公寓一楼装GPU，数据坐电梯下来计算，整栋楼解决所有事，省去奔波时间。”从HBM4开始，HBM已经出现了“以内存为中心计算”的趋势，部分GPU功能和通信功能被引入内存结构。

沿着这个思路，他描绘了HBM、HBF、HBS的三阶段演进路线。HBM是堆叠DRAM，速度快但容量有限；HBF是堆叠NAND Flash，速度慢一些但容量更大，适合承接AI的长期记忆和冷数据；HBS则是他提出的高带宽SRAM设想，目标是更低延迟、更高速度，支撑未来的AI计算。

在他设想的未来中，AI计算机将演变成大约100层的三维复合架构：HBM像百货商店，负责高速热数据；HBF像公寓楼群，负责大容量冷数据；HBS承担超低延迟缓存；而GPU/CPU则位于顶层，负责散热。

过去英伟达的强势地位，建立在GPU对AI训练的绝对适配之上。但进入推理时代后，内存的重要性快速上升。更关键的是，GPU发热高、需要外部散热，很难像DRAM或NAND那样继续大规模垂直堆叠。金正浩特别提到，英伟达CEO黄仁勋近期频繁出入韩国，背后原因就是GPU正面临瓶颈——技术成长几乎停滞，而未来3D AI计算机的供电和散热能力，会成为决定企业生死的核心竞争力。

当然，也要看到金正浩的立场。韩国是存储产业的重要参与者，他选择强调HBM、HBF乃至更远期的HBS，主观上也是在拔高韩国存储产业相对于GPU厂商的地位。他认为，韩国两大存储厂商既有DRAM堆叠基础，又有NAND技术积累，更有机会在未来3D AI计算架构中占据核心位置。

不过，未来的AI硬件竞赛不会简单地从“GPU时代”切换到“内存时代”，而是进入更复杂的系统工程阶段。GPU、HBM、先进封装、网络互连、电力和散热能力，最终会共同决定AI基础设施的真正实力。

金正浩在访谈中也提到了来自中国企业的追赶压力。他指出，中国企业可以覆盖三星、SK海力士等现有国际供应商产能不足以填补的市场。同时，随着本土企业自研GPU、NPU或AI芯片，中国内存产业也会被同步带动。虽然金正浩认为目前韩国企业仍保持领先，但他明确表示，总有一天，中国甚至美国企业都会在HBM、HBF上追上来。

“对韩国厂商而言，这是一场关系到生存的长期竞争，只能努力活到最后。”金正浩说。