SK 海力士预测：到 2030 年，AI 基础设施性能规模将增长约 20 倍

AI 总结
• 10 月 14 日，SK 海力士开发总管安炫在首尔举行的“第 28 届韩国半导体大展”上发表主旨演讲。
• 安炫预测，受任务复杂度、上下文长度及推理请求量激增驱动，2030 年 AI 基础设施性能规模将增长约 20 倍。
• 随着 KV Cache 容量膨胀，数据需在 HBM、DRAM 和 SSD 间分摊，由此产生的数据迁移正成为制约性能并推高能耗的新瓶颈。
• SK 海力士正推进 3D 堆叠 DRAM 以降低能耗，并研发将 HBM 技术导入 NAND 的新一代高带宽闪存 HBF。
• SK 海力士计划使 HBF 带宽达到同代 HBM 的 50% 左右，同时实现约 10 倍的容量扩容。

【SK 海力士预测 AI 基础设施性能将增长约 20 倍】
IT之家 10 月 14 日消息，据韩联社报道，SK 海力士开发总管安炫（Ahn Hyun）今日在首尔江南区 COEX 举行的“第 28 届韩国半导体大展”(SEDEX 2026) 上发表主旨演讲。

他预测称，2030 年 AI 基础设施性能规模将增长约 20 倍。

【AI 推理市场三维扩张推动算力需求】
安炫指出，当前 AI 推理市场正同时在三个维度快速扩张：任务复杂度的提升、单次处理信息量（上下文长度）的激增，以及推理请求量的井喷。

这些因素相互交织，推动了 AI 算力基础设施需求的迅猛增长。

【数据迁移成性能瓶颈，需全局优化存储】
随着 AI 推理需求的暴增，承担海量数据存储与迁移任务的存储器，其关键地位愈发凸显。

特别是用于保存并复用前序处理信息的“键值缓存（KV Cache）”容量持续膨胀，迫使系统必须将数据分摊存储于高带宽内存 HBM、DRAM 以及 SSD 等不同介质中。

分析表明，在此过程中产生的数据迁移，正演变为制约性能提升并推高系统能耗的全新瓶颈。

对此，安炫作出了这一预测，即人工智能基础设施的性能规模到 2030 年将增长约 20 倍。

安炫强调，行业不能仅停留在提升单一存储芯片的性能上，而亟需采取优化整个存储层次结构的全局方案。

【SK 海力士全力推进下一代存储技术研发】
为此，SK 海力士在持续优化现有 HBM 性能的同时，正全力推进 3D 堆叠 DRAM 以及高带宽闪存 HBF 等下一代存储技术的研发：

• 3D 堆叠 DRAM：通过在 GPU、NPU 等逻辑芯片之上直接堆叠 DRAM，在大幅跃升传输性能的同时显著降低能耗。

• 高带宽闪存 HBF：将成熟应用于 HBM 的硅通孔立体堆叠与高速 I/O 接口技术导入 NAND 闪存，旨在 HBM 与 DRAM 之间开辟全新的存储层级。

IT之家从报道获悉，SK 海力士的目标是将 HBF 的带宽做到同代 HBM 的 50% 左右，同时实现约 10 倍的容量扩容。

[来源链接] https://www.ithome.com/1/012/980.htm