首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 汽车 游戏 社会热点 开源推荐 医疗健康 归档 标签 关于

美光研发边缘推理内存EIM:降低数据处理延迟 布局物理AI

摘要

快科技10月19日消息, 美光正在推进面向物理AI的专用存储芯片——边缘推理内存(Edge Inference Memory,EIM)的研发。 美光高管表示,自动驾驶、人形机器人、增强现实与虚拟现实等物理AI市场正在迅速崛起,公司正与核心客户紧密沟通,共同推进适配这一新兴市场的产品研发。 EIM能够高速处理AI推理所需的数据,其架构是在逻辑芯片之上垂直堆叠低功耗内存(LPDDR)。这与在存储器内部...

快科技10月19日消息 美光正在推进面向物理AI的专用存储芯片 边缘推理内存 Edge Inference Memory EIM 的研发 美光高管表示 自动驾驶
2026-10-19 1 阅读 约1分钟阅读 鹿角
分享:
字号:
快科技10月19日消息, 美光正在推进面向物理AI的专用存储芯片——边缘推理内存(Edge Inference Memory,EIM)的研发。 美光高管表示,自动驾驶、人形机器人、增强现实与虚拟现实等物理AI市场正在迅速崛起,公司正与核心客户紧密沟通,共同推进适配这一新兴市场的产品研发。 EIM能够高速处理AI推理所需的数据,其架构是在逻辑芯片之上垂直堆叠低功耗内存(LPDDR)。这与在存储器内部执行计算的存内计算(PIM)属于不同概念:两者都部署在AI主芯片周边以提升数据处理效率,但PIM把计算单元集成在存储器内部,EIM的具体计算架构目前尚未公开。 EIM介于AI处理器与内存之间,主要用于降低数据处理延迟并提高系统带宽。 美光尚未披露具体目标性能指标,正在推进将EIM集成至LPDDR6方案的技术研发,业内预计其量产时间将在2028年下半年。 现阶段人形机器人主要采用LPDDR等低功耗内存,而非高带宽内存(HBM)。与高度依赖HBM的数据中心不同,依赖电池供电的机器人对能效比要求更为严苛。 美光方面表示, 目前机器人采用的AI模型参数量多在十亿至二十亿左右,对内存带宽的需求尚且有限;随着性能更强的视觉语言模型引入,仅凭LPDDR将难以为继,必然会向HBM架构演进。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱