上海
财联社10月14日讯（编辑 周子意）SK海力士周三（10月14日）预测，到2030年，人工智能基础设施的性能规模将增长约20倍，这主要得益于人工智能推理需求的快速上升。
在首尔2026半导体展上，韩国芯片巨头开发负责人Ahn Hyun发表主题演讲时指出，人工智能推理市场正同时在三个领域扩展——任务复杂度、每次处理的信息量、以及推理请求数量，并且这三个因素的相互作用正在迅速推高对人工智能基础设施的需求。
随着人工智能推理需求激增，存储和传输大量数据的内存变得越来越重要。
特别是，用于存储并重复使用AI模型先前处理过的信息的关键值缓存，其容量需求不断增长，因此需要将数据分布在不同类型的内存中，包括高带宽内存（HBM）、动态随机存取内存（DRAM）以及固态硬盘。
对此，Ahn Hyun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。
此外该高管还补充道，SK海力士正在推进下一代存储技术，包括三维堆叠DRAM和高带宽闪存，同时继续提升现有HBM产品的性能。
两大新技术
此外值得一提的是，同一时间，在旧金山的2026年OCP全球峰会上，SK海力士推出了MARS——一款以内存为中心的AI机架级系统，这是一种解耦式机架级架构，旨在无缝协调计算和内存资源。
据了解，MARS能够将计算和内存协调到一个共享的基础设施中，多轮智能体推理产生的键值缓存存进共享内存池，不必反复重算，首个词元的生成时间最多可提升3至5倍，尾延迟压缩更明显。
这一性能跃升直接针对现有以处理器为中心的集群架构所固有的资源失衡问题，有望降低GPU过度配置带来的总拥有成本。
与此同时，SK海力士的高带宽闪存技术HBF在保持接近HBM级别带宽的前提下，将容量扩展至HBM的14倍，并计划于2028年初推出样品。
上述两项技术的发布，标志着SK海力士在HBM主赛道之外开辟了一条差异化路线，剑指当前人工智能推理与训练中日益严峻的内存瓶颈问题。在HBM供应持续紧张、英伟达等AI芯片厂商对HBM需求居高不下的背景下，这两项技术或将对现有人工智能存储架构形成重要补充，并对存储产业链竞争格局产生深远影响。
（财联社 周子意）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
