导读：未来，人工智能的发展和数据存储的进步将会是相辅相成的，数据存储也必将成为人工智能时代重要的一环。当前，AI时代模型算力需求已经远超摩尔定律的速度增长，特别是在深度学习、大模型时代之后，预计5-6个月翻倍。但总体而言，大容量、大带宽等存储芯片将迎来一波人工智能创新应用机遇。

“ChatGPT是人工智能领域的iPhone时刻，也是计算领域有史以来最伟大的技术之一。” 英伟达创始人兼CEO黄仁勋此前这样盛赞ChatGPT。

ChatGPT突然爆火，对大算力芯片提出了更高更多的要求。近日，据韩国经济日报报道，受惠于ChatGPT，三星、SK海力士HBM（high bandwidth memory，高带宽内存）接单量大增。

图片来源：三星半导体

据悉，SK海力士为英伟达供应第三代HBM，搭配英伟达的A100 GPU供ChatGPT使用。另外，英伟达已经将SK海力士的第四代HBM安装至H100，而H100已开始供应ChatGPT服务器所需。同时，韩国业界透露，如今第三代HBM报价飞涨，已是效能最高的DRAM产品的五倍之多，其市场成长率是三星、SK海力士原本预测的两倍以上。

过去的一年，由于低迷的市场表现，各大存储芯片巨头承受着巨大的亏损压力，步入了行业的“寒冬”。然而，ChatGPT等相关AI应用正对惨淡的存储芯片产生积极的影响。那么，未来一年，存储芯片是否迎来新的增量市场机遇？

高性能内存芯片亟待升级

HBM是一种基于3D堆叠工艺的DRAM内存芯片，它就像摩天大厦中的楼层一样可以垂直堆叠。基于这种设计，信息交换的时间将会缩短。这些堆叠的数颗DRAM芯片通过称为“中介层（Interposer）”的超快速互联方式连接至CPU或GPU，最后可将组装好的模块连接至电路板。

HBM的架构  图片来源：AMD

HBM重新调整了内存的功耗效率，能大幅提高数据处理速度，是当下速度最快的DRAM产品，其每瓦带宽比GDDR5高出3倍还多，且HBM比GDDR5节省了94%的表面积。目前，HBM主要被安装在GPU、网络交换及转发设备（如路由器、交换器）、AI加速器、超级计算机及高效能服务器上。

一般而言，HBM作为一种GPU显存存在时，如今虽不算罕见，但因HBM成本高昂，多在高端产品上见到。比如，英伟达面向数据中心的GPU。AMD在消费级GPU上用HBM算是比较少见的例子。

短短两个月，ChatGPT这一超级AI 应用的用户破亿，使全球科技巨头加快了生成式AI应用的布局，也带动了AI应用场景大发展，正掀起新一轮人工智能创新浪潮。

如今，搭载于新兴AI应用的内存芯片亟待升级，主要体现在三大方面：一是ChatGPT这类生成式AI应用需要在海量的训练数据中进行学习，才能实现高质量的生成输出。为了实现关键词识别、图像识别等功能，AI模型需要存储大量的图片和音频信息。

二是面向C端用户的AI应用必须具备快速处理数据的能力，才能向用户实时输出AI计算结果，因此也对内存芯片的数据传输速度提出了更高要求。

三是随着人工智能技术的进一步普及，越来越多的AI应用发生在移动设备和物联网终端设备上，而这些设备大多采用电池供电或充电，对功耗十分敏感。

HBM作为一种带宽远超DDR/GDDR的高速内存，将为大算力芯片提供能力支撑，进而成为相关加速芯片的必然选择，同时生成类模型也会加速HBM内存进一步增大容量和增大带宽。

HBM需求量将激增

众所周知，算力的来源就是芯片。而ChatGPT背后的计算集群使用的是AI芯片，其中以英伟达AI芯片为典型代表。

OpenAI曾表示，ChatGPT是与英伟达和微软合作完成的超级AI。微软在自己的云——Azue HPC Cloud中构建了超级计算机集群，将其提供给OpenAI。据悉，该超级计算机拥有285000个CPU（中央处理器）内核和10000多颗AI芯片。除了算力芯片外，AI对话程序在执行计算期间需要大容量、高速的存储支持，预计高性能存储芯片需求也会增长。

因此，未来，为GPU和人工智能加速器提供数据的高性能高带宽内存(HBM) 的需求将会扩大。从长远来看，随着AI聊天机器人服务的扩展，对用于CPU的128GB或更大容量的高性能HBM和高容量服务器DRAM的需求预计会增加。

据悉，从今年年初开始，三星电子和SK海力士的高带宽存储器（HBM）订单就大幅增加。与其他DRAM相比，HBM通过垂直连接多个DRAM，显著提高了数据处理速度，与CPU和GPU协同工作，可以大幅提高服务器的学习和计算性能。

此前，HBM之所以没有得到大范围应用，就在于其需要复杂的生产工艺和高度先进的技术。目前海力士是全球HBM3显存的主力生产商，占据了60-70%的市场。而三星则凭借着强大的研发实力以及资金投入，也在HBM显存市场上颇有建树。

目前，三星已开发出具运算能力的HBM，不但能储存数据、还能运算数据，且已在2022年10月向AMD供应该产品，用于AI加速器。

全球最大的GPU公司英伟达（Nvidia）一直在要求SK海力士提供最新的HBM3内存颗粒。全球排名第一的服务器CPU公司英特尔在全新的第四代至强可扩展处理器当中也推出了配备SK海力士HBM的产品。有业内人士表示，与最高性能的DRAM相比，HBM3目前的价格已经达到其5倍。

据悉，目前已经有超过25000块英伟达计算卡加入到了训练之中。如果所有的互联网企业都在搜索引擎中加入ChatGPT这样的机器人，那么计算卡以及相应的服务器的需求量将会达到50万块，远远超过现在的产能。因此，未来，随着不断接入ChatGPT等生成式AI需求大增，HBM的需求也将呈现出暴增的态势。

HBM成为下一代具有前景的内存芯片

CPU和GPU的性能每年都在大幅提升，但支撑它们的内存半导体性能却一直相对滞后，HBM作为替代方案应运而生。HBM可以消除CPU、GPU和内存之间的性能差距造成的瓶颈，补充了现有DRAM的局限性，被认为是一种具有前景的下一代内存产品。

其中，高带宽、高延迟的特性，决定了HBM是非常适用于作为GPU显存的，也决定了其非常适合HPC高性能计算、AI计算。比如，富士通的超级计算机富岳(Fugaku)内部所用的芯片A64FX，就搭配了HBM2内存。

从上方看HBM  图片来源：富士通

SK海力士也表示，从内存的角度来看，AI聊天机器人需要高性能的DRAM和高性能的计算存储设备，可能加快市场重心转向大容量服务器内存的时间。SK海力士提到，服务器内存从64GB迁移到128GB的速度可能更快。目前，通过与中央处理器(CPU)和图形处理器(GPU)配对，可以明显提高服务器性能的HBM订单正在明显增加。

计算存储是ChatGPT的重要基石。ChatGPT3相较ChatGPT2在数据存储端从百G提升至40T在存储量上有约100倍的提升，算力需求同样也呈几何倍增长。未来，人工智能的发展和数据存储的进步将会是相辅相成的，数据存储也必将成为人工智能时代重要的一环，相关企业将迎来机遇。最新的消息表明，相关影响已经开始波及上游产业，三星和海力士目前萎靡的DRAM业务也受到相关订单增加的利好。

以ChatGPT为例，数据显示，ChatGPT的总算力消耗约为3640PF-days(即假如每秒计算一千万亿次，需要计算3640天)。另有业界消息称，ChatGPT已导入了至少1万颗英伟达高端GPU。而花旗集团则预估，ChatGPT将可能促使英伟达相关产品在12个月内销售额达到30亿至110亿美元。

当前，AI时代模型算力需求已经远超摩尔定律的速度增长，特别是在深度学习、大模型时代之后，预计5-6个月翻倍。但总体而言，大容量、大带宽等存储芯片将迎来一波人工智能创新应用机遇。