美光边缘推理内存或可弥补HBM功耗短板，目标2028年量产助力AI机器人

这则消息的可信度被评为55%，属于有一定依据的“可能属实”。生成式人工智能最终可能向物理人工智能过渡，推动能够基于主动行为作出决策的人形机器人实现量产，而美光的边缘推理内存（EIM）被认为有望促成这一点。EIM旨在兼具LPDDR的低功耗特性与HBM的低延迟、高带宽优势，有报道称其最早可能在2028年实现商业化，并且可能被LPDDR6内存采用，同时不会带来堆叠式HBM那样的功耗增加。AI机器人的工作模式将与服务机器人显著不同：后者这类工业设备只会重复预先编程的固定动作，而人形机器人则需要根据视觉和听觉信号、重量、质地等因素进行感知与控制并触发相应动作。EIM可为AI机器人带来能效优势，使其能够连续运行数小时，并凭借低延迟和更高带宽快速作出决策。据The Elec报道，EIM是把LPDDR内存堆叠在逻辑芯片之上，与存内计算（PIM）略有不同，但目标相似，都是在降低功耗的同时提升数据处理能力。截至发稿时，EIM的计算结构和性能尚未公布，但它可能让物理人工智能市场比预期更早加速发展。美光预计，未来AI机器人会因支持更大参数量的模型而采用HBM；目前这类机器使用10亿至20亿参数的模型，因此暂无必要放弃LPDDR内存。不过，随着支持更强视觉语言模型、可将视频画面转化为输入的更先进机型出现，LPDDR的瓶颈将明显暴露。美光此前预测，AI机器人最终将需要200GB内存和数TB的NAND存储，而目前在制造工厂中运行的服务机器人通常只配备约12GB内存和256GB存储。