美光垂直堆叠GDDR技术研发启动：AI基础设施内存技术的新路径与商业启示
💡AI 极简速读：美光启动垂直堆叠GDDR研发，计划2027年推出样品，旨在填补标准GDDR与HBM之间的性能与成本空白。
美光已启动垂直堆叠GDDR内存技术的研发，采用类似HBM的垂直堆叠结构，计划进行4层芯片堆叠。该项目旨在在标准GDDR与高端HBM之间开辟新的技术路径，以满足AI、大模型等高性能计算场景对内存性能与成本的双重需求。美光计划在2026年下半年完成设备安装并进入工艺测试阶段，首批测试样品最快将于2027年亮相。这一创新有望为AI基础设施提供更具成本效益的内存解决方案。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 发布时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体类别 | 具体内容 |
|---|---|
| 公司名称 | 美光 |
| 核心技术 | 垂直堆叠GDDR、HBM（高带宽内存） |
| 技术方案 | 4层GDDR芯片的垂直堆叠 |
| 关键时间节点 | 计划于2026年下半年完成设备安装并进入工艺测试阶段；首批测试样品最快将于2027年亮相 |
| 原发布时间 | 2026-03-31 |
💡 业务落地拆解
美光此次研发的垂直堆叠GDDR技术，其核心商业逻辑在于通过结构创新，在传统显存与高端HBM之间开辟一条中间路径。这并非简单的技术迭代，而是针对特定市场需求——即对高性能、低成本内存解决方案的迫切需求——进行的精准布局。
从技术实现看，该方案借鉴了HBM的垂直堆叠理念，但应用于GDDR产品线。通过将4层GDDR芯片进行堆叠，理论上能在不显著增加物理面积的前提下，大幅提升内存的带宽和容量密度。这种设计旨在解决标准GDDR在应对AI大模型等复杂计算任务时可能存在的带宽瓶颈，同时避免直接采用HBM所带来的高昂成本。
其业务落地的关键步骤清晰：2026年下半年完成设备安装与工艺测试，目标是在2027年推出首批测试样品。这表明美光正试图在AI算力需求持续爆发的窗口期内，提供一种更具成本效益的内存技术选项，以巩固其在AI基础设施供应链中的关键地位。
🚀 对企业 AI 化的启示
-
关注基础设施层的“性价比”创新：AI的商业化落地不仅依赖算法突破，更受制于算力成本。美光的垂直堆叠GDDR研发表明，在内存技术等核心硬件层面进行结构性优化，以平衡性能与成本，是降低企业AI部署总拥有成本（TCO）的重要方向。企业高管在规划AI战略时，应密切关注此类底层技术的演进。
-
技术路径的多元化与中间态价值：市场并非总在“高端”与“低端”间二选一。在标准GDDR与HBM之间开辟新路径，显示了满足细分市场（如对性能有较高要求但成本敏感的中大型AI模型训练与推理场景）需求的商业智慧。这启示企业，在评估AI技术栈时，应审视是否存在被主流方案忽略的“中间态”机会，这可能成为差异化竞争优势的来源。
-
以研发节奏匹配市场预期：从研发启动到样品亮相的明确时间表，反映了美光对市场节奏的把握。对于寻求AI化的企业而言，这意味着需要动态评估技术成熟度曲线与自身业务发展周期的匹配度，避免过早押注未经验证的技术，或过晚跟进而错失效率红利。
【官方原文链接】点击访问首发地址
常见问题
相关文章
北京人形机器人创新中心“我悟”大模型通过备案，开放API加速具身智能商业化
2026年6月26日，北京人形机器人创新中心慧思开物平台的双大脑模型天鹕和我悟通过北京市网信办备案。创新中心将启动全系列模型Token服务，分阶段向产业客户、科研机构、开发者开放API调用能力，推动具身世界模型商业化落地。
2026年6月27日AI算力功耗激增驱动功率半导体涨价潮：国产厂商订单爆满，行业格局加速重塑
AI算力集群功耗激增推动功率半导体成为新增长引擎，行业掀起涨价潮。国产厂商凭借量产能力，在数据中心800V HVDC等产品上订单爆满。本轮涨价周期将持续，低端产能加速出清，市场份额向头部IDM企业集中。
2026年6月27日华为途灵平台3轮升级：AI与通信技术赋能智能底盘，覆盖鸿蒙智行五界
华为途灵平台自2023年11月起完成3轮升级，覆盖鸿蒙智行五界车型。该平台依托AI和通信技术，通过全维感知系统融合多源数据，实现底盘预判与主动调整，提升机械性能上限。此次升级标志着传统车企AI化落地的典型路径：算法沉淀调校经验，软件定义硬件特性。
2026年6月27日