英伟达与 SK 海力士宣布多年期技术合作，共同开发下一代 AI 内存
一句话看懂：英伟达与 SK 海力士签署多年期合作协议，联合研发专为 AI 训练和推理优化的下一代高带宽内存（HBM）。这直接关系到未来大模型训练成本、推理速度以及 AI 芯片的整体算力上限。
事件核心：发生了什么
据 Readhub 报道，英伟达与 SK 海力士于近日宣布建立一项多年期技术合作关系，双方将共同开发面向 AI 工作负载的下一代内存解决方案。SK 海力士是目前全球领先的高带宽内存（HBM）供应商，其 HBM3E 产品已广泛应用于英伟达的 H100、H200 及 Blackwell 系列 AI 加速卡。此次合作将专注于 HBM4 及后续代际的联合设计，确保英伟达未来的 GPU 架构能够在内存带宽和功耗效率上实现突破。
为什么重要
在 AI 大模型时代，显存带宽已经成为制约训练吞吐量和推理延迟的核心瓶颈。英伟达与 SK 海力士的深度绑定意味着：一是从芯片架构层面进行“交钥匙式”定制，减少传统内存与 GPU 之间的适配损耗；二是可以提前锁定下一代 HBM 产能，避免因供应链短缺导致产品延期。对行业而言，这种“算力+内存”的联合技术路线将进一步提升 AI 基础设施的性能天花板，同时也增加了其他内存供应商（如三星、美光）的追赶压力。
对用户/开发者/创作者的影响
目前公开信息显示，HBM4 预计将在 2026 年实现量产。对于开发者而言，更快的显存带宽意味着在本地或云端运行大模型推理时，响应延迟会进一步降低；对于 AI 应用企业和创作者，若 HBM 产能充足，英伟达 GPU 的价格可能不会因供需失衡而剧烈波动。此外，如果 HBM4 能实现单位能耗下的更高算力，云端 API 的费用有望随之下降，这是利好转账式 AI 应用的长期信号。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，HBM4 的具体规格（如容量、带宽、功耗）是否会在合作中对外公布，以及它与英伟达下一代 GPU 架构（如 Rubin 平台）的兼容性关系。第二，三星和美光是否会推出类似的联合开发计划，或通过技术突破重新切入英伟达旗舰显卡的供应链。第三，这一合作对云服务厂商（如微软、亚马逊）选择自研 AI 芯片的内存策略是否会构成压力，进而影响整个 AI 算力市场的竞争格局。
来源：Readhub · AI
