一句话看懂：美国初创公司 Kepler Computing 结束了七年保密研发，推出不依赖 EUV 光刻机的 SRAM 和 HBM 记忆体架构，试图绕开先进制程瓶颈，在现有晶圆厂内解决 AI 芯片的记忆体短缺问题。该公司已获得包括 AMD、Intel Capital 和美国商务部在内合计超过 7 亿美元的资金支持。
事件核心：发生了什么
总部位于圣何塞的 Kepler Computing 于 2018 年由物理学家和计算机科学家团队创立，近日正式走出隐身模式，公布了其自研的新一代高带宽记忆体（HBM）和静态随机存取记忆体（SRAM）架构。Kepler 表示，其技术核心是利用“3D 堆叠”和专有铁电材料，在不依赖极紫外光刻（EUV）的情况下提高记忆体密度，且可直接在 GlobalFoundries 等现有晶圆厂产线上生产。
目前 Kepler 的测试主要在新加坡进行，并已在 GlobalFoundries 位于佛蒙特州的工厂运行验证。公司累计融资 4.68 亿美元，投资方包括 GlobalFoundries、Intel Capital、AMD Ventures、Baillie Gifford 以及比尔·盖茨的 Gates Frontier 基金。2025 年 7 月，美国商务部承诺最高提供 2.45 亿美元，用于支持其在美国本土开发面向 AI 的高性能记忆体技术。
为什么重要
当前 AI 算力竞赛中，HBM 已成为最紧俏的元件之一，SK 海力士与美光等巨头正投入数十亿美元新建工厂，但产能释放周期漫长。Kepler 的路线试图绕开“建新厂+买 EUV”的重资产模式，用新材料的 3D 堆叠方案在成熟制程（如 GlobalFoundries 的 28nm 节点）上实现接近 2nm 或 3nm 芯片的 SRAM 密度。这种思路若能量产，将直接改变记忆体市场的供需节奏，并可能降低 AI 加速卡与数据中心对台积电、三星最先进制程的依赖，给整个半导体供应链提供一条新的弹性路径。
对用户/开发者/创作者的影响
短期看，Kepler 的产品尚在测试与小批量验证阶段，普通用户与开发者不会立刻感知到变化。但需关注其后续量产的间接影响：若 HBM 与 SRAM 供应压力缓解，AI 训练和推理的算力成本可能不再持续上涨，云厂商的 GPU/XPU 服务器采购价格或趋于稳定。对于依赖大模型 API 的开发者与创作者而言，记忆体供给改善是降低推理成本、维持模型定价稳定的必要条件之一。目前公开信息显示，Kepler 并未公布具体客户或商用时间表，实际落地仍需等待。
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，Kepler 是否能在 GlobalFoundries 现有产线上实现良率与成本可控的量产，这是验证其“不需要 EUV”叙事的关键。第二，AMD、Intel 等已投资方是否会率先在下一代 CPU/GPU 中采用其 SRAM 方案，将是一个明确的落地信号。第三，随着美国商务部资金到位，其是否会在美国本土建设独立产线，以及 SK 海力士、美光等传统记忆体大厂是否会跟进类似材料路线，将持续影响行业格局。
来源：Wired AI
