全球人工智能技术快速发展的背景下，一项关键性技术瓶颈正日益凸显。存储系统性能不足已成为制约人工智能向更高阶段发展的主要障碍。这个判断来自被誉为高带宽内存技术开创者的韩国学者金正浩的最新研究成果。 当前人工智能技术正经历从生成式向智能体时代的跃迁，对数据处理能力提出前所未有的要求。金正浩分析指出，新一代人工智能需要同时处理海量文档、视频等多模态数据，导致内存需求可能呈现百万倍级增长。这种"上下文工程"的兴起，使传统以处理器为中心的计算架构面临根本性挑战。 技术瓶颈的出现源于存储系统与计算需求间的严重失衡。当输入规模扩大100至1000倍时，现有高带宽内存产品已难以满足系统运行的速度与准确性要求。以堆叠DRAM实现的HBM技术虽能提供超高带宽，但在容量扩展上存在明显局限。 针对这一挑战，产业界正积极探索新型解决方案。高带宽闪存技术（HBF）通过堆叠NAND闪存替代DRAM，构建类似"巨型书架"的长期存储体系，在容量上实现数量级突破。值得关注的是，SK海力士已在今年2月提交的学术论文中提出混合配置HBM与HBF的"H3架构"，为未来存储系统设计提供了可行方案。 技术专家预测，HBF工程样品有望在2027年前后面世，主要科技企业可能在2028年开始采用该技术。这一进程或将重塑全球半导体产业竞争格局。韩国两大存储巨头三星电子与SK海力士预计将在新赛道展开激烈角逐，类似此前HBM时代的技术竞赛可能再次上演。 产业观察人士指出，技术重心的转移将带来深远影响。未来计算系统可能围绕超大容量内存构建，处理器角色或将发生根本性变化。这种架构革新不仅将提升人工智能系统性能，更可能重新定义产业链价值分配。
人工智能技术的发展始终在不同要素的平衡中推进。从GPU主导到内存成为关键瓶颈的转变，既反映了AI应用的复杂化，也预示着产业竞争重点的转移。在这个过程中，掌握新型存储技术的企业将在下一阶段竞争中占据优势。这不仅将影响全球芯片产业格局，也为有关企业带来新的机遇和挑战。