国产内存新架构问世：30TBs带宽超越HBM，摆脱国外供应链依赖

AI需求重心转移：从训练到推理，内存架构成新挑战

AI的需求重心正在从训练转向推理，一个关键的转变随之而来：算力本身不再是唯一的瓶颈，内存的“墙”却越垒越高。如何构建高带宽、低延迟的内存架构，成了整个行业必须攻克的挑战。而最近，国内公司在架构创新上交出了一份令人瞩目的答卷。

紫光发布“紫弦”三维近存计算架构，带宽达30TB/s

新紫光集团日前正式发布了名为“紫弦”的三维化近存计算架构。这套方案的核心，是围绕3D DRAM进行构建，并首创了所谓的“3.5D异质异构集成”方案。其最炸裂的参数，是存储带宽达到了惊人的30TB/s。

30TB/s带宽是什么概念？对比HBM3e与B200 GPU

这个数字是什么概念？不妨做个对比。目前AMD和NVIDIA高端芯片采用的HBM3e内存，单颗带宽大约在1.2TB/s。即便是英伟达最新的B200 GPU，其总带宽也“仅”为8TB/s。紫弦架构的30TB/s带宽，可以说实现了数量级上的跨越，优势相当明显。

低延迟与高性能表现：访存延迟降低18倍，吞吐率领先

高带宽之外，低延迟是另一个杀手锏。在PNM近存计算模式下，该架构的访存延迟最大可以降低18倍。这意味着数据不用再“长途跋涉”，计算单元能更快地拿到所需信息，效率自然大幅提升。

性能究竟如何？根据官方公布的模拟仿真数据，在同等算力条件下，紫弦架构的Token吞吐率，相比NVIDIA的B200系列，要高出1.5到2倍以上。这不仅仅是纸面参数的领先，更是实际效能的有力证明。

技术可落地性与战略意义：具备量产能力，不依赖国外供应链

当然，任何前沿技术都面临一个灵魂拷问：能落地吗？对此，新紫光给出了明确的肯定。他们强调，这项技术并非实验室里的“盆景”，而是具备了规模化量产的能力。更关键的一点在于，其技术路径并不依赖国外供应链，而是基于国内领先的产业链构建而成。这在当前的地缘技术格局下，无疑增添了一层特殊的战略意义。

未来展望：架构创新引领差异化AI算力发展路径

当然，具体的量产上市时间表尚未公布。但这项技术的亮相本身，已经传递出一个清晰的信号：在先进制程可能受限的背景下，通过极致的架构与集成技术创新，完全有可能走出一条差异化的、高性能的AI算力发展路径。未来的竞争，或许不止在晶体管密度上，更在系统级的设计智慧里。