核心事件速览
三星电子于2026年9月16日在美国加州圣克拉拉举行的"AI 基础设施峰会"上，正式披露其下一代AI内存技术zHBM的路线图，旨在将AI加速器的响应速度提升10倍。硬性指标与时间线如下：
- 发布时间：zHBM已于2026年8月（峰会前一个月）发布；zNAND-O三维存储方案预计2028年起提供样品
- 核心目标：AI系统每秒词元处理量从当前100 Tokens/user提升至1000 Tokens/user
- 性能提升：zHBM架构理论峰值性能可达HBM5的8倍，能效达3倍
- 关键架构：zHBM将HBM直接垂直堆叠在AI加速器上，摒弃传统水平布线
技术突破与行业反应
传统AI系统中，内存与处理器分离布局导致数据移动延迟高、能耗大。金仁东（Samsung DSA存储产品规划高管）采用"酒店客房直达大堂的专用电梯"比喻zHBM设计——该设计消除了数据传输中的"等待电梯"延迟，为实时推理任务提供低时延路径。
值得注意的反差数据是：尽管zHBM性能指标突出，作为HBM补充方案的CXL（Compute Express Link）技术却在峰会上受到质疑。OpenAI研究员丹尼尔·莫里斯明确表示：“就AI模型的实际运行而言，我找不到CXL能用在哪里”，其唯一可能用途仅限于存放极少调用的冷数据。
英特尔SoC架构负责人维迪娅·蒂亚加拉詹进一步指出：“CXL整合内存确有辅助价值，但它无法替代HBM；GPU间通过CXL传输数据的速度远低于HBM。“这一观点揭示了高带宽场景下实测性能的巨大落差。
技术对比：HBM vs CXL定位差异
| 维度 | HBM（含zHBM） | CXL |
|---|---|---|
| 物理结构 | 通过硅通孔(TSV)垂直堆叠于处理器旁 | 通过接口水平连接内存模块 |
| 带宽水平 | zHBM理论峰值为HBM5的8倍 | 显著低于HBM，适合容量扩展而非带宽需求 |
| 典型用途 | AI模型热数据、实时推理、权重矩阵高速读取 | 服务器内存扩容、冷数据存储、跨服务器共享内存 |
| 主导厂商 | Samsung, SK Hynix | Intel-led, broad industry support |
该对比表明，CXL更多承担"辅助性记忆扩展"角色，而高并发推理所需的带宽仍依赖HBM及其演进版本。
用户落地建议
- 适合立即跟进者：AI芯片设计团队与大模型推理平台服务商。若业务依赖实时对话响应（如客服机器人、AI助手），zHBM的低延迟设计可显著改善用户体验，建议密切跟踪三星2027-2028年量产进展。
- 建议再等等者：预算敏感型AI初创企业。当前HBM成本高、供应紧张；CXL虽性能不足但可能提供更低成本方案。若非实时推理刚需，可等待2028年zNAND-O等替代方案成熟后评估。
写在最后
这场峰会揭示了一个清晰趋势：AI算力瓶颈正从计算单元转向内存子系统。当摩尔定律趋缓，通过3D堆叠重构内存-处理器拓扑结构，成为延续性能增长曲线的必由之路——三星等存储巨头正从"货架部件"供应商转向算力架构的关键定义者。