SK海力士：2030年AI基礎設施性能規模料增長約20倍

財聯社10月14日訊（編輯 周子意）SK海力士周三（10月14日）預測，到2030年，人工智能基礎設施的性能規模將增長約20倍，這主要得益於人工智能推理需求的快速上升。

在首爾2026半導體展上，韓國芯片巨頭開發負責人Ahn Hyun發表主題演講時指出，人工智能推理市場正同時在三個領域擴展——任務複雜度、每次處理的信息量、以及推理請求數量，並且這三個因素的相互作用正在迅速推高對人工智能基礎設施的需求。

隨着人工智能推理需求激增，存儲和傳輸大量數據的內存變得越來越重要。

特別是，用於存儲並重復使用AI模型先前處理過的信息的關鍵值緩存，其容量需求不斷增長，因此需要將數據分佈在不同類型的內存中，包括高帶寬內存（HBM）、動態隨機存取內存（DRAM）以及固態硬盤。

對此，Ahn Hyun作出了這一預測，即人工智能基礎設施的性能規模到2030年將增長約20倍。

此外該高管還補充道，SK海力士正在推進下一代存儲技術，包括三維堆疊DRAM和高帶寬閃存，同時繼續提升現有HBM產品的性能。

兩大新技術

此外值得一提的是，同一時間，在舊金山的2026年OCP全球峰會上，SK海力士推出了MARS——一款以內存為中心的AI機架級系統，這是一種解耦式機架級架構，旨在無縫協調計算和內存資源。

據瞭解，MARS能夠將計算和內存協調到一個共享的基礎設施中，多輪智能體推理產生的鍵值緩存存進共享內存池，不必反覆重算，首個詞元的生成時間最多可提升3至5倍，尾延迟壓縮更明顯。

這一性能躍升直接針對現有以處理器為中心的集群架構所固有的資源失衡問題，有望降低GPU過度配置帶來的總擁有成本。

與此同時，SK海力士的高帶寬閃存技術HBF在保持接近HBM級別帶寬的前提下，將容量擴展至HBM的14倍，並計劃於2028年初推出樣品。

上述兩項技術的發佈，標誌着SK海力士在HBM主賽道之外開闢了一條差異化路線，劍指當前人工智能推理與訓練中日益嚴峻的內存瓶頸問題。在HBM供應持續緊張、英偉達等AI芯片廠商對HBM需求居高不下的背景下，這兩項技術或將對現有人工智能存儲架構形成重要補充，並對存儲產業鏈競爭格局產生深遠影響。