「HBM之父」金正浩：AI 本质是内存，GPU 真正工作时间仅 10%

被业界称为「HBM 之父」的韩国科学技术院（KAIST）电气工程系教授金正浩近日在视频专访中抛出一个颇具冲击力的判断：AI 的本质是内存，而非 GPU。他给出的数据是——「GPU 装 100 万台，真正工作的时间只有 10%。」这一观点在科技与投资圈广泛流传。

GPU 陷入「外通死局」

金正浩早在 2010 年代初期便与 SK 海力士合作参与 HBM1 开发，此后又主导一系列底层架构研究，被公认为高带宽内存（HBM）领域的奠基性人物。他对当前 GPU 主导格局的判断措辞犀利：GPU 想提升性能只能扩大芯片面积、堆叠更多计算单元，但散热需求使其必须加装背面散热装置，无法像内存一样垂直堆叠，由此陷入「外通死局」。

他解释说，每当 ChatGPT 输出一个词，系统都需要从 HBM 中读数据、做计算、再写回内存，「读和写几乎占掉了全部时间，GPU 就在旁边干等着」。即便通过算法优化，GPU 利用率也很难突破 30%。他由此得出结论：「AI 等于内存（AI = Memory）。」他还进一步提出：「谷歌 Gemini、OpenAI、Anthropic Claude，谁更强，是由内存决定的——这是我的主张。」

HBM 的两大核心：容量与带宽

金正浩将 HBM 的价值归结为两个维度：

• 容量：随着上下文工程、多模态输入和 Agentic AI 的到来，内存需求以「每年翻倍」的速度增长，「10 年就是 1000 倍」。传统靠缩小晶体管增容的方式已逼近量子力学边界，必须转向垂直堆叠。
• 带宽：传统内存相当于 8 车道高速公路，HBM 已是 1024 车道、现在达到 2048 车道，几年后可能高达 100 万车道——靠大规模并行通道匹配 AI 计算的速度需求。

HBF 与 HBS：下一代内存的两条路线

HBM 解决了速度问题，但容量仍有天花板。金正浩详细阐述了他认为的下一阶段两条技术路线：

• HBF（High Bandwidth Flash）：将 NAND 闪存像 HBM 一样垂直堆叠，与 DRAM 形成共存格局，承接「冷数据」存储需求。目前开发 HBF 的公司包括 SK 海力士、闪迪、三星电子以及日本铠侠（Kioxia）。
• HBS（High Bandwidth SRAM）：把整张 12 英寸晶圆全部做成 SRAM，再垂直堆叠 12 至 16 层，容量可从 100 GB 扩展到 1600 GB，速度比 DRAM 快约 1000 倍。

他描绘的终极 AI 芯片形态是一栋「100 层 3D 大楼」：HBM、HBF、HBS 各自构成多层建筑，GPU 放在顶层负责散热冷却。但他坦言，「给 GPU 和堆叠内存供几千安培的电」才是最大的工程难题，电力供应网络设计将成为企业间真正的核心竞争力。

定制 HBM 与内存厂商的范式转变

进入 HBM4 时代，需求结构发生根本变化。由于需要根据英伟达、谷歌、AMD 等客户的加速器架构量身定制，内存厂商必须在研发之初就拿到客户的数量承诺（长期协议 LTA）才会启动开发。金正浩说：「AI 企业太需要高性能 HBM 了，所以他们排队来。供应方开始决定价格，这是范式的转变。」

他还预期，未来 HBM 芯片内将集成通信功能，实现「HBM 之间相互通话」：「不听话的 GPU，就不分配。」这进一步抬升了内存厂商的系统性地位。在他看来，全球能同时量产 DRAM（HBM）和 NAND 闪存（HBF）的公司，目前只有三星电子与 SK 海力士两家。对于今年两家公司合计营业利润 500 万亿至 600 万亿韩元的预测，他的回答是「现实的」。

AI PC、AI 手机与「超级 HBM」

金正浩还将内存叙事延伸至终端设备：真正实现个人 AI 计算的 PC 售价将达 1000 万韩元，「内存价格决定 PC 价格」；AI 智能手机售价 300 万至 500 万韩元中，200 万至 300 万韩元将是内存的成本。

面向更远的未来，他判断随着 Agentic AI 与 Physical AI（具身 AI/物理 AI）到来，AI 代理将 24 小时不间断工作，内存需求还将暴增约 1000 倍，「那时候不是 HBM，而是需要『超级 HBM』的时代了」。