{"id":"mb-20260924-2e858e","kind":"deep","title":"击穿端侧内存墙：高通为何把数据中心HBC近存架构搬进骁龙？","summary":"手机端侧 AI 长期受制于发热与内存带宽瓶颈，大模型生成字符元需要全量遍历参数，跨主板搬运数据产生数十倍于计算本身的能耗税。高通在 2026 骁龙峰会上宣布将数据中心 HBC 近存架构引入手机，利用硅通孔将 LPDDR 垂直堆叠在计算核心天灵盖上，以微米级物理距离实现数百 TB/s 级带宽与 6 倍于 HBM 的能效比，为每天百万 Token 的本地智能体扫清硬件死角。","body":"为什么手机里的 AI 助手，到现在都只能帮你修个图、润色一句废话？\n一旦让它干点正事，比如通读几十页文档、连续推理几个回合，手机立刻烫得像块暖手宝，电量肉眼可见地往下掉。\n很多人以为是手机芯片算力不够。\n根本不是。\n芯片里的计算核心早就闲得发慌了。\n把手机卡死、把电池抽干的，全在搬运数据这件事上。\n\n大语言模型吐字的过程，非常反直觉。\n它每在屏幕上敲出一个词，芯片就得把整个模型的全部参数，从内存里完完整整读一遍。\n哪怕只是一个压缩后的 80 亿参数小模型。\n吐出区区一个词，芯片就要从内存里搬运 8 个 G 的数据。\n如果想让 AI 像真人一样，一秒钟噼里啪啦吐出 30 个词。\n一秒之内，芯片就必须在内存和计算核心之间，来回搬运 240G 数据。\n\n算加减乘除根本不怎么耗电。\n真正要命的是路程。\n半导体物理学里有一笔谁都绕不开的隐形成本：数据搬运税。\n芯片做一次数学运算，消耗的能量微乎其微。\n但要把几百 G 的参数从旁边的内存芯片里拔出来，穿过电路板上的铜线和焊点，千里迢迢运进计算核心，消耗的能量是计算本身的几十倍甚至上百倍。\n手机电池就是这么被活活吸干的。\n\n机房里的巨型显卡是怎么解决这个问题的？\n用高带宽内存，也就是 HBM。\n把几层特制内存叠起来，用昂贵的硅中介层胶水贴在图形处理器旁边。\n靠着几千根密密麻麻的引脚，当代顶级的 AI 加速器能把总带宽拉到每秒 21 到 24 TB。\n但 HBM 是个不折不扣的电老虎。\n一张加速卡动辄上千瓦功耗，背后必须挂着巨大的水冷排。\n把这套东西塞进手机？\n哪怕体积压得进去，几分钟就能把手机电池烧穿。\n\n所以主流旗舰手机用的依然是低功耗内存 LPDDR。\n平时刷网页、打游戏绰绰有余。\n但它的传输带宽通常只有每秒几十到一百 GB 出头。\n面对每秒需要几百 G 吞吐量的大模型，这根吸管太细了。\n算力核心只能坐在那里饿着肚子干等。\n这就是半导体行业著名的内存墙。\n\n在 2026 年 9 月的骁龙峰会上，高通端出了一项颇有掀桌子意味的技术。\n他们宣布把原本为数据中心 Dragonfly 加速卡研发的 HBC 技术，直接下放到手机骁龙芯片上。\nHBC 全名叫高带宽计算（High Bandwidth Compute）。\n高通的做法很野：\n他们没碰贵上天的 HBM，直接盯上了手机上成熟又省电的 LPDDR 内存。\n以往手机封装芯片，内存横着焊在芯片旁边，信号要在主板上跑长跑。\n高通这次直接在芯片上打洞。\n利用硅通孔技术，也就是 TSV。\n工程师在芯片晶圆内部，垂直打出成千上万个微米级的微型金属通道。\n然后把几层特制的 LPDDR 内存，直接扣在计算核心的天灵盖上。\n这叫近存计算。\n数据要跑的路程，瞬间从电路板上的几毫米甚至几厘米，缩短到了几微米。\n\n路程缩短了几千倍，效果有多凶悍？\n数据中心里由昂贵硅中介层拼起来的顶级 HBM，总带宽通常在 21 到 24 TB/s。\n而高通这种直接骑在芯片头顶上的 HBC，在数据中心加速卡 AI250 上，有效内存带宽直接飙到了 133 TB/s，系统级吞吐量能冲到数百 TB/s。\n更夸张的是能耗比。\n因为省去了长距离信号传输的损耗。\n在相同的功耗下，HBC 的有效带宽是 HBM 的 6 倍，处理字符元的吞吐效率同样提升了 6 倍。\n\n高通首席执行官克里斯蒂亚诺·阿蒙在现场算过一笔账：\n未来真正好用的端侧 AI 智能体，不该只是被动回答一句两句。\n它要在后台全天候替你读邮件、拆任务、调用工具，一天下来可能要消耗上百万个 token。\n按照旧架构的跑法，手机随身带两块充电宝都撑不住一天。\n而用垂直微米通道把数据搬运税打掉之后，\n手机不用再把所有数据送去云端机房，在本地就能扛住高密度的连续推理。\n\n目前三星和 SK 海力士已经在配合高通，开发这种专用的垂直堆叠 LPDDR 芯片，台积电则负责先进封装。\n手机厂商过去两年天天喊的端侧 AI，受制于发热与内存带宽，绝大部分时候不过是个营销噱头。\n只有当物理层面的内存墙被垂直打穿，\n那颗被困在手机里的本地智能体，才算拿到了能干活的饭碗。","topic":"击穿端侧内存墙：高通为何把数据中心HBC近存架构搬进骁龙？","frame_type":["内存墙与数据搬运能耗税下的三维垂直近存计算架构","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-24 08:19:12","legal_anchor_count":0,"transcript_citation_count":0}