联发科近期正式加入谷歌第八代TPU项目，标志着其在人工智能领域的技术布局迈入新阶段。这一合作不仅强化了联发科在定制化芯片解决方案市场的地位，也为其在AI生态系统中争取到更核心的角色。公司首席执行官蔡力行在公开活动中透露，XPU开发面临四大技术瓶颈：计算能力、内存带宽、互联效率及先进封装技术，其中内存问题尤为突出。
内存成本已成为制约XPU发展的关键因素。据披露，内存组件在XPU物料清单中的占比已攀升至50%，直接决定着系统的整体性能与经济性。蔡力行分析称，当前AI训练任务仍高度依赖高带宽内存（HBM），但随着市场向定制化推理场景倾斜，DDR DRAM凭借其高密度和成本优势，有望在推理领域占据主导地位，而SRAM则将局限于特定场景应用。
这一技术转向正推动内存厂商加速布局。SK海力士围绕"AI-N"系列推出差异化方案：通过"AI-N P"提升性能、以"AI-N B"扩展带宽、借"AI-N D"优化密度。其与英伟达合作的SLC NAND闪存方案已应用于数据中心，高带宽闪存（HBF）技术则瞄准大容量低功耗场景，形成覆盖不同AI推理负载的技术矩阵。
三星电子则选择深化内存内计算路径。2021年推出的HBM-PIM芯片已实现1.2 TFLOPS的嵌入式算力，使内存可直接承担部分CPU/GPU任务。近期消息显示，该公司正重启PIM技术研发，试图通过将计算单元集成至内存架构，构建区别于传统HBM的新范式。这场内存与计算融合的技术竞赛，正重塑AI硬件的竞争格局。
