Benchmarking HBM! SoftBank collaborates with Intel to develop "ZAM": aiming to make AI memory cheaper and more energy-efficient

软银与英特尔联手押注下一代 AI 内存技术，试图在高带宽内存（HBM）主导的市场格局中开辟新路径。双方合作开发的"Z-Angle Memory"（ZAM）项目聚焦降低功耗和成本，直指当前 AI 面临的能耗瓶颈和供应链紧张难题。

软银旗下子公司 Saimemory 周二宣布与英特尔签署合作协议，共同推进这项面向人工智能和高性能计算的新一代内存技术商业化。该技术旨在改进传统动态随机存取内存（DRAM）架构，以满足 AI 应用日益增长的性能需求。

根据软银发布的新闻稿，ZAM 项目的原型产品预计在截至 2028 年 3 月 31 日的财年内完成，商业化目标锁定 2029 财年。

英特尔政府技术部门首席技术官、英特尔院士 Joshua Fryman 博士在声明中表示，标准内存架构无法满足 AI 需求，英特尔开发的新架构和组装方法在提升 DRAM 性能的同时降低了功耗和成本。

消息公布后，软银股价在东京交易中上涨 5.13%。

英特尔股票上涨 5%。

技术源自美国政府项目

Saimemory 成立于 2024 年 12 月，将利用英特尔在内存技术方面的专业知识，特别是英特尔作为美国能源部先进内存技术项目参与方所开发的技术成果。

该能源部项目专注于开发先进内存的核心技术，英特尔在其中负责改进计算机和服务器所用的新一代 DRAM 性能和能效。

根据日经亚洲去年的报道，日本跨国 IT 设备和服务公司富士通也参与了这一项目。

AI 需求引发供应链紧张

此次合作的产业背景是 AI 相关应用对内存的需求激增，需求增速远超供应能力，在整个内存供应链引发短缺。

当前 AI 芯片大量采用 HBM 等高性能内存解决方案，但这类产品生产难度高、成本昂贵，且供应高度集中。

ZAM 项目试图通过改进传统 DRAM 架构来提供替代路径，在保证性能的同时降低制造复杂度和成本，这可能为 AI 硬件供应链提供更多选择。

能效成为核心考量

ZAM 项目对能效的强调反映了业界对 AI 计算巨大能耗的日益关注。Joshua Fryman 表示，英特尔开发的新内存架构和组装方法可在未来十年内实现更广泛的应用，这一技术定位于在提升性能的同时大幅降低功耗。

随着 AI 模型规模不断扩大，训练和推理过程对内存带宽和容量的要求持续攀升，相应的能源消耗也成为制约 AI 发展的瓶颈之一。

更节能的内存技术若能成功商业化，将直接影响数据中心运营成本和 AI 应用的经济可行性。