佈局物理 AI：美光研發邊緣推理記憶體 EIM，以降低數據處理延遲並提高頻寬

IT之家 10 月 18 日消息，据韩媒 The Elec 报道，美光正在推进面向物理 AI 的专用存储芯片 —— 边缘推理内存（Edge Inference Memory，EIM）的研发。

10 月 16 日，在首尔江南 COEX 举行的韩国半导体展（SEDEX 2026）专题论坛“驱动人形机器人的半导体”上，美光高管（常务）李哲（音译）表示：“自动驾驶、人形机器人、增强现实（AR）及虚拟现实（VR）等物理 AI 市场正在迅速崛起。我们正与核心客户紧密沟通，共同推进适配这一新兴市场的产品研发。”

据悉，EIM 能够高速处理 AI 推理所需的数据，其架构是在逻辑芯片之上垂直堆叠低功耗内存（LPDDR）。这与在存储器内部执行计算的存内计算（PIM）属于不同概念。两者的共通之处在于均部署于 AI 主芯片周边以提升数据处理效率；不过 PIM 是将计算单元集成在存储器内部，而 EIM 的具体计算架构目前尚未公开。

EIM 介于 AI 处理器与内存之间，主要用于降低数据处理延迟并提高系统带宽。美光目前尚未披露具体的目标性能指标，但正在推进将 EIM 集成至 LPDDR6 方案的技术研发。业内预计其量产时间将在 2028 年下半年。

IT之家获悉，与仅能重复执行固定程序的传统工业机器人不同，人形机器人具有主动性，能够感知周围环境并自主决策，需要对视觉、听觉、重量感知及触觉质感等多元信息进行采集与精确控制。

现阶段，人形机器人主要采用 LPDDR 等低功耗内存，而非高带宽内存（HBM）。与高度依赖 HBM 的数据中心不同，依赖电池供电的机器人对能效比要求更为严苛。然而随着 AI 模型参数规模持续攀升，仅依靠传统的 LPDDR 已逐渐难以提供足够的内存带宽。

美光预测，未来人形机器人最终也将走向采用 HBM 的路径。李哲指出：“目前机器人所采用的 AI 模型参数量多在 10 亿至 20 亿（1B~2B）左右，对内存带宽的需求尚且有限；但随着性能更强大的视觉语言模型（VLM）的引入，仅凭 LPDDR 将难以为继，必然会向 HBM 架构演进。”

同时，内存容量的需求也在同步激增。美光预计，未来的高性能人形机器人将需要约 200GB 的 DRAM 以及 4TB 的存储空间。作为对比，当前主流服务型机器人通常仅配置 12GB DRAM 与 256GB 存储空间。

李哲表示：“现有的 DRAM 与存储架构已难以满足物理 AI 市场的严苛需求。我们正与机器人制造商、芯片方案商以及超大规模云服务商从芯片的早期系统设计阶段展开深度协同合作。”