内存价格飙升正推高iPhone等电子产品售价。AI需求加剧了DRAM和NAND短缺，三大厂商将产能转向高利润的HBM芯片，导致消费级内存成本暴涨。新建晶圆厂需数年才能投产，预计短缺持续至2027年后，价格将维持高位，苹果等厂商被迫提价。

台达在第十四届半导体设备材料展上展示全链路“芯”智造方案，聚焦工艺爬坡、良率提升等痛点，推出精准温控、裸晶取放、晶圆盒无人化运送等工艺优化方案，以及设备互联、数字孪生、质量管理等智能升级技术，并展出适配先进封装和HBM制造的硬件，配套智慧供电和AI厂务系统，保障产线稳定高效运行。

AI时代，芯片性能瓶颈从算力转向内存带宽。苹果、小米、英伟达等厂商通过统一内存、3D堆叠、HBM等技术提升数据传输速度，以应对大模型对数据的巨大需求。这源于“内存墙”问题，即算力增速远超内存带宽，导致处理器等待数据。未来芯片设计需让数据少走弯路，硬件物理法则仍不可逃避。

NVIDIA推出NVHBM高带宽内存技术，将内存控制器集成到HBM堆栈中，提升30%带宽、降低15%功耗，并释放XPU芯片面积。亚马逊Annapurna Labs将率先合作，用于Trainium4芯片，支持NVLink Fusion架构，加速定制AI芯片开发。

80张RTX 5090游戏显卡通过25GbE普通网线成功运行2.8万亿参数的Kimi K3模型，速度达每秒20个词元。此举摆脱了对昂贵HBM芯片的依赖，利用GDDR7显存和MXFP4压缩格式，大幅降低运行成本，使实验室和初创公司能负担。虽需解决功耗、散热和网络延迟问题，但开放权重模型普及意义重大，推动AI基础设施平民化。

JEDEC发布的新标准SPHBM4使HBM4在标准封装中实现，信号引脚减少至五分之一，传输速度提升四倍，内存与计算芯片间距可达20毫米。该标准降低了成本，促进了玻璃基板的应用，反映出AI芯片行业在追求性能的同时开始关注成本和可及性。存储厂商和AI生态系统的反应将决定该标准的实际应用。

华为副总裁陈林透露，昇腾950DT芯片将于8月上线，算力翻倍，内存带宽提升至4TB/s。950PR和950DT两个版本分别针对不同市场需求，前者降低成本，后者专注高带宽场景。DeepSeek将优先部署950DT，预计在8月推出新版本，进一步提升AI模型能力。

英伟达计划通过Vera Rubin架构实现GPU直接管理存储，形成HBM、HBF和SSD三层内存结构。这将提升AI服务器性能，减轻CPU负担，闪存厂商将受益。HBF适合存储不常修改的模型参数，未来可能改变内存市场格局。预计2026年开始商业化。

三星即将进行大规模罢工，原因是员工对薪酬和奖金制度不满。工会要求将营业利润的15%纳入奖金池，但三星担心这会影响未来投资。同时，SK海力士因提供更优厚的奖金吸引了大量三星员工，导致人才流失风险加大。这次罢工反映了AI时代下劳资关系的紧张，三星需在盈利与员工利益之间找到平衡。

Imec首次应用系统技术协同优化（STCO）方法，对基于GPU的3D HBM集成方案进行热分析，成功将GPU峰值温度从140.7°C降至70.8°C，有效解决了AI应用中的热瓶颈问题。

美光宣布将退出消费级内存和固态硬盘市场，英睿达品牌将于明年2月停止销售。公司将资源转向高价值的企业级HBM内存，以满足人工智能数据中心需求并提升利润。