AiSiri网8月28日消息，近日，小米玄戒O100 AI加速芯片与苹果新款Mac mini及Mac Studio先后亮相，两者均将内存带宽推至TB/s级别。这预示着喂饱GPU的数据之争已经打响。
这并非偶然，这一趋势与2025年初发布的英伟达RTX 5090不谋而合——无论是桌面SoC、端侧NPU还是独立GPU，都在将内存带宽推向新的高度，以解决AI大模型运行时数据搬运的瓶颈问题。
内存带宽是计算核心与数据之间的通道宽度。大语言模型在自回归生成阶段，每输出一个Token，都需要将内存中数千亿参数的权重完整读取一遍。计算单元再强大，大部分时间也在等待数据到达。这种“内存受限”现象已成为制约AI性能的关键瓶颈。
苹果Mac产品营销总监Laura Metz表示，M6系列将内存带宽提升了数倍，因为运行AI Agent时模型必须驻留在统一内存中随时待命。苹果M6系列的三档配置，恰好标出了AI硬件内存带宽的三个门槛：标准版170GB/s，Pro版307GB/s，顶配Ultra版突破至1.2TB/s。
小米玄戒O100则走了一条不同的路——采用晶圆级垂直堆叠技术，将DRAM晶圆直接压在NPU上方，实现1.22TB/s带宽。这种方案在物理上拉近了存储与计算的距离，本质是用封装工艺换取传输速度。
而英伟达RTX 5090通过512-bit位宽配合GDDR7显存，达到接近1.8TB/s，依然是传统独立GPU的最强解法。三家带宽齐冲TB/s，虽然路径不同，但指向同一个结论：数据喂给计算核心的速度，决定了AI硬件的真实性能。
这项竞赛让内存带宽成为比核心数更值得关注的AI性能指标。谁能在数据搬运速度上建立优势，谁就能在下一个计算时代占据先机。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，可联系本站进行二次审核删除：fireflyrqh@163.com。
