高带宽内存(HBM)是当今主流人工智能芯片中广泛采用的一种专用内存技术。然而,能够在全球具备竞争力规模上生产HBM的企业仅有三家,且其制造工艺高度复杂,相关生产设施主要集中在东亚少数几个地区。
在这篇报告中,作者Jack Freed、Konstantin F. Pilz、Nicholas Brown与Lennart Heim对HBM生态系统进行了系统性的技术与市场分析,内容涵盖HBM的工作原理、生产流程以及产业链的控制格局。报告旨在为政策制定者和研究人员提供一份基础性参考资料,可应用于多种政策讨论场景。
报告由RAND全球与新兴风险研究中心下属的人工智能、安全与技术中心独立发起并完成,研究经费来源于运营收入及慈善机构的捐款与资助。该报告属于RAND专家洞察系列的组成部分,该系列致力于就当前重要政策议题提供专业视角。
本报告为网络版,共20页,发布于2026年,文件编号为PE-A4748-1。
Q&A
Q1:高带宽内存(HBM)是什么?它在AI芯片中起什么作用?
A:高带宽内存(HBM)是一种专为高性能计算设计的专用内存,被广泛应用于主流人工智能芯片中。与传统内存相比,HBM具备更高的数据传输带宽,能够满足AI模型训练和推理过程中对大规模数据快速读写的需求,是支撑现代AI算力的关键硬件组件之一。
Q2:全球目前有哪些企业能够生产HBM?
A:根据报告内容,目前全球范围内能够在具有竞争力的规模上生产HBM的企业仅有三家。这种高度集中的供应格局意味着HBM的全球供应链存在较大的脆弱性,一旦某一环节出现中断,将对整个AI芯片产业产生显著影响。
Q3:HBM的生产主要集中在哪些地区?为什么这一点值得关注?
A:HBM的生产设施主要集中在东亚少数几个地区。由于制造工艺极为复杂且地理分布高度集中,这一现状引发了政策层面的广泛关注。报告认为,了解HBM的生产布局对于政策制定者评估供应链安全风险、制定相关产业政策具有重要参考价值。
好文章,需要你的鼓励
Zscaler测试发现,多款主流大语言模型驱动的自主AI智能体存在间接提示注入(IPI)漏洞。测试涵盖26个LLM,其中Llama3和Gemini部分版本被列为"易受攻击",而低版本模型有时表现优于高端版本。专家指出,攻击面源于Transformer架构本身,无法有效区分可信指令与不可信内容。若该漏洞被利用于采购、支付等企业流程,损失规模将远超测试场景中的小额欺诈。
华中科技大学等机构构建SciIR框架,通过8万张科学图像数据集和原子化评测基准,系统解决AI生成科学示意图时"外表合理、内核错误"的核心难题。
ECMA国际已于6月30日正式批准ECMAScript 2026规范,即JavaScript编程语言规范第17版。此版本新增多项实用功能,包括:Math.sumPrecise用于高精度数值求和;Iterator.concat用于迭代器序列化;Array.fromAsync支持从异步来源构建数组;Error.isError用于识别错误对象;Map和WeakMap新增默认值检索方法;Uint8Array支持十六进制与Base64字符串互转;JSON.parse新增源段访问参数;JSON.rawJSON可精细控制原始值的序列化输出。
韩国科学技术院提出RAHA方法,将图文数据提升到双曲空间,通过范围-残差子空间分解实现选择性语义压缩,用极少合成数据高效训练图文检索模型。