美光研发EIM存储器，瞄准物理AI边缘推理

物理AI兴起，边缘存储面临新命题

人工智能正从云端大模型训练向物理世界交互延伸，自动驾驶汽车与人形机器人成为典型载体。这类系统需要实时处理多模态传感器数据并在毫秒级内完成决策，对存储系统提出看似矛盾的要求：既要高吞吐带宽支撑推理，又要在电池供电下保持极低功耗，同时还需超低延迟保障安全。传统存储架构在此场景下难以兼顾——高带宽内存（HBM）性能极致但功耗与成本高企，常规LPDDR内存虽低功耗却在庞大数据量前遭遇带宽瓶颈，数据搬运延迟成为推理效率的核心制约。

EIM的架构思路：以封装融合换能效

美光科技副总裁李哲在首尔举行的韩国半导体展（SEDEX 2026）上披露，公司正与核心客户紧密合作开发边缘推理存储器（EIM）。根据已公开信息，EIM采用在逻辑裸片之上堆叠低功耗DRAM（目前基于LPDDR6）的先进封装架构。与HBM以功耗换带宽的设计哲学不同，EIM以架构换能效，通过封装层面将存储单元与推理逻辑深度融合，大幅缩短数据在存储与计算单元之间的物理传输路径，从根源上降低数据搬运带来的延迟与能耗。该产品并非追求通用计算能力，而是针对物理AI推理负载特征进行定制化优化，可能在数据预取策略、访存模式及内部总线协议上与传统DRAM存在本质区别。

落点在封装与存储制造环节

从产业链角度看，EIM处于半导体存储制造与先进封装交叉地带。其逻辑裸片与DRAM堆叠方案依赖先进封装能力，而低功耗DRAM的定制化设计则涉及存储晶圆制造。这一产品形态意味着存储厂商需要更早介入下游客户的芯片定义与系统架构设计，存储器的角色从被动响应读写请求的仓库，转向主动参与计算流程、影响系统整体效能的协处理器。业内人士预计EIM将于2028年下半年量产，这一时间点与多家头部车企下一代自动驾驶平台及人形机器人的量产节奏相吻合，表明其研发深度嵌入了下游客户的系统规划。

产业信号：存储厂商角色转变

美光EIM的推出计划释放出明确信号：在物理AI时代，存储企业与AI芯片设计公司需要建立前所未有的紧密协作关系，存储厂商正从标准化组件供应商转变为系统级解决方案的共同定义者。对于PCB与电子元器件产业链而言，这意味着未来边缘AI设备的系统架构将更深度地整合存储与计算，对封装基板、载板及高密度互连（HDI）等环节提出新的协同设计要求。

来源：电子发烧友