美光研发EIM边缘推理存储器，2028年量产

物理AI兴起，边缘存储架构面临重构

人工智能正从云端大模型训练向自动驾驶、人形机器人等物理世界交互场景延伸。这类物理AI系统需要实时处理多模态传感器数据并在毫秒级做出决策，对存储系统提出带宽、功耗与延迟三者兼顾的严苛要求。传统高带宽内存（HBM）性能极致但功耗与成本偏高，难以部署于边缘设备；低功耗LPDDR内存虽适合移动平台，却在面对庞大模型权重和激活值时出现带宽瓶颈，数据搬运延迟成为推理效率的核心制约。存储架构亟需在功耗、带宽与延迟之间找到面向边缘推理的新平衡点。

美光EIM：以封装创新换取能效

在首尔举行的韩国半导体展（SEDEX 2026）上，美光科技副总裁李哲披露，公司正与核心客户紧密合作开发边缘推理存储器（EIM）。该产品采用在逻辑裸片之上堆叠低功耗DRAM的先进封装架构，当前DRAM基于LPDDR6。与HBM以功耗换带宽的思路不同，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，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。EIM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。

落在封装与存储环节，牵动系统级协同

从产业链角度看，EIM处于存储芯片制造与先进封装交汇处。其逻辑裸片堆叠DRAM的架构依赖先进封装能力，将存储厂商的竞争维度从单纯颗粒制造延伸至封装集成与系统定义。业内人士预计EIM将于2028年下半年量产，这一时间节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，表明美光的研发已嵌入下游客户的芯片定义与系统架构设计。存储厂商的角色正从标准化组件供应商转向系统级解决方案的共同定义者，存储器不再仅被动响应读写请求，而是主动参与计算流程、影响系统整体效能。这一转变要求存储企业与AI芯片设计公司建立更紧密的协作关系。

结语

美光EIM的推出意味着边缘AI存储正从通用标准品走向场景定制化。对PCB与封装产业链而言，逻辑裸片与DRAM的堆叠封装将带来新的基板、互连与组装工艺需求，值得持续关注其量产落地节奏及对上游材料与封测环节的拉动。

来源：电子发烧友