調研機構Counterpoint指出，隨著半導體技術持續(xù)創(chuàng)新，內存解決方案成為推動生成式AI（GenAI）發(fā)展的核心動力，雖然DRAM解決方案具優(yōu)勢，但成本與上市進程仍是關鍵挑戰(zhàn)。為降低創(chuàng)新風險，客戶需積極參與承諾采購，而制造商則須尋求降低成本的策略，如LPDDR、PIM（Processing-In-Memory）、Wide I/O、GDDR與HBM，以適用不同應用場景。

短期PIM被視為最具創(chuàng)新的內存方案，主要支持神經(jīng)處理單元（NPU），但僅限少量應用；Mobile HBM雖可提升性能，但應用尚未明朗。Counterpoint表示，預計2026年蘋果將在iPhone Pro Max與折疊機型中，由PoP（Package-on-Package）架構轉向獨立式DRAM配置，提升帶寬，同時NAND表現(xiàn)將通過UFS 5.0技術改進。

此外，隨著自駕技術發(fā)展，高性能應用處理器（AP）與LPDDR使用將進一步增加，Counterpoint預計HBM4將在2027年后導入自動駕駛系統(tǒng)；XR設備、無人機與游戲領域也將擴展Wide I/O的應用，以提升低延遲處理能力。

NVIDIA的DIGITS技術將通過GPU與HBM的集成，提升內存帶寬，2025年中通過SOCAMM技術增強CPU帶寬，擴展容量并提升信號完整性。然而，PCB與連接器成本仍是一大挑戰(zhàn)，短期內尚無計劃將該技術應用于一般PC市場。

目前三星強調生成式AI內存解決方案需在高帶寬、速度、容量、低延遲與功耗管理之間取得平衡。預計至2030年，HBM5的堆棧層數(shù)將達20層，并與更多邏輯設備集成于單一小芯片（Chiplet）架構中，臺積電在CoWoS技術中的角色將更加重要。供應鏈橫向合作的重要性日益提升，將取代單一企業(yè)全面集成的垂直集成模式。

同時，DeepSeek正開發(fā)移動AI的LLM（大型語言模型），預期OpenAI等企業(yè)將逐步標準化AI技術。未來隨著PIM與Low Latency Wide I/O（LLW）等創(chuàng)新技術的普及與成本持續(xù)下降，這些技術有望在軟件標準化后的數(shù)年內加速落地。

Counterpoint Research研究總監(jiān)MS Hwang表示，無論智能手機、自動駕駛，還是高性能計算領域，內存解決方案都扮演舉足輕重的角色。隨著供應鏈合作模式的變革，技術標準化與成本優(yōu)化將推動內存產(chǎn)業(yè)邁向更高性能、低功耗的未來。