在近期舉辦的CES 2026展會上，英偉達首席執(zhí)行官黃仁勛就行業(yè)熱議的“是否能用低成本SRAM替代昂貴HBM”問題給出了明確回應。這一討論源于AI領域?qū)当驹鲂У钠惹行枨蟆S著SRAM加速器、GDDR推理方案及開放權(quán)重模型的興起，部分從業(yè)者認為這些技術可減少對英偉達高成本硬件的依賴。

SRAM（靜態(tài)隨機存取存儲器）憑借其基于觸發(fā)器的高速特性，在基準測試中展現(xiàn)出無延遲的訪問優(yōu)勢，甚至被視為HBM（高帶寬內(nèi)存）的潛在替代者。黃仁勛承認，對于特定工作負載，SRAM的速度表現(xiàn)“令人驚嘆”，但其致命缺陷在于容量限制——當前SRAM可容納的模型規(guī)模僅為HBM系統(tǒng)的百分之一。當AI模型因上下文擴展或功能增加而超出SRAM容量時，系統(tǒng)必須調(diào)用外部內(nèi)存，導致效率優(yōu)勢瞬間喪失。

他進一步指出，現(xiàn)代AI模型的多樣性加劇了硬件適配的難度?；旌蠈＜夷Ｐ停∕OE）、多模態(tài)任務、擴散模型及自回歸模型等架構(gòu)對硬件的需求差異顯著：有的依賴顯存容量，有的依賴互連帶寬（如NVLink），且需求隨任務變化動態(tài)調(diào)整。若硬件過度優(yōu)化某一特性（如純SRAM方案），一旦工作負載類型改變，昂貴的芯片將因無法兼容而閑置，造成資源浪費。

基于這一判斷，英偉達堅持選擇HBM作為核心內(nèi)存方案。黃仁勛解釋，在共享數(shù)據(jù)中心場景中，硬件的靈活性直接決定經(jīng)濟效益。盡管HBM的物料成本更高，但其能適配算法和模型架構(gòu)的快速迭代，確保硬件在數(shù)周甚至數(shù)月的運營周期內(nèi)保持高利用率。相比之下，專用硬件雖能在5%-10%的任務中表現(xiàn)極致，卻無法覆蓋其余90%的通用需求，長期來看反而增加成本。

針對“開放模型是否會削弱英偉達技術壁壘”的質(zhì)疑，黃仁勛回應稱，開放并不等同于降低硬件要求。隨著開放模型整合更長上下文和更多模態(tài)，其內(nèi)存占用同樣會呈指數(shù)級增長。英偉達選擇承擔HBM的高成本與復雜系統(tǒng)設計，正是為了保留“可選性”——既避免客戶被鎖定在狹窄的性能范圍，也保護自身硬件免受模型架構(gòu)快速迭代的沖擊。這一策略的核心在于平衡短期成本與長期適應性，以應對AI技術演進的不確定性。