LPDDR6 与 LPDDR5/LPDDR5X:端侧 AI 的新内存时代
LPDDR6 对比 LPDDR5/LPDDR5X:下一代内存如何改变本地 AI
内存行业正处于一场重大变革的前夜。LPDDR6 不是低功耗 DRAM 家族中的一次简单升级,而是针对人工智能对带宽的巨大需求所作出的回应。多年来,LPDDR5 和 LPDDR5X 一直服务于智能手机和笔记本电脑,但随着大型 AI 模型希望在本地运行,它们的架构开始成为瓶颈。LPDDR6 有望重新定义这一限制。
速度与架构:不仅仅是频率跃升
LPDDR6 将官方数据速率上限提升至单引脚 14.4 Gbps,而 LPDDR5X 通常为 8.5 至 10.7 Gbps。这是一个不小的跳跃。更大的变化在于通道设计。LPDDR5 和 LPDDR5X 使用 16 位通道,而 LPDDR6 引入了 24 位通道,并将其划分为两个 12 位子通道。这种非二进制布局提高了并发能力,让内存控制器可以更灵活地调度数据传输,从而降低突发密集型 AI 工作负载中的延迟。
电源管理架构也发生了变化。LPDDR6 增加了更细粒度的动态电压频率调节,使内存子系统能够更精确地跟踪工作负载需求。结果是,在同等吞吐量下,能效提高了约 20%。对于始终在线的 AI 助手和依赖电池的端侧设备来说,这是关键因素。
| 特性 | LPDDR5 | LPDDR5X | LPDDR6 |
|---|---|---|---|
| 最高数据速率 | 6.4-8.5 Gbps | 8.5-10.7 Gbps | 10.7-14.4 Gbps |
| 通道位宽 | 每通道 16 位 | 每通道 16 位 | 每通道 24 位,拆分为两个 12 位子通道 |
| 子通道数量 | 无 | 无 | 每通道两个 12 位子通道 |
| 相对能效 | 基准 | 优于 LPDDR5 | 比 LPDDR5X 提高约 20% |
| 主要目标 | 智能手机 | 智能手机、超薄笔记本 | 统一内存、端侧 AI、旗舰移动设备 |
SK 海力士、CXMT 与 2026 年交付时间表
在 LPDDR6 的大部分开发周期中,业界预计 SK 海力士和三星等全球内存巨头会引领第一波浪潮。SK 海力士现在已经有了明确的量产时间表:计划在 2026 年底开始交付 LPDDR6,并在 2026 年下半年逐步提升出货量。这一时间点与下一代旗舰智能手机、轻薄笔记本以及以 AI 为中心的计算设备形成配合。
更令人惊讶的信号来自中国。CXMT,也就是长鑫存储,已经宣布正在准备 LPDDR6 的量产,有报道称首批供应将用于小米 18 Fold。如果 CXMT 能够提前实现规模出货,传统格局将被打破。中国内存厂商通常落后全球领先者一到两代,但 LPDDR6 可能是它们从第一天起就站在第一排的第一个标准。
内存超级周期、HBM 成本与内存价格平衡
最近购买过 DRAM 或 NAND 的人都知道,内存价格正处于超级周期。AI 数据中心正在吸收大量产能,尤其对高带宽内存 HBM 的需求极为旺盛。这种需求推高了整个 DRAM 产品线的价格,低功耗产品也不例外。在这种情况下,LPDDR6 不仅是移动设备的升级选择,也成为 AI 推理服务器和边缘加速器中比 HBM 更注重成本的替代方案。
HBM 提供了极高的带宽,但由于先进的堆叠技术和散热要求,它成本高昂且难以大规模扩展。LPDDR6 无法在训练集群中完全取代 HBM,但它可以用更低的成本和可接受的带宽处理推理负载。其路线图面向每封装最大 512 GB 的容量段,远远超出手机的需求。这种容量加上更低的每千兆比特成本,让系统架构师能够在超大规模数据中心之外部署 AI 推理。
问题在于,LPDDR6 是会降低价格,还是仅仅吸收当前的超级周期。内存市场的普及曲线很少是平滑的。早期 LPDDR6 模组会有溢价,从 LPDDR5X 的过渡也需要数年时间。然而,随着 CXMT 和 SK 海力士并行生产,供应商多元化带来的竞争压力最终应有助于稳定 DRAM 市场。
统一内存与本地 AI 推理
LPDDR6 最令人兴奋的消费端影响,是它在统一内存架构中的作用。苹果和高通已经普及了 CPU、GPU 和神经网络引擎共享内存池的理念。LPDDR6 在移动和笔记本设计所能承受的功耗范围内,通过支持大容量和超高带宽,进一步扩展了这一理念。
对于本地 AI 推理来说,内存带宽是瓶颈。大语言模型必须将数十亿个权重从 DRAM 移动到计算单元;更快的 DRAM 意味着更短的响应时间,也意味着更多模型可以放入内存。LPDDR6 还为存内计算概念敞开了大门,让计算更接近存储的数据。当内存控制器拥有 LPDDR6 所提供的通道灵活性时,这些技术变得更加可行。
如果 LPDDR6 按计划交付,内存市场平衡可能发生根本性变化。用户将获得能够在本地运行强大 AI 模型的设备,不再依赖云连接。供应商将获得比 HBM 更便宜的内存路径。而内存行业也将迎来一个速度、效率和成本指向同一方向的罕见时刻。
