三星秀出HBM5与CUBE全栈存储，为AI推理的功耗带宽瓶颈求解

会懂网AI资讯获悉，9月4日，在9月2日至4日举行的2026开放数据中心大会暨首届算博会（ODX）上，三星半导体集中展出覆盖HBM5、zNAND-O、PM1763、BM1773等在内的全栈存储方案，核心围绕“CUBE”战略，目标直指AI推理的功耗与带宽瓶颈。

CUBE的关键思路是逻辑与内存的协同封装（logic-memory co-packaged），通过优化逻辑与内存的物理放置，缩短数据搬运距离，从而同时改善带宽与能效。按三星给出的目标，在2028年HBM5量产时，将实现两倍于HBM4E的带宽与约20%的能效提升。

这一动作切中了当前AI基础设施最真实的痛点。模型参数与上下文长度持续增长，但真正拖慢推理的往往不是算力，而是“内存墙”：权重与KV缓存频繁在内存与计算单元之间搬运，能耗与时间大量消耗在搬运而非计算上。谁能把内存放得更近、搬得更快，谁就能在同等算力下拿到更好的每瓦性能。

存储原厂的策略变化也在重塑供给格局。先进产能被优先投向HBM与DDR5，普通DRAM和NAND供给被系统性压缩，直接推高了整条产业链的价格与交期。对下游厂商而言，存储不再只是采购清单上的一个条目，而是决定交付节奏与成本结构的关键变量。

对国内产业链而言，这一趋势既是压力也是机会。压力在于HBM等高端产品的技术门槛与资本开支持续抬高；机会则在于封装、接口、散热与测试等环节正在同步扩容，给本土厂商留下了切入空间。能否在这些“不最显眼却不可缺”的环节站住，决定了下一轮产业分工中的位置。

会懂网判断，AI算力的竞争正从“堆GPU”进入“系统级协同”阶段：封装、内存、互联与散热一起决定最终性能。三星把存储方案推到算力大会的C位，说明产业链的话语权正在向能提供系统级答案的厂商集中。对国产存储与接口芯片来说，这既是追赶窗口，也是必须提前卡位的赛道。