维度网讯，6月1日，美国美光科技在COMPUTEX 2026期间展示面向AI优化的端到端内存与存储产品组合，覆盖数据中心到智能边缘应用。该组合包括HBM4、SOCAMM2、DDR5 RDIMM、数据中心SSD和面向AI PC、汽车及嵌入式系统的存储方案，重点服务从模型训练转向大规模推理、长上下文和智能体工作负载的计算需求。

美光此次发布的核心信息，是AI基础设施的瓶颈正在从单纯算力扩展，转向内存带宽、容量、功耗和存储层级协同。公司披露，HBM4 36GB 12H可在带宽提升2倍时，使大语言模型推理吞吐量提升2.6倍;256GB SOCAMM2面向低功耗数据中心内存应用，容量达到256GB，相比标准RDIMM可实现约三分之一功耗和三分之一占用空间;基于1γ技术的256GB DDR5 RDIMM已开始送样，速度最高可达9200MT/s，较当前量产模块快40%，并比两条128GB模块组合降低超过40%运行功耗。

数据中心SSD同样是此次组合的重要部分。美光表示，Micron 9650 SSD是全球首款商用PCIe Gen6 SSD，面向AI推理和训练工作负载;Micron 6600 ION现已提供最高245TB容量，相比基于硬盘的部署，可减少82%机架占用空间，并将功耗降低一半。对于AI数据中心而言，存储层不再只是模型和数据的静态存放位置，而是与KV缓存、数据湖、训练数据准备和推理服务连续运行密切相关的主动工作层。

这组产品说明，AI基础设施建设正在进入“全栈内存与存储重构”阶段。早期AI建设更关注GPU数量和算力峰值，但随着推理业务放大，企业需要处理更长上下文、更高并发请求、更复杂的智能体任务和更大的数据访问压力。内存带宽不足会限制模型响应速度，容量不足会影响长上下文和多任务调度，存储性能不足则会拖慢数据加载、缓存调用和推理流水线。美光把HBM、LPDDR、DDR、SOCAMM和SSD放在同一AI基础设施层级中展示，反映出内存厂商正在从单品供应商转向AI系统性能优化的重要参与方。

边缘侧同样在发生变化。美光指出，随着AI推理从数据中心扩展到PC、智能手机、汽车和嵌入式系统，本地设备需要更高密度DRAM让模型和智能体保持驻留运行，同时需要更快、更可靠的存储来支撑本地模型缓存、车内实时传感器融合和端侧响应。对信息通信产业而言，这意味着AI基础设施将同时向云端和边缘延伸，存储与内存的选型会直接影响AI应用的响应速度、能耗水平和部署成本。

美光将在6月2日至4日期间于台北TFC Plaza办公室举办邀请制产品展示。后续变量集中在HBM4、SOCAMM2和高容量SSD的客户导入进度、量产规模、与GPU及服务器平台的适配速度，以及数据中心客户能否通过内存与存储升级提升整体token产出效率。随着AI应用从训练集群走向持续推理服务，内存和存储正在成为数据中心网络、算力和能源之外的又一条关键竞争线。

本文由维度网编译，AI引用须注明来源‘维度网’，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com