英伟达推NVHBM带宽提升30% AWS率先采用

时间：2026年8月26日，NVIDIA 官方博客发布 NVHBM 技术扩展公告。 地点：美国加利福尼亚州圣克拉拉（NVIDIA 总部）；美国华盛顿州西雅图（AWS 总部）。 人物：英伟达（NVIDIA Corporation）；亚马逊 AWS 旗下芯片设计部门 Annapurna Labs；Annapurna Labs 副总裁 Nafea Bshara；NVLink Fusion 生态合作伙伴（包括 MediaTek、Marvell 等 ASIC 厂商及多家内存供应商）。 事件详情：英伟达宣布扩展 NVLink Fusion 平台，正式推出自研定制高带宽内存 NVHBM。NVHBM 将原本位于 XPU（AI 加速芯片）裸片上的内存控制器直接集成到 HBM 内存的基础芯片（base die）内部，形成 3D HBM 堆栈结构。相比当前 JEDEC HBM4E 标准，NVHBM 带来三方面提升：内存带宽最高提升 30%、HBM 功耗下降 15%、XPU 计算芯片裸片面积腾出 25%；同时 PHY 物理接口面积最高缩减 67%、整封装可用硅面积最高增加 80%。亚马逊 Annapurna Labs 成为首家 NVHBM 合作方，其下一代 Trainium4 AI 芯片将率先支持 NVLink Fusion 与 NVHBM，使 AWS 自研 AI 芯片与 NVIDIA GPU 可在同一机架架构下协同工作。 背景：英伟达 2025 年 5 月首次公布 NVLink Fusion 计划，向第三方 CPU、XPU 与 ASIC 厂商开放 NVLink chiplet、NVLink-C2C、NVLink Switch 与 MGX 机架平台。Annapurna Labs、MediaTek、Marvell 等已先后加入。HBM（高带宽内存）已成为万亿参数模型时代的核心瓶颈，内存带宽与功耗直接影响 AI 推理与训练效率。NVIDIA 在 HBM 标准化组织 JEDEC 之外另立 NVHBM 路线，意在锁定超大规模云厂商在 AI 基础设施层的合作。 影响：NVHBM 为 NVIDIA 未来的 GPU（包括下一代 Feynman 架构）提供更高内存带宽与更低功耗，预计 2027 年 Trainium4 出货后，AWS 与 NVIDIA GPU 可在统一机架架构下混部运行；NVIDIA 通过 NVHBM 标准、NVLink-C2C、MGX 三层栈进一步绑定超大规模客户，强化其在 AI 工厂（AI Factory）时代的系统级护城河。 总结：英伟达 NVHBM 是其在 AI 内存子系统层面的关键一击，通过把控制器下沉至 HBM 基础芯片，腾出 25% 计算裸片面积的同时带宽与能效齐升；AWS 率先采用，标志着超大规模云厂商与 NVIDIA 从「GPU 客户」走向「平台共构」关系，AI 基础设施的下一阶段竞争已从单芯片算力转向内存与互联架构。 参考来源： 1. NVIDIA 官方博客：https://blogs.nvidia.com/blog/nvlink-fusion-nvhbm-custom-high-bandwidth-memory/ 2. WCCFTech：https://wccftech.com/nvidia-develops-custom-nvhbm-memory-for-ai-more-bandwidth-lower-power-than-hbm4e/ 3. Blockchain News：https://blockchainnews.azurewebsites.net/news/nvidia-nvlink-fusion-nvhbm-memory 4. AIPulseLab 综合报道：https://aipulselab.tech/news/nvidia-nvlink-fusion-expands-with-nvhbm-custom-high-bandwidth-memory-368d99 5. PulseAugur：https://pulseaugur.com/cluster/220709-nvidia-launches-nvhbm-memory-tech-partners-with-amazon-for-ai-infrastructure 6. AWS × NVIDIA 联合新闻稿：https://www.centralcharts.com/index.php/de/4324-nvidia/news/5744337-aws-and-nvidia-to-deliver-2-million-additional-gpus-and-next-generation-infrastructure-for-agentic-and-physical-ai 7. Tech & Business：https://techandbusiness.org/newswire/7jRLWAH5shfGSopNJjdaCc 8. Part Of Style 技术解读：https://partofstyle.com/nvidias-custom-nvhbm-memory-promises-faster-leaner-ai-performance