HBF 結構物理缺陷
針對 HBF (High Bandwidth Flash) 結構，學界出現顯著負評（HBF sucks），主因是 NAND Flash 極度怕熱且壽命不如 DRAM，且在現有伺服器環境中無法實現熱插拔，一旦熱損壞須停機整版更換。
545.【財經時事放大鏡】XBM, HBF, SRAM x 宇樹&機器人
✓ 這篇在你的庫裡
在摘要庫開啟 →
這部在講什麼新聞財經
深入分析 AI 浪潮下 HBM 的供需瓶頸，探討 Intel 推出的 XBM 等新型記憶體技術如何試圖打破現狀，並解析中國機器人領導廠商「宇樹」上市後的量產邏輯與技術門檻。
適合誰半導體供應鏈研究者、AI 硬體投資人、機器人產業追蹤者。
你需要知道了解 Intel 在記憶體市場的最新技術佈局、釐清 SRAM 與 HBM 在 AI 運算中的角色差異、掌握機器人產業從模擬到現實的落地瓶頸。
最值得看15:01 拆解女股神 Cathie Wood 捨棄 HBM 轉向 SRAM 方案的邏輯與誤區。
影響鏈
事件、影響與風險意義優先，時間戳用來導航
Intel 重返記憶體市場
Intel 推出 XBM (Cross Batch Memory) 與 ZAM，本質上是 3D DRAM 技術，預計 2027 年樣品產出、2029 年商用，看準 AI 記憶體高達 80% 以上的高毛利空間與長期稀缺性。
SRAM 取代 HBM 的成本迷思
女股神 Cathie Wood 認為 SRAM 技術（如 Groq）可取代高價 HBM，但事實上 SRAM 單位的 Megabyte 成本遠高於 HBM，且 Groq 的優勢在於 LPU 架構與網路拓撲而非單純的記憶體成本。
宇樹機器人降價邏輯
宇樹 (Unitree) 採取典型的中國製造邏輯，透過 ASP 從 26 萬人民幣降至 10 多萬的策略快速推動銷量，並受惠於電動車供應鏈（馬達、感測器）帶來的硬體成本紅利。
Sim-to-Real 的落地挑戰
機器人發展核心瓶頸在於模擬環境與現實世界的差距（Sim-to-Real），目前硬體平衡（小腦）已相對成熟，但通用邏輯（大腦）與軟體模型仍需大量合成資料與硬體驗證。
看完可以做什麼
關注 2027-2029 年 Intel 記憶體樣品的進度，並追蹤 Groq 等 LPU 方案在推理市場的市佔變化，評估非 HBM 方案的實際競爭力。需要留意：- Intel 的新技術 XBM 仍處於專利公開與前期研發階段，離真正量產仍有數年差距。
生成於 5 小時前
檢舉