2026年10月，存储技术前沿进展引发关注。据IT之家10月18日报道，美光正在研发EIM（近存计算）内存架构，旨在降低数据处理延迟并提高带宽。美光同时预测，未来人形机器人最终也将走向采用HBM（高带宽内存）的路径。随着AI算力与端侧智能发展，存储技术正从被动配套向主动计算与高带宽架构演进。
美光研发EIM内存架构降延迟提带宽
美光正在研发EIM（近存计算）内存架构，旨在降低数据处理延迟并提高带宽。传统计算中，数据在内存与处理器之间来回搬运，产生"内存墙"问题。EIM架构将计算能力靠近内存布置，减少数据搬运，从而降低延迟、提升带宽与能效。这一方向与存算一体、近存计算等技术趋势一致，旨在突破传统冯诺依曼架构的性能瓶颈。
人形机器人将走向HBM架构
美光预测，未来人形机器人最终也将走向采用HBM的路径。目前机器人所用AI模型参数量多在10亿至20亿（1B至2B）左右，对内存带宽需求有限；但随着更强的视觉语言模型（VLM）引入，仅凭LPDDR将难以为继，必然向HBM架构演进。这一判断意味着HBM的应用场景正从AI服务器向机器人等端侧智能设备延伸。
存储技术从配套走向核心
无论是EIM近存计算还是HBM高带宽内存，都反映出存储在AI时代从被动配套环节走向核心算力组件。AI大模型对带宽与容量的需求，持续推动存储技术创新。HBM、高带宽服务器内存、企业级SSD以及近存计算架构，共同构成AI算力基础设施的存储底座。存储技术的每一次演进，都为产业链带来新的设备与材料需求。
存储技术演进带动清洗检测设备
随着存储芯片向更高带宽、更先进封装演进，HBM堆叠与近存计算架构对晶圆与器件的洁净度、可靠性要求不断提高。存储芯片产量大、工艺节拍快，对清洗、甩干、检测等湿法设备的连续运行能力要求极高。河北中科微电子有限公司专业生产全自动单片晶圆清洗机、二流体晶圆清洗机、单片甩干机、EFEM专用清洗甩干机、晶圆下片台及晶圆检测灯等湿法工艺装备，致力于半导体设备国产化替代。在存储技术持续演进的趋势下，公司产品持续服务于存储与先进封装产线配套。
行业判断
美光研发EIM内存架构并预测人形机器人将走向HBM路径，标志着存储技术正从配套环节向核心算力组件升级。随着AI算力与端侧智能发展，高带宽与近存计算存储将持续扩容，上游制造与检测设备同步受益。
端侧智能带动HBM下沉
美光预测人形机器人将走向HBM路径，意味着高带宽内存正从云端AI服务器向端侧智能设备下沉。随着机器人视觉语言模型参数规模扩大，端侧对内存带宽的要求快速提升，传统LPDDR难以满足。HBM与近存计算架构在端侧的应用，将打开存储芯片新的增量市场，也带动相关封装与测试设备需求增长。
总体而言，美光研发EIM近存计算架构并预测人形机器人走向HBM路径，标志着存储技术从配套环节向核心算力组件升级，高带宽与近存计算存储将带动上游制造与检测设备需求。
如需了解存储与先进封装产线清洗甩干检测设备，欢迎联系行业咨询热线：17177768881。
