Stacked GDDR

定義

Stacked GDDR（堆疊式 GDDR）是來源主張中的中階高頻寬記憶體方案：把傳統 GDDR（Graphics Double Data Rate）晶片以垂直方式堆疊，試圖在容量、頻寬、成本與封裝複雜度之間取得比 HBM 更低成本、比一般 GDDR 更高密度的折衷。

AI 推論角色

來源把 Stacked GDDR 定位在 HBM 與一般 GDDR 之間，可能用於 LLM 推論中的 KV cache、模型權重讀取與批次處理。它不是最熱資料層的首選，但若成本與產能優於 HBM，可能在部分推論 accelerator 中承接中階容量需求。

來源主張（待核驗）

• 初期設計約 4 層堆疊。
• 頻寬低於 HBM3E 約 1.2TB/s，但成本僅為 HBM 的部分比例。
• 原型可能於 2027 年問世，初期聚焦 AI 加速器而非消費顯示卡。
• Micron Technology 正積極開發此技術。

主要不確定性

• 是否有正式產品路線圖、標準或客戶平台。
• 熱管理與堆疊良率是否足以支撐資料中心部署。
• 與 HBF、CXL Memory、HBM 容量提升相比，實際 TCO 是否具優勢。

相關頁面

• AI推論記憶體替代技術
• HBM與HBF記憶體階層化
• Micron Technology

來源

• 2026-05-18-高頻寬記憶體替代方案全面說明

中等量產難度

來源把 Stacked GDDR 歸為中等難度：可借用既有 GDDR 生態與封裝經驗，封裝複雜度低於 HBM，但堆疊良率、原型時程與平台採用仍未成熟。它更像 HBM 與傳統 GDDR 之間的中階推論方案。

作為中階推論記憶體

來源把堆疊式 GDDR 放在 HBM 與低成本記憶體之間的中階推論場景，可能服務中低功耗 inference。此點延續既有 AI推論記憶體替代技術，但具體供應商、量產時程與平台採用仍需核驗。