Carmack：用 NAND 闪存替代 HBM 降低推理成本
ID_AA_Carmack · x · 2026-07-07
John Carmack 指出，内存成本与容量是 AI 加速器的关键瓶颈。与游戏渲染不同，模型推理具有确定性的内存访问模式——模型权重并不需要真正的随机访问，只要能以所需带宽持续读取即可，甚至可容忍数毫秒级的冷启动延迟。由于 NAND 闪存每 GB 成本比 HBM 便宜百倍以上，即使为闪存控制器配备 1024 位接口以达到 HBM 级带宽，仍存在显著的成本优化空间，值得探索专用引脚协议。
所属事件:Carmack等提议用廉价闪存替代HBM降低推理成本(2 条相关)→
「Infra」频道最新
- 本地 AI 约 6 到 7 年回本，长期可省 30% 到 40% — DavidLinthicum · 2026-07-21
- 台积电被曝拟在 2027 年上调芯片代工价格最高 10% — kimmonismus · 2026-07-21
- Merve Noyan：更多开源模型和 llama.cpp 更新在路上 — mervenoyann · 2026-07-21
- 加第二家 LLM provider，坏的往往不只是接口 — Ok_Extension6373 · 2026-07-21
- 英国 AI 数据中心因热量、噪音和占地遭到反弹 — nordicinst · 2026-07-21
- Fluidstack 融资 8.3 亿美元，估值 75 亿美元并承接 Anthropic 500 亿美元算力项目 — rohanpaul_ai · 2026-07-21