高通 HBC 完成硬件验证：AI250 拟于 2027 年上半年出样，带宽达 133 TB/s

据 IT之家 2026 年 11 月 3 日报道，高通宣布，第一代高带宽计算（HBC）技术已在美国圣迭戈实验室完成硬件验证，确认了完整读写能力与近存计算能力。搭载该架构的 AI250 加速器计划于 2027 年上半年出样。这意味着，高通面向 AI 推理、以堆叠 LPDDR 内存探索替代 HBM 的技术路线，正从架构设计推进到产品化验证阶段，但距离正式交付和实际部署仍有后续环节。

把计算放到内存下方，减少数据搬运

HBC 并不只是更换内存类型，而是重新安排计算与内存的位置。传统 HBM 主要通过堆叠 DRAM 芯片提高带宽；高通的方案则将多层 LPDDR 内存垂直堆叠在计算芯片上方，并通过硅通孔（TSV）连接，在堆叠结构底部执行近存计算。

按照高通此前公布的设计，这种布局可将数据传输距离从传统架构中的数厘米缩短到数微米。其思路是利用 LPDDR 相对较低的功耗，以及计算单元与内存的紧密集成，降低数据搬运的开销。对于需要频繁读取模型数据的 AI 推理任务，内存系统的效率是影响硬件表现的重要因素。

验证结果与产品目标，需要分开看

此次完成测试的是采用两层 DRAM 堆叠的早期样品，正式产品预计采用四层堆叠。因此，实验室验证结果、产品规划指标和后续路线图目标，并不能视为同一阶段的成果。

• 早期样品测得的每瓦带宽超过 HBM4 的 5 倍，尚未达到高通此前提出的传统 HBM 方案 6 倍目标。
• 高通公布的第一代 HBC 方案将为 AI250 提供 133 TB/s 的有效内存带宽，是采用 LPDDR5X 的 AI200 加速卡的 18 倍。
• 根据高通 2026 年 6 月公布的路线图，AI250 使用第一代 HBC，后续 AI300 计划采用第二代 HBC，其有效内存带宽设计目标为 AI200 的 54 倍。

这里尤其需要区分，18 倍指有效内存带宽提升，并不等于 AI 推理速度提高 18 倍；每瓦带宽也属于内存系统效率指标，不能直接换算为整张加速卡的能耗降幅。实际应用表现仍需结合模型、计算能力和软件适配情况判断。

产业解读：推理硬件竞争延伸到内存架构

HBC 的看点，在于高通试图通过封装与近存计算，为 AI 推理寻找不同于常见 HBM 路线的实现方式。它关注的不只是带宽峰值，还包括获取这些带宽需要付出的功耗代价。如果后续产品能够兑现设计指标，这一路线有望为推理基础设施提供新的硬件选择。

不过，完成硬件验证并不意味着替代方案已经成熟。当前公开信息尚不足以判断 AI250 的实际模型吞吐、整卡能耗、成本及规模化部署表现。对产业用户而言，接下来的关键节点是样品能否按计划推出，以及真实负载下能否将高带宽与能效优势转化为可用的推理收益。