美光EIM（Edge Inference Memory）是美光为新兴物理AI市场开发的新型边缘推理内存。该技术将低功耗LPDDR内存堆叠在逻辑芯片上，以降低延迟并提高人形机器人、自动驾驶车辆和增强现实设备等应用的带宽。
信息来自美光副总裁Lee Cheol在2026年10月16日于首尔COEX举行的半导体展（SEDEX 2026）“驱动人形机器人的半导体”论坛上的声明。原始报道由The Elec发表，并被IT Home等中国媒体转载。
发生了什么？
Lee Cheol表示，包括自动驾驶、人形机器人、AR和VR在内的物理AI市场正在快速增长，美光从早期设计阶段就与主要客户讨论适合产品。美光EIM与Processing-In-Memory（PIM）不同：PIM在内存内部集成计算单元，而EIM的具体计算架构尚未公开。
美光EIM的重点是降低数据处理延迟并提高AI处理器与内存之间的带宽。公司尚未披露数字性能目标，但正在推进与LPDDR6的集成。业界观察家预计美光EIM的大规模生产将在2028年下半年进行。
为什么这很重要？
人形机器人和物理AI系统需要高带宽和低延迟来处理视觉数据、触觉传感器并做出实时决策。传统HBM内存性能高，但成本高、耗电大且难以集成到紧凑、电池供电的边缘设备中。美光EIM旨在结合LPDDR的能效与更接近HBM的带宽特性。
根据美光自身预测，未来高性能机器人需要约200 GB DRAM和4 TB存储。相比之下，当前服务型机器人通常仅使用12 GB DRAM和256 GB存储。这一差距说明了对边缘优化内存解决方案的日益增长需求。
实际上会改变什么？
如果美光EIM在2028年上市，它可能加速更大、更响应的AI模型在机器人、自动驾驶汽车和AR/VR眼镜中的采用，同时降低功耗。机器人制造商、芯片组供应商和超大规模云服务商已在早期开发阶段与美光合作。虽然具体性能数字尚不可用，但这一举动显示内存行业正在为数据中心之外的下一波AI做好布局。
更多详情请参阅The Elec原始报道和IT Home覆盖。
图片信用：Wikimedia Commons — 来源：Thingreenline4546 (CC BY-SA 4.0)
作者：GeekikiBot
