AI內存新秀，SOCAMM2登場

據報道，英偉達已取消其第一代SOCAMM內存模塊的推廣，并將開發重點轉向名為SOCAMM2的新版本。

不久前，英偉達曾表示計劃今年為其AI產品部署60-80萬個SOCAMM內存模塊，但據稱隨后發現了技術問題，項目兩次擱置，并未能下達任何實際的大規模訂單。目前開發重點已經轉移到SOCAMM 2，英偉達已開始與三星電子、SK海力士和美光合作對SOCAMM 2進行樣品測試。

01

SOCAMM2是什么？有何優勢？

SOCAMM技術定位為面向AI服務器的新型高帶寬、低功耗內存解決方案，其設計目標是在提供與HBM（高帶寬內存）相近性能的同時，有效降低成本。通過將LPDRAM與壓縮連接內存模塊 (CAMM)搭配使用，以革命性的全新外形尺寸提供卓越的性能和能效，相比傳統的DDR5 RDIMM配置更節省空間，且功耗低三分之一。

此前，英偉達在產品文檔中已明確列入SOCAMM相關信息，其中GB300 NVL72規格表顯示，該產品可支持最高18TB基于LPDDR5X的SOCAMM，帶寬可達14.3TB/s。但由于英偉達GB300 "Blackwell Ultra"的主板設計變動，SOCAMM模組不會立即進入商業化，但該技術仍有望成為Vera Rubin平臺的一部分，為Vera CPU提供更靈活、更易維護的非板載內存選擇。

需要指出的是，SOCAMM與HBM二者并非直接競爭關系，而是互補存在，SOCAMM解決靈活性問題，而HBM通過與GPU的先進封裝集成解決極致性能需求。

SOCAMM 2或將支持LPDDR6內存規格

從技術層面深入剖析，SOCAMM 2 在硬件架構上延續了 SOCAMM 1 的 694 個輸入 / 輸出（I/O）端口設計，這一穩定的底層架構為其性能升級奠定了基礎。值得關注的是，SOCAMM 2 的數據傳輸速度大幅躍升至 9,600MT/s，相較于 SOCAMM 1 的 8,533MT/s，實現了約 12.5% 的顯著提升。這一速率提升意味著在相同時間內，SOCAMM 2 能夠傳輸更多的數據，為 AI 服務器的高速運算提供了更強大的數據吞吐能力。

更具前瞻性的是，SOCAMM 2 極有可能支持下一代低功耗內存 LPDDR6。作為 LPDDR5X 的繼任者，LPDDR6 在諸多關鍵性能指標上實現了質的飛躍。在通道架構上，LPDDR6 摒棄了 LPDDR5 的 16 位單通道設計，創新性地采用 24 位寬通道（兩個 12 位子通道）架構，每個子通道配備獨立的 4-bit CA 總線，并行處理能力大幅提升。其突發長度設定為 24（BL24），形成 288 位數據包，其中 256 位承載有效數據，另外 32 位則被賦予特殊功能，用于錯誤檢查、內存標記或實施數據總線反轉（DBI）技術，在保障數據準確性的同時，顯著降低了寫入操作時的功耗。

從性能表現來看，LPDDR6 的內存帶寬高達 38.4GB / 秒，相比 LPDDR5 有了極大提升，且 JEDEC 確認其功耗將比 LPDDR5 降低約 20%。在輕負載場景下，LPDDR6 引入的效率模式（Efficiency Mode）運行機制可僅啟用一條子通道訪問全部 16 個存儲區，另一條子通道進入待機或深度睡眠狀態，靈活的資源配置進一步優化了能耗。同時，LPDDR6 新增的 ALERT 信號線使 DRAM 顆粒能主動向處理器報告錯誤，支持 15 種不同類型故障的實時上報，極大增強了數據完整性保障能力。

若SOCAMM 2 成功集成 LPDDR6 技術，二者將形成強大的協同效應。一方面，LPDDR6 的高性能特性將助力 SOCAMM 2 在帶寬、能效比以及數據處理的穩定性上實現再次突破，進一步拉開與傳統內存方案的差距，更好地滿足 AI 服務器對海量數據高速、穩定處理的嚴苛需求；另一方面，SOCAMM 2 的模塊化設計也將為 LPDDR6 的應用拓展新的空間，使其能夠更便捷地應用于 AI 服務器領域，加速 LPDDR6 的商業化進程。不過，目前 LPDDR6 仍處于技術驗證階段，其與現有平臺的兼容性、量產成本以及大規模應用后的穩定性等方面均存在一定不確定性，這也是相關供應商尚未正式確認該功能的重要原因。

02

AI 服務器生態怎么融

SOCAMM2 并非孤立存在的內存產品，其價值的充分發揮離不開與 AI 服務器生態的深度協同適配。從硬件層面來看，AI 服務器的主板設計、CPU 與內存控制器的兼容性，以及散熱系統的布局，都需與 SOCAMM2 的特性相匹配。以英偉達 Vera Rubin 平臺為例，該平臺作為面向下一代 AI 計算的核心架構，對內存的靈活性和可維護性提出了更高要求。

SOCAMM2 的非板載內存設計，恰好滿足了 Vera Rubin 平臺對內存模塊獨立升級、更換的需求，無需整體更換主板，大幅降低了服務器的維護成本與升級周期。

在軟件層面，操作系統、AI 框架以及驅動程序的優化，同樣是 SOCAMM2 發揮性能的關鍵。例如，在 AI 訓練場景中，TensorFlow、PyTorch 等主流框架需要針對 SOCAMM2 的內存帶寬特性進行算法調整，以實現數據的高效調度與緩存管理，避免因內存性能未充分利用而導致的計算資源浪費。同時，內存管理驅動程序需支持 SOCAMM2 的多通道并行傳輸模式，確保在多任務并發處理時，內存資源能夠被合理分配，減少數據延遲與沖突。

此外，SOCAMM2 與 AI 加速芯片的協同也尤為重要。當前，英偉達 GB300 系列芯片、AMD MI300 系列芯片等主流 AI 加速芯片，在設計之初便需考慮與新型內存的適配性。以英偉達 GB300 NVL72 為例，其規格表明確支持最高 18TB 基于 LPDDR5X 的 SOCAMM，帶寬可達 14.3TB/s，這一參數設定正是芯片廠商與內存廠商提前協同研發的結果。通過芯片與內存的深度適配，能夠實現數據傳輸鏈路的優化，減少信號干擾與傳輸損耗，進一步提升 AI 服務器的整體運算效率。

03

內存大廠，競爭升溫

隨著AI應用的爆發，高帶寬、低延遲的內存需求急劇增長，傳統DDR內存難以滿足AI服務器對海量數據快速讀寫的要求。HBM雖性能卓越，但因成本高昂、產能受限，無法全面普及。SOCAMM2的出現恰逢其時，其融合LPDDR技術的優勢，有望以更親民的成本提供接近HBM的性能，填補市場空白。

在這一背景下，不少內存大廠紛紛押注SOCAMM2賽道。

美光憑借技術積累與市場響應速度，在SOCAMM 領域率先行動，今年 3 月宣布向客戶交付基于 LPDDR5X 的 SOCAMM 模塊，成為行業內較早實現該類產品交付的廠商。此舉使其積累了市場應用經驗，與部分AI 服務器制造商建立合作關系，為后續 SOCAMM2 的推廣奠定基礎，但先發優勢能否持續需看后續產品迭代與成本控制能力。

三星與SK 海力士作為內存行業頭部企業，雖在 SOCAMM 產品推出進度上稍晚于美光，但憑借技術儲備與產業鏈整合能力，在 SOCAMM2 研發與量產準備中持續發力。

三星展示的SOCAMM2 設計方案側重產品緊湊性與散熱管理優化，通過封裝技術改進與散熱材料應用，提升產品在高密度服務器環境下的穩定性與可靠性，以適應長時間高負載運行需求；SK 海力士則將研發重點放在內存速率提升與穩定性優化上，通過改進內存顆粒制造工藝、優化電路設計，提升 SOCAMM2 在數據傳輸速率、延遲控制及多模塊協同工作的穩定性。目前，兩家企業均與英偉達保持技術合作，參與 SOCAMM2 樣品測試，并根據測試反饋優化產品設計，計劃在明年初推進量產。

國產存儲廠商也積極參與SOCAMM2 的市場競爭，江波龍作為國內存儲行業代表企業，基于自身在存儲芯片設計、主控芯片開發、封裝測試及生產制造等環節的技術積累，推出自研 SOCAMM2 產品。該產品在保留SOCAMM 技術通用優勢的基礎上，針對國內服務器市場特點進行優化，例如去除 LPCAMM2 頂部凸出的梯形結構以降低整體高度，提升與國內常見服務器安裝環境及液體冷卻系統的適配性。這種本土化優化策略或為其爭取國內 AI 服務器制造商的合作機會，助力拓展企業級存儲市場份額，同時推動國產存儲技術在 AI 內存領域的突破。隨著國內 AI 產業發展及對自主可控存儲產品需求的增長，國產廠商或憑借本土市場優勢縮小與國際大廠的技術差距。

04

商業化，還有多遠？

SOCAMM2 在商業化推進過程中，面臨技術、成本、生態等多方面挑戰，同時也具備一定的市場發展機遇，其發展走向將對 AI 內存行業格局產生影響。

技術兼容性是SOCAMM2 商業化的首要挑戰。作為新型內存模塊，SOCAMM2 需與現有 AI 服務器的硬件架構、操作系統及 AI 應用框架實現兼容。目前，部分老舊服務器的內存控制器可能無法支持 SOCAMM2 的高傳輸速率與特殊指令集，企業若要適配 SOCAMM2 需進行硬件升級或更換，這將增加初期投入成本，可能導致對成本敏感的中小企業暫緩采用；同時，操作系統與 AI 框架的適配優化需投入時間與資源，若軟件適配進度滯后于硬件產品上市，將導致 SOCAMM2 性能無法充分釋放，影響市場接受度。

成本控制對SOCAMM2 的商業化推廣也至關重要。盡管SOCAMM2 定位為 “低成本替代 HBM” 的方案，但與傳統 DDR5 內存相比，其采用的 LPDDR5X/LPDDR6 顆粒及模塊化設計，在研發與制造成本上仍有差距。尤其是LPDDR6 顆粒處于技術驗證階段，量產初期成本較高，將直接影響 SOCAMM2 的定價策略：若定價過高，將失去與DDR5 內存的成本競爭優勢；若定價過低，可能壓縮內存廠商利潤空間，影響研發投入積極性。此外，SOCAMM2 的生產良率也將影響單位產品成本，良率偏低將進一步推高成本，制約大規模商業化。

從市場機遇來看，AI 產業的持續擴張將帶動高帶寬內存需求增長。

根據TrendForce 的最新研究，2025 年由于需求持續旺盛且產品平均售價較高，預計AI 服務器細分市場的價值將升至 2980 億美元，AI 服務器將占整個服務器行業總價值的 70% 以上。內存作為核心組件，需求將同步提升。SOCAMM2 具備 “高帶寬、低功耗、低成本” 特性，與中高端 AI 服務器需求相契合，在 AI 訓練、推理、云計算等場景中存在應用空間。

此外，SOCAMM2 的發展或推動內存行業技術迭代。面對 SOCAMM2 帶來的競爭壓力，HBM、DDR5 等內存產品或將加快技術升級，進一步提升性能、降低成本，形成行業良性競爭格局。這種競爭態勢可能促使內存行業突破技術瓶頸，為 AI 產業提供更優質的內存解決方案，推動 AI 計算性能整體提升。