美光为人形机器人开发EIM内存
Micron 正在筹备 edge inference memory（EIM），这是一款面向 physical artificial intelligence（AI）应用的存储半导体。Micron 副总裁 Lee Cheol 在“Semiconductors”相关活动上作出上述表示。原文未披露该产品的量产时间、规格参数与供应安排。
原文深度解读
本文报道 Micron 副总裁 Lee Cheol 于 2026 年 10 月 16 日在首尔 COEX 举行的 SEDEX 2026“Semiconductors Powering Humanoids”会议上的发言。Micron 正在筹备面向 physical AI（含自动驾驶、人形机器人、AR/VR）的 edge inference memory（EIM），该产品将 LPDDR 堆叠在逻辑 die 之上，定位于 AI 芯片与内存之间以降低延迟、提升带宽，并正探索应用于 LPDDR6；原文称业界观察者预期 2028 年下半年量产，但 Micron 未披露具体性能目标。文章还对比了人形机器人使用 LPDDR 而非 HBM 的现状与未来向 HBM 过渡的预期，并给出当前服务机器人 12GB DRAM/256GB 存储与未来高性能人形机器人约 200GB DRAM/4TB 存储的容量对比。与电子元器件供应链的关系在于：EIM 属于新型存储半导体品类，其开发、客户协同与潜在量产节奏可能影响存储器件及相关 AI 芯片的供需结构。
- Micron 正在筹备 EIM（edge inference memory），定位为面向 physical AI 应用的存储半导体；Lee Cheol 在 2026 年 10 月 16 日首尔 COEX 的 SEDEX 2026“Semiconductors Powering Humanoids”会议上披露该信息。
- EIM 的技术路径是将低功耗 DRAM（LPDDR）堆叠在逻辑 die 之上，用于高速处理 AI 推理所需数据；原文明确其与在内存内执行计算的 PIM 不同，且 EIM 的计算架构尚未披露。
- EIM 被定位在 AI 芯片与内存之间，以降低数据处理延迟并提升带宽；Micron 未披露具体性能目标，但正在开发将 EIM 应用于 LPDDR6 的方法，原文称业界观察者预期 2028 年下半年量产。
- 原文对比人形机器人与数据中心的内存选择：人形机器人因电池供电更看重能效，使用 LPDDR 而非 HBM；但随着 AI 模型参数增长，仅靠传统 LPDDR 可能不足以提供所需内存带宽。
- Lee Cheol 表示当前机器人 AI 模型约 10 亿至 20 亿参数，内存带宽需求不算高；但随着更先进的视觉语言模型（VLM）出现，仅 LPDDR 将不够，需要向 HBM 过渡。
- 原文给出容量预期：当前服务机器人使用 12GB DRAM 和 256GB 存储，未来高性能人形机器人预计需要约 200GB DRAM 和 4TB 存储；Micron 称正与机器人制造商、芯片组公司和超大规模云厂商从早期设计阶段合作。
供应链影响
- 若 EIM 按原文所述在 2028 年下半年进入量产，存储器件品类可能新增面向边缘推理的细分产品，但实际节奏取决于 Micron 未披露的性能目标与客户导入进展。
- EIM 将 LPDDR 与逻辑 die 堆叠，可能使存储与逻辑芯片的协同设计、封装和测试环节更紧密，具体影响取决于后续产品规格与量产安排。
- 原文预期人形机器人未来可能从 LPDDR 转向 HBM，若该趋势发生，可能改变机器人与数据中心之间对 HBM 及低功耗 DRAM 的需求结构，但时间与规模取决于 VLM 等模型演进。
- 未来高性能人形机器人若达到约 200GB DRAM 和 4TB 存储，相比当前服务机器人 12GB/256GB 的用量显著提升，可能带动单机存储容量需求上升，但取决于人形机器人实际出货与设计落地。
- Micron 称与机器人制造商、芯片组公司和超大规模云厂商从早期设计阶段合作，可能使供应链协同前移，但原文未披露具体合作方、供应安排与量产时间。
系统解读，仅作为判断线索，不构成备货、出货、涨价或投资建议。
10 月 16 日，在首尔 COEX 举行的 SEDEX 2026 期间“Semiconductors Powering Humanoids”会议上，Micron 副总裁 Lee Cheol 发表讲话。（照片：THE ELEC）
Micron 正在筹备 edge inference memory（EIM），这是一款面向 physical artificial intelligence（AI）应用的存储半导体。
Micron 副总裁 Lee Cheol 在“Semiconductors Powering Humanoids”会议上表示，包括自动驾驶、人形机器人、增强现实（AR）和虚拟现实（VR）在内的 physical AI 市场正在快速增长。该会议是 10 月 16 日在首尔 COEX 举行的 Semiconductor Exhibition（SEDEX）2026 的一部分。“我们正在与主要客户讨论开发适合这些新兴市场的产品，”他说。
EIM 旨在高速处理 AI 推理所需的数据。它将低功耗 DRAM（LPDDR）堆叠在逻辑 die 之上。该技术与在内存内执行计算的 processing-in-memory（PIM）不同。两种技术都通过与 AI 芯片协同运行来提升数据处理效率。PIM 在内存内集成计算单元，而 EIM 的计算架构尚未披露。
EIM 被定位在 AI 芯片与内存之间，以降低数据处理延迟并提升带宽。Micron 尚未披露具体性能目标。该公司正在开发将 EIM 应用于 LPDDR6 的方法，业界观察者预期其将于 2028 年下半年量产。
人形机器人感知周围环境并自主决定行动。与重复预定动作的传统工业机器人不同，人形机器人自主运行。它们必须感知并处理视觉和听觉信息、重量和质地。
人形机器人使用 LPDDR 等低功耗 DRAM，而非高带宽内存（HBM）。与广泛使用 HBM 的数据中心不同，电池供电的机器人需要更高的能效。然而，随着 AI 模型参数数量增长，仅靠传统 LPDDR 已越来越不足以提供所需的内存带宽。
Micron 预计 HBM 最终将被用于人形机器人。“当前用于机器人的 AI 模型使用约 10 亿至 20 亿参数，因此其内存带宽需求并不特别高，”Lee 说。“但随着更先进的视觉语言模型（VLM）出现，仅靠 LPDDR 将变得不够，需要向 HBM 过渡。”
内存容量也正变得越来越重要。Micron 预计未来高性能人形机器人将需要约 200GB 的 DRAM 和 4TB 的存储，而当前服务机器人使用 12GB 的 DRAM 和 256GB 的存储。
“传统 DRAM 和存储将难以满足 physical AI 市场的需求，”Lee 说。“我们正从早期设计阶段就与机器人制造商、芯片组公司和超大规模云厂商合作。”
Lee Cheol, vice president at Micron, speaks at the “Semiconductors Powering Humanoids” conference during SEDEX 2026 at COEX in Seoul on Oct. 16. (Photo: THE ELEC)
Micron is preparing edge inference memory (EIM), a memory semiconductor designed for physical artificial intelligence (AI) applications.
Lee Cheol, vice president at Micron, said at the “Semiconductors Powering Humanoids” conference, held as part of Semiconductor Exhibition (SEDEX) 2026 at COEX in Seoul on Oct. 16, that the physical AI market, including autonomous driving, humanoid robots, augmented reality (AR) and virtual reality (VR), is growing rapidly. “We are discussing the development of products suited to these emerging markets with major customers,” he said.
EIM is designed to process data required for AI inference at high speeds. It stacks low-power DRAM (LPDDR) on top of a logic die. The technology differs from processing-in-memory (PIM), which performs computations within memory. Both technologies improve data processing efficiency by operating alongside AI chips. PIM incorporates computing units within memory, while EIM’s computing architecture has not been disclosed.
EIM is positioned between AI chips and memory to reduce data processing latency and increase bandwidth. Micron has not disclosed specific performance targets. The company is developing a method of applying EIM to LPDDR6, with industry observers expecting mass production in the second half of 2028.
Humanoid robots perceive their surroundings and independently determine their actions. Unlike conventional industrial robots that repeat predefined movements, humanoids operate autonomously. They must perceive and process visual and auditory information, weight and texture.
Humanoid robots use low-power DRAM such as LPDDR rather than high-bandwidth memory (HBM). Unlike data centers, where HBM is widely used, battery-powered robots require greater power efficiency. However, as AI models grow in parameter count, conventional LPDDR alone is becoming insufficient to provide the required memory bandwidth.
Micron expects HBM to eventually be adopted in humanoid robots. “Current AI models for robots use around 1 billion to 2 billion parameters, so their memory bandwidth requirements are not particularly high,” Lee said. “But as more advanced vision-language models (VLMs) emerge, LPDDR alone will become insufficient, requiring a transition to HBM.”
Memory capacity is also becoming increasingly important. Micron expects future high-performance humanoid robots to require approximately 200GB of DRAM and 4TB of storage, compared with 12GB of DRAM and 256GB of storage used in current service robots.
“Conventional DRAM and storage will struggle to meet the demands of the physical AI market,” Lee said. “We are collaborating with robot manufacturers, chipset companies and hyperscalers from the early design stages.”