对话联想（上）：美光MRDIMM内存技术改革的新篇章

大家都知道生成式AI。无论是在云端还是本地，是混合部署还是边缘计算，使用个人电脑还是移动设备，它在所有应用领域都呈指数级增长。我想，它已经存在于所有应用程序中。

很关键的一点：它推动了应用程序对计算的更多需求，以及对内存的更多需求。

因此，我们一直在探索，怎样提供更高的带宽，而不仅仅是更多的容量。这也会带来很多积极的影响。

今天，我们满怀激动地介绍一款特定的新产品，MRDIMM，相信它能帮助我们应对一些挑战。

从美光的角度来看，我们深知每GB的带宽似乎是一个越来越重要的指标。

人工智能有如此大的潜力，能够解决世界上与医疗相关、与天气相关、与食品相关等各种各样的问题，其应用简直是无所不包，我们可以想一想，所有不同的应用都有哪些用途，以及随着时间的推移，未来将会做什么，但这也促使我们需要支持越来越大的AI模型，并能够去解决这些复杂的问题。

因此，即使你从CPU的角度考虑，推理的作用也很大，对吧？训练占据了很大一部分，并且推理将继续增长。

我想我们都相信，随着时间的推移，推理能力实际上会超过训练量，对吧，从使用的角度来看。

同时，还有很多不同的案例和用例。

有一种叫做RAG的技术，我不久前才了解到，即检索增强生成技术，它需要占用大量内存，因为你必须存储大量数据，然后加载大量的信息，再从推理的角度将数据提取出来。

因此，对于它所在的行业来说，不仅要有大容量，还需要高带宽，这才是真正重要的。

因此，Scott，我们很想听听联想是怎么想的，你又是怎么看的？

好，我们的合作伙伴英特尔和AMD在过去几年中为我们提供了更多的CPU内核。

事实上，我记得就在几年前，我们从单核到双核，到4核再到8核，这是一件大事。

现在，我们已经在一个系统中拥有了数百个内核。

过去，美光在为我们提供大容量DIMM方面做得非常出色，它用较小的模块构建了128 GB的大容量DIMM，使它们更经济实惠，运行更节能。

但内存带宽仍是我们的一大难题。

现在，美光发布的新款MRDIMM，可以帮助我们跟上系统内核数量的增长。

很多客户为此感到非常欣喜，我们也很高兴。