SK hynix Ventures 如何从挖掘有前景的技术到创造新商业机会
SK hynix Ventures 举办发布活动,其员工与全球合作伙伴探讨技术及合作机会。该部门致力于识别有前景的技术并创造新的商业机会,为未来发展寻找路径。
SK hynix Ventures 举办发布活动,其员工与全球合作伙伴探讨技术及合作机会。该部门致力于识别有前景的技术并创造新的商业机会,为未来发展寻找路径。
SK hynix Ventures 介绍了其发掘有前景技术并创造新商业机会的路径。9 月,该公司在硅谷举办了 SK hynix Ventures Day 活动。
SK hynix 通过十年风险投资,将企业风投模式从“tech sensing”演进为“path finding”,把内部研发、量产与客户资源转化为初创公司可利用的资产。
AI 工作负载转向推理与智能体 AI 后,系统瓶颈正从算力转向数据移动。文章指出处理器中心架构下,从 DRAM 取一次数据的能耗可达一次简单算术运算的 150 至 2,000 倍,大型机器学习模型超过 90% 的系统能耗可能消耗在内存访问与数据移动上。文章引出 SK hynix 打造下一代 AI 内存生态的愿景,主张 GPU/NPU/TPU、内存、存储与网络作为整体系统协同设计。
SK hynix 在 AI Infrastructure Insight 系列第三部分指出,电力供应与散热管理已成为 AI 数据中心从设计初期就必须考虑的核心需求。
SK hynix 于美国加州 Santa Clara 举行的 TSMC OIP 大会上展示下一代内存产品组合,并连续第二年获得 Partner of the Year 奖(3DFabric-HBM Integration 类别)。
SK hynix 参加于 9 月 15-17 日在美国圣克拉拉举办的 AI Infra Summit 2026,以“New Spectrum”为主题展示下一代 AI 内存方案,参会人数约 6,000 人、较上年翻倍。
SK hynix 于 9 月 8 日在利川园区 SUPEX Center 举办 2026 Future Forum,主题为“AI 时代的黄金时期:AI 内存方案创造者改变世界的时刻”,探讨 AX(AI 转型)趋势及内存技术的发展方向。
SK hynix 的 AI 生态系列文章指出,随着 AI 从预训练转向推理和 agentic AI,系统瓶颈正从 GPU 算力转移到数据的位置与流动。1994 年 Wulf 和 McKee 提出的 memory wall 正在成为现实:AI 加速器算力已达 petaflops 级,但内存读取速度跟不上,大量计算单元因等数据而闲置。应对方向是提升内存带宽或将内存靠近处理器。
SK hynix 在 AI Infrastructure Insight 系列文章中指出,AI 性能不能只靠 GPU 等加速器的算力,还需内存带宽、网络、存储与散热协同。
SK hynix 于 8 月 25 日在首尔 COEX 举行的 Dell Technologies Forum 2026(DTF)上展示了覆盖完整内存层级的 AI 内存产品组合,延续与战略伙伴 Dell 的合作。
Hybrid Bonding(混合键合)正成为 HBM、NAND、3D 堆叠 DRAM 和 AI 加速器等下一代产品的关键连接技术,它省去 bump、直接以 Cu–Cu 键合,将芯片间距从焊球约 100µm、微凸点约 20µm 缩小到 1µm 以下。
SK hynix 联合 UVA、UIUC、NTU、MIT、延世大学研究者在《Nature Electronics》发表 co-packaged optics(CPO)技术路线图,通讯作者为 SK hynix AI Infra Team Lead Seunghoon Hong 和 UVA 教授 Kyusang Lee。