虎嗅APP   |   宇多田

就在上周，中國內存廠商長鑫存儲（便是睿力集成），其悄然變更的股東信息引發了一些媒體和產業騷動。

因為在新增的19位股東中，“阿里巴巴”“騰訊”這兩個名字極為引人矚目。

合肥長鑫，這家成立于2016年，但注冊資金高達485.7億人民幣的“創業公司”，是目前大陸唯一一家擁有Dram內存自主生產能力的芯片廠，背負著眾多期望。而毫不意外，這個作為服務器“三大物理硬件”之一的內存芯片類型，對云計算巨頭有多重要，自然不必多說。 

易失性存儲器 Dram，與NAND閃存同為存儲產業最為流行的芯片類型，是一個全球規模約為900億美元的市場（數據來自TrendForce）。這個數字看起來雖然并不龐大，但幾乎被三星、海力士以及美光三巨頭瓜分完畢。

因此，從供需穩定來看，正是由于真正Dram制造廠在國內的稀缺性等原因，讓管理著龐大服務器機群的云計算廠商，需要提高對N種采購備選方案的掌控力。 

作為超大數據中心的運營者，云廠商們都是Dram芯片的巨大消耗者。舉個例子，亞馬遜曾在2019年因三星Dram產品在設計層面存在底層缺陷而取消訂單，對后者當季營業利潤打擊很大。

另一方面，權威市場分析機構Digitime整合業內消息來源認為，2022年云服務器和數據中心應用將成為Dram芯片市場主要增長動力，恢復大量出貨勢頭，預計整體市場需求將增長15-20%；此外，美光在2022第一財季的數據重心業務增幅高達70%，主要貢獻來自Dram與SSD產品。

而消息人士告訴虎嗅，業內預計從2022年第二季度開始，數據中心需求才能更加明顯。 

云巨頭的硬件掌控力野心

另一邊，毋庸置疑，與CPU、GPU及各類加速器一樣，存儲芯片對服務器架構創新與性能的顛覆同樣具有極其重要的影響。 

對于云廠商，巨大的計算并行處理量與神經網絡規模巨幅增長，必然要求處理器更快從內存獲取數據（這一點在文章《干掉英偉達？》里曾多次提及）。但寧暢信息技術專家告訴虎嗅，當前計算機是馮諾依曼架構，計算數據必須放在Dram內才可計算。所以，程序的大小決定了內存的大小。 

“因此，單個程序和數據占用內存空間不斷增加，導致內存容量持續擴張。為保持性能不下降，內存速率需與計算核數量同步增加。但實際已經快做不到了。”

去年，IEEE研究員兼3D存儲芯片專家Joungho Kim也曾喊話，內存與處理器之間的性能差距比任何時候都要大，馮諾依曼架構現在應該叫“馮諾依曼瓶頸”。

因此，更多內存技術創新，在近年來，便圍繞“怎樣減少數據在芯片間的移動”展開了。 

在阿里云開發者社區，數據專家曾詳細科普過HBM（高帶寬內存）、HBC（混合存儲立方）等新型服務器內存。這一技術路徑的思路比較直接好懂——讓內存盡可能靠近CPU或GPU。

（經提醒，這里需要著重強調一下：這里指的是HBM技術在內存產品上的創新，早在2016年AMD等企業就已經提出過HBM方面的創新點）

更具體一點，就是將處理器與內存堆疊成一個3D矩陣，然后鑿在服務器主板上。 

它的最大優勢，理論上，便是可以在極低頻率與能耗下帶來大帶寬。 

這一技術路徑反應在產品上，便是2021年8月三星發布的內存處理芯片——HBM2-PIM。三星技術專家用一種叫做硅穿孔（TSV）的互聯線把Dram垂直連在一起，放在邏輯芯片上。

通俗一點講，就是讓一堆Dram簇擁著計算單元，齊心協力做跟AI任務相關的神經網絡計算。

這一技術在2021年曾引起過存儲產業內的轟動，但還尚停留在實驗階段。不過，頭部存儲企業已紛紛聞風而動。譬如，美光悄然為一種3D Dram技術提交了專利申請，而半導體材料巨頭應用材料也迅速發布了一套3D Dram材料工程方案。

正如，EEtimes所說，這可能需要好幾年，但 Dram 很可能會追隨NAND的腳步，走向3D。

而阿里前段時間也曾發布過基于Dram 的3D 堆疊存算一體芯片，相關論文還被ISSCC 2022收錄。當然，此為研究，并未投產，但這也是一個非常重要的信號。

很顯然，對于服務器基礎架構一直十分重視的云巨頭，在以肉眼可見的方式，逐步“吞噬”服務器架構中的各個核心關鍵點——

以亞馬遜AWS為例，在2015年收購以色列的安納普爾納峰實驗室后，便從2017年開始，陸續推出了DPU芯片Nitro、Arm服務器CPU Graviton、Graviton2及Graviton3，以及機器學習訓練加速器 Trainium 和機器學習推理加速器 Inferentia。 

而阿里等中國云巨頭在芯片研發上獲得啟發的時間，恰好是在AWS發布Nitro DPU前后。如今，基本也完成了從服務器CPU到AI加速器的“同等類別裝備”。 

基本可以明確的是，自亞馬遜開了先河后，不斷垂直整合云計算從底層到上層業務，把服務器架構自研能力掌握在自己手里，如今在頂級云廠商間已經達成了共識。 

“阿里的野心，或者說魄力很大。” 

一位不具名的服務器專家告訴虎嗅，阿里基礎架構事業群AIS，在服務器架構自研與創新走的挺快，只是因為比較底層所以外界不太了解，知乎上甚至有人直接把他們歸為“做運維的”。 

由于這個事業群相當于整個阿里云軟硬基礎設施的“管家”，所以，各類技術專家集結在一起，必須在服務器、內核、容器、JVM、調度、數據庫、存儲、中間件等多個數據中心“節點”上做迭代與創新，當然，它也在采購和銷售上有KPI指標。 

“在存儲這一塊，他們是有一些想法的。基本是兩條路， 第一個當然是買現成的三星海力士美光，另一個是從前年開始吧，阿里自己買‘顆粒’（內存芯片），來自己做DIMM。” 他說，AIS在實驗室水平上應該沒問題，量產可能會有挑戰。

“更重要的是看他們的整合思路——加速卡（AI, 存儲）、網路（DPU/SmartNIC)。芯片是平頭哥或其他部門來做，但需求方則是AIS、阿里云以及螞蟻金服。需求方也非常重要，決定了用什么、怎么用，以及怎么用能夠讓效能發揮到最大。” 

他提醒我們要關注英特爾 IDM2.0開放戰略，特別是不久前“要對外授權X86的策略和猜測”——“我想，很多人應該很快會有動作的”。 

此外，根據虎嗅近一兩年來從多方了解到的信息顯示，阿里在云基礎設施硬件創新和戰略速度層面，雖然存在部分爭議，但在國內的確要勝其他云廠商兩三籌。 

很明顯，對國內存儲市場的重視和投資，無論是保證供應鏈穩定還是技術創新，都極為有必要。 

只有云廠商才能推動的存儲芯片進步

在2020年寫臺積電時，我們就曾提過，如果說蘋果、高通、英偉達們高端產品的成功，臺積電的先進制程工藝必然是最大助力之一；那么臺積電總是能占領最小制程高地的原因，前者也必然功不可沒——

最好的下游技術與產品給你“導航”和試錯，才能跟競爭對手打出一個漂亮的時間差。 

那么云計算與半導體的關系同樣如此。 

譬如谷歌推出TPU時被普遍叫好，并使得GPU廠商產生警惕。很大原因便是，作為成千上萬塊芯片并行運算的使用者，云廠商太清楚芯片的問題到底出在哪兒了，畢竟樣本實在是豐富。 

早在幾年前，多倫多大學曾做過一個關于“Dram致命缺陷”的重要課題。

他們經過多方周旋，終于從阿貢等大型國家實驗室、谷歌和Facebook的大型數據中心取得了大量寶貴樣本。讓他們感到震驚的是，關于Dram的錯誤很常見，而一些數據中心的重大宕機事故更是源自Dram失常。 

以谷歌為例，他們發現12% 到45% 的谷歌機器每年至少會遇到一次 DRAM 錯誤，有0.2%到4% 的機器由于 DRAM 錯誤無法糾正而意外關閉。 

而在以往，無論是大型數據中心還是個人電腦中，產業內都會把Dram錯誤更多歸咎于“軟性問題”——根據IEEE雜志的解釋，當物理設備在完全正常工作下，會受到某種短暫干擾（如宇宙射線產生的粒子）因而破壞了存儲數據。 

但這個想法此前幾乎沒有充分的實驗支撐，某種程度上就是缺乏樣本。沒錯，企業數據中心不愿透露，而實驗室的樣本量又少。實際上，經過他們的調查，結果令人震驚，其實大多數錯誤來自“硬性錯誤”。 

沒錯，就是Dram芯片本身存在的問題。 

調查者獲得了谷歌某些數據中心的權限，在調查后發現，是一小部分機器造成了大部分錯誤。也就是說，錯誤傾向于一次又一次地出現在相同的內存模塊上。 

那么我們試想一下，如果是軟性錯誤，譬如某個射線粒子導致Dram失常，那么應該被擊中的幾率是相同的。這就意味著，以前的論斷都是錯誤的。 

IEEE最后給出的解決方法偏向于云計算廠商，譬如，利用計算機操作系統來刪除和預測內存錯誤地址或內存頁。 

但從硬件角度來思考，云廠商恰恰能發現那些實驗室和消費端產品測試不出的硬件錯誤，極有利于半導體廠商改進和升級下一代硬件。

 這可能也是云廠商一個個被戲稱為“已變成CPU或存儲器公司”的最大原因之一。 

但無論如何，從設計、制造、量產等綜合難度上，硬件需求量龐大的云廠商依然需要強依賴于半導體廠商。而云廠商的自我底層革新，以及與半導體巨頭的緊密合作，或許在3~5年里，會對我們國內尚未壯大起來的存儲等其他方面的自研能力，有一些實質性的幫助。