隐形初创公司称破解内存短缺难题：新材料+新设计

2026年，当生成式AI的军备竞赛进行到白热化阶段，全球IT产业重新发现了一个残酷事实：真正稀缺的或许不是算力，而是存储。大模型训练和推理需求的爆发，令DRAM和高带宽内存（HBM）的价格持续飙升，数据中心建设成本水涨船高。在这种紧缺气氛中，一家名叫Kepler Computing的“隐形”初创公司突然发出宣言：它已找到了破解内存短缺的关键——一种全新的芯片设计路径，以及一种公司独有的专有材料。

内存为何成了AI时代的卡脖子环节

过去两年，资金潮涌向GPU服务器、光模块和“超大规模算力集群”——人们一度相信，只要采购足够的加速卡，AI能力就能持续放大。结果模型规模膨胀之后，内存带宽和容量率先成为“物理天花板”。高端AI加速器需要搭配数十甚至上百GB的高带宽内存；在推理侧，内存容量又直接决定上下文长度和可用性。遗憾的是，内存供应高度集中在少数厂商手中，且产能扩张周期以年计算，于是涨价成为常态。

这正是Kepler Computing试图解决的痛点。根据WIRED科技记者Lauren Goode 2026年9月的报道，这家低调公司提出了“新芯片设计+专有材料”的组合方案，宣称可以从供给源头扭转局面。将传统内存看作刻在晶圆上的微型存储单元，Kepler的路线则可能是用专有材料和三维结构“绕过”对精细制程的依赖，让单位面积存储密度出现数量级跃升。当然，从公开信息看，该方案仍处于早期验证阶段，具体技术细节尚未完全公开。

打破供应的逻辑，需要超越“存储器件”

值得注意的是，Kepler的句式不是“我们还会制造更多内存”，而是“我们应该换一种设计芯片的方式”。这暗示它并不打算在晶圆产能上与三星、SK海力士、美光正面竞争，而是希望以技术授权或IP方式嵌入现有制造体系。如果新方案能将标准晶圆厂的产出效率提升数倍，传统大厂很可能愿意合作。半导体工业史上也曾出现过新型存储介质取代部分DRAM的案例，但要替代主流市场，还需要在耐久性、写入速度和成本之间同时过关。

“内存不再短缺，AI服务器中最昂贵的部分就将重新洗牌。但半导体行业从不为发布会或PPT买单，它只相信测试芯片上的良率数据。”

编者按：存储焦虑正在改写芯片创新规则

无论Kepler最终能否兑现“终结内存短缺”的豪言，此次声明的价值在于：它暴露了整个AI行业对存储问题的焦虑已接近顶点。以往做AI加速器，大多数公司只讨论“浮点算力”；现在越来越多人才意识到，没有足够的内存带宽和容量，再高的算力都等于空转。存储与计算的边界开始在架构层面被打破，这为材料科学和芯片设计交叉创新提供了机会。

Kepler“隐形亮相”的另一个启示是：下一代AI芯片的竞争，已经从前端晶体管数量，延伸到了存储体系的代际革命。对普通IT决策者而言，与其等待所谓“替代内存”，不如先优化模型、减少存储消耗，同时密切关注那些能让供应链松动的早期技术。而Kepler是否能从蓝图走向晶圆厂，也许用不了太久就会见分晓。

本文编译自WIRED