AMD首席执行官Lisa Su宣布将在韩国设立AMD人工智能（AI）研究中心，并计划招聘数百名研究人员。 Lisa Su在7日于首尔四季酒店与科技信息通信部第二次官柳济明的会谈中表示：“我们计划在韩国设立AMD AI研究所，并吸引数百名AI研究人员加入我们的中心。” 她还强调：“我们计划进行大量投资，以增加AI初创企业和普通用户的运算能力，并已与MangoBoost合作建立云设施。” 此外，她提到：“我们最近与首尔大学AI研究所签署了谅解备忘录（MOU），并计划与韩国的大学和初创企业开展多项活动。” 柳济明表示：“自7月签署谅解备忘录以来，科技信息通信部与AMD之间进行了密切沟通，讨论具体的合作方案。”他对后续措施的快速推进表示感谢。 他还希望不仅与首尔大学，还能扩大与其他大学研究所的合作项目，并提到国内还有许多有前景的神经网络处理器（NPU）初创企业，希望能积极合作。他补充说，韩国政府对AMD的开放AI计算生态系统表示认同，希望能增加合作任务。 在柳济明与Lisa Su的会谈后，双方还与包括Upstage在内的14家国内AI半导体企业进行了座谈。在会上，Lisa Su表示：“我们计划持续投入时间和资源，与更多初创企业合作，以便不断引入开放AI开放系统。”

斗山机器人近日宣布中标两项与物理人工智能（Physical AI）相关的国家级项目，旨在推动协作机器人智能化及其在制造现场的应用扩展。 斗山机器人表示，其提出的下一代协作机器人项目和智能焊接解决方案项目，分别被选为由工业通商部和韩国工业技术规划评估院共同主办的“K-设备端AI半导体技术开发项目”和“机器人产业技术开发项目”的国家级项目。两项任务的总研发费用约为989亿韩元，其中政府支持金额约为681亿韩元。 第一个项目聚焦于提升协作机器人的感知、判断和控制能力的基础技术开发，第二个项目则专注于将这些技术应用于高难度制造现场的应用技术开发。斗山机器人计划将这两项技术结合，构建“韩国型物理AI协作机器人综合平台”。 “基于设备端AI半导体的下一代协作机器人技术开发”项目的核心在于使机器人能够在没有外部PC或云的情况下，自主进行感知、判断和控制。该项目将国产AI系统半导体（SoC）与AI运算专用设备（NPU）及实时通信、控制功能整合，搭载于协作机器人上。机器人将基于摄像头、触觉、力矩、声音等信息，直接判断现场作业。 斗山机器人计划开发三种额定负载为5kg、10kg和20kg的协作机器人，以及能够进行双臂作业和全向移动的工业人形机器人。目标是在两个以上的需求现场进行72小时无间断验证，并通过国际安全认证，从2031年起实现标准产品的商业化。未来还计划将产品供应扩展到核电、国防和生物等对安全敏感的行业。 项目周期为54个月。斗山机器人将担任总负责单位，艾丁机器人、Mobility、韩国电子技术研究院、韩国生产技术研究院、SAGE、考林大学、东国大学、世宗大学、延世大学等单位将参与其中。 第二个“协作机器人与AI基础的智能焊接解决方案技术开发”项目则是将AI和数字双胞胎技术结合，自动化高难度的核电设备焊接。机器人通过摄像头识别焊接对象，进行位置校正，并学习熟练工的动作，生成焊接路径和编织动作。 斗山机器人目标是使机器人的焊接路径与熟练工的路径匹配度超过95%，并将路径误差降低到国家认证测试机构标准的±3mm以内。还计划实现五层以上的多层焊接自动化，将作业时间缩短50%以上。 验证将在斗山能源能力核电中心进行。首先将应用于核电设备制造过程中的预接合、预热和焊接作业，随后确保核电质量认证，再将应用范围扩展到造船、工厂和国防等领域。 该项目的周期为45个月。斗山机器人将担任主办单位，DeepX、SAGE、国立昌原大学产学合作团将作为共同研究单位参与。斗山能源能力将作为需求企业参与。 斗山机器人计划通过这两项任务开发将AI半导体、软件与机器人硬件相结合的物理AI协作机器人技术。 斗山机器人总裁朴仁源表示：“制造现场的人力短缺和熟练工人老龄化是仅靠自动化设备扩展无法解决的结构性问题。我们将结合设备端AI半导体与协作机器人平台，开发能够学习和再现熟练工人作业技能的物理AI协作机器人。” 此外，斗山会长朴正源在今年的新年致辞中强调：“斗山在发电设备、建筑机械、机器人等领域拥有世界级的制造能力和庞大的硬件数据，具备引领物理AI时代的优势。”※ 本报道经人工智能（AI）系统翻译与编辑。

三星电子提出了到2029年将代工（半导体委托生产）客户数量增加到独立事业部成立时的四倍的中长期愿景。该战略旨在通过大幅增强人工智能（AI）和高性能计算（HPC）领域的能力，提高在代工市场的竞争力。 三星电子代工事业部常务诺美晶在29日于首尔中区的乐天大酒店举行的资本市场企业说明会“2026韩国优质周”上发表了相关内容。 诺常务表示：“与2017年代工事业部独立成立时相比，目前客户数量已增加约三倍。”她指出：“通过持续的订单活动和产品组合多样化，到2029年我们将能够获得比成立初期多四倍的客户群。” 客户扩展战略的核心在于AI和HPC领域。HPC是处理海量数据的高端运算系统，广泛应用于大规模AI模型的训练与推理以及超级计算机等。 三星电子正在迅速将以智能手机等移动产品为主的订单结构转向数据中心和AI运算用半导体领域。 在事业部独立时，HPC业务在整体代工收入中仅占5%，而现在这一比例已增长至28%。预计到2029年，HPC的比例将飙升至66%。 诺常务强调：“到2029年，HPC相关客户将占整体的过半，并将在收入方面成为超过一半的核心收益来源。” 三星电子还在快速推进先进微细工艺路线图和全球生产基础设施扩展计划。三星设定了目标，计划在2028年实现第三代2纳米工艺量产，并在2029年完成1.4纳米工艺的量产。 海外生产基地的建设也在按计划进行。今年年底，位于美国德克萨斯州泰勒的第一期代工厂将开始初步投产，并计划在年内启动第二期工厂的建设，预计到2030年正式实现商业量产。※ 本报道经人工智能（AI）系统翻译与编辑。

◆Aju经济主要新闻 ▷中秋节与国庆节利好消息频出，消费股表现乏力，K字型分化反弹遥遥无期 - 韩国和中国的最大节日中秋节（24日至27日）和国庆节（25日至27日）即将来临，但重启相关股票却难以振作。 - 根据22日韩国交易所的数据，作为代表性重启股的阿莫瑞太平洋（Amorepacific）在当日收盘时较上月（8月31日）下跌了3.8%。 - 重启相关股票表现不佳的原因主要是韩国和中国持续的内需萎缩和就业不安。 - 不过，随着中秋节后中国的国庆节（10月1日）、国内主要的消费刺激活动“K-销售节”（10月29日至11月15日）以及中国版“黑色星期五”双十一（11月11日）等大型活动的接连到来，重启股的需求动能有可能恢复。 ◆主要报告 AI投资重心扩展：从GPU到CPU和内存 - 9月21日，纽约股市中，英特尔上涨12.1%、AMD上涨9.9%、ARM上涨17.1%，这一现象的背后是AI基础设施投资的重心正迅速从GPU扩展到CPU和内存。 - Meta（上涨11.4%）的AI代理Muse在美国应用商店下载量排名第一，证明了AI服务在用户流量扩大和盈利能力方面的潜力。 - 超大规模云计算公司的AI基础设施投资持续增强，这将进一步延长内存需求的可见性。 - 特别是AI代理的普及需要比现有生成型AI更频繁和持续的推理运算，因此预计将结构性地扩大AI数据中心整体的内存使用量，包括CPU、GPU、HBM、DDR5和eSSD等。 ◆22日收盘后主要公告 ▷Kakao的第二大股东TPG成立股东价值提升委员会 ▷大洋金属，破产申请被驳回 ▷莫纳米，管理股票指定预警 ◆基金动态（截至21日，ETF除外） ▷国内股票型：-3兆528亿韩元 ▷海外股票型：+1087亿韩元 ◆今天（23日）主要日程 ▷美国：制造业采购经理人指数（9月）

KOSPI在7日上午上涨超过3%，逼近6900点。随着三星电子和SK海力士等大型半导体股表现强劲，外资和机构的共同买入推动了指数的上升。 根据韩国交易所的数据，截至上午11时25分，KOSPI较前一交易日上涨202.90点（3.03%），报6890.11点。盘中一度飙升至6923.64点。 在证券市场上，外资和机构分别净买入9066亿韩元和7594亿韩元。相对而言，个人投资者则净卖出2兆3062亿韩元。程序交易方面，套利交易净买入1448亿韩元，非套利交易净买入5305亿韩元，总体显示6753亿韩元的买入优势。 市值前列的股票大多呈上涨趋势。三星电子上涨3.91%，报265500韩元，SK海力士上涨5.65%，报174万韩元。SK Square（上涨5.96%）、三星电子优先股（上涨2.14%）、KB金融（上涨1.57%）、现代汽车（上涨1.43%）、三星电机（上涨1.28%）、LG能源解决方案（上涨0.70%）等也在上涨。 尤其是对人工智能（AI）运算需求增加的预期，提升了对半导体股的投资情绪。上周美国股市中，美光和闪迪等半导体股表现强劲，国内市场也随之扩散了对三星电子和SK海力士等半导体相关股的买入热情。 同一时刻，KOSDAQ指数较前一交易日上涨12.42点（1.53%），报825.92点。外资净买入120亿韩元，而机构和个人分别净卖出182亿韩元和24亿韩元。 在KOSDAQ市值前列的股票中，主成工程上涨5.61%。罗博特（上涨5.09%）、伊欧科技（上涨3.50%）、利诺工业（上涨2.70%）、元益IPS（上涨2.61%）等也表现强劲。生态工程（上涨1.32%）、HLB（上涨0.89%）、生态工程（上涨0.85%）等也在上涨，而彩虹机器人（下跌0.44%）和阿尔特基（下跌0.35%）则表现疲软。 纽约股市在当地时间4日因美国8月份就业数据良好引发的加息担忧而普遍下跌。道琼斯工业平均指数下跌0.51%，标准普尔500指数下跌0.38%，纳斯达克综合指数下跌0.29%。不过，费城半导体指数上涨3.4%，继续对国内半导体股形成利好投资情绪。※ 本报道经人工智能（AI）系统翻译与编辑。

高盛预计，随着人工智能（AI）投资的扩大，内存半导体的繁荣将持续比预期更长时间，因此维持KOSPI目标价为12000点。 根据6日（当地时间）彭博社的报道，高盛亚太股票首席策略师蒂莫西·莫在接受采访时表示：“我们仍然维持这一目标价，预计业绩改善将支撑这一目标。”他强调：“市场低估了此次业绩周期将持续多久。” 高盛在6月时将KOSPI目标价设定为12000点，当时这一预测被认为是市场上最乐观的预期之一。 近期，由于对大型科技公司AI投资持续性的担忧以及韩国股市波动性加大，KOSPI指数较6月创下的历史最高点下跌约27%。尽管三星电子和SK海力士相继公布了良好业绩，但股价并未反弹。 不过，莫策略师指出，全球数据中心建设的竞争导致内存和存储器半导体的供应短缺，并预计这种供应紧张在2027年将进一步加剧。 他估计，美国大型科技公司的明年投资支出将超过1.2万亿美元（约合1607万亿韩元），这一数字大大高于之前的8000亿美元（约合1071万亿韩元）预期。 莫策略师表示：“超大规模企业即使无法盈利也必须继续投资，这对内存行业非常积极，因为这将提升运算需求，而运算需要大量内存。” 高盛预计，今年KOSPI上市公司的利润将增长约360%，而到2027年增速将放缓至约35%。不过，莫策略师补充道，市场已经充分认识到未来利润增长将放缓的事实。 他还指出，中国竞争对手CXMT等的追赶以及美国数据中心建设的政治反对可能构成风险因素。然而，他预计未来两年将继续保持对先进内存半导体公司的有利基础条件。 KOSPI 12000的目标价是基于预期的前瞻市盈率（PER）为7.5倍计算的。目前KOSPI的前瞻PER为5.3倍，约为最近7年平均水平的一半。 莫策略师表示，如果韩国企业能够实现高盛的利润预期，那么KOSPI 12000的目标并不是“看起来那么荒谬”。※ 本报道经人工智能（AI）系统翻译与编辑。

人工智能（AI）产业的重心正在从数据中心转向“AI 工厂”。与传统的数据中心仅仅存储数据不同，AI 数据中心（AIDC）通过大规模运算进行 AI 模型的学习和推理，成为生产新“智能”和代币的核心基础设施。 李英卓 SK电信 AI 政策负责人、副总裁兼 AI 数据中心整合推进团副总裁在9月3日于首尔中区的“第18届善良增长、良好就业全球论坛（2026 GGGF）”上表示：“如果说传统互联网数据中心（IDC）是信息存储的一种数据仓库，那么 AI 数据中心就是 AI 工厂。”他解释道：“AI 数据中心通过大规模 AI 运算进行学习和推理，并将产生的智能和代币提供给外部。” 李副总裁指出，AI 数据中心的重要性正在超越单纯的产业基础设施，成为国家经济安全资产。他表示，若能在国内建立 AI 模型和服务的开发与运营基础设施，将有助于减少国民数据和 AI 运算流失到海外，从而有助于实现“AI 主权”的保障。 全球大型科技公司对 AI 数据中心的争夺愈发激烈，尤其是在亚太地区，各国纷纷展示各自的优势以吸引投资。 李副总裁提到：“日本政府积极支持大型科技公司的数据中心落户，马来西亚则以相对低廉的人工成本和建设费用为优势。”他还表示：“澳大利亚凭借电力和广阔的土地优势参与竞争，各国基于不同的优势展开 AI 数据中心的争夺。” 韩国在稳定的电力供应条件和半导体竞争力方面被视为优势。由于拥有 AI 数据中心所需的 GPU 和内存等核心半导体供应链，韩国能够成为全球大型科技公司 AI 基础设施投资的竞争者。 然而，建设大规模 AI 数据中心需要巨额的电力和资金。李副总裁表示，截至去年，韩国运营中的数据中心和 AI 数据中心共有161个，总电力容量约为2.3GW。未来申请与韩国电力公司接入电力的单位有150个，所需电力约为9.4GW。这意味着，随着 AI 数据中心的规模扩大，未来电力需求可能会大幅增加。 投资成本也不容小觑。李副总裁指出，SK 在蔚山建设的100MW规模 AI 数据中心的投资成本在去年估算约为7万亿韩元，考虑到近期 GPU 及电力、冷却、空调等相关设备价格上涨，目前预计需要约9万亿韩元。简单换算，建设1GW级的 AI 数据中心可能需要数十万亿韩元的资金投入。 因此，李副总裁表示，大规模 AI 数据中心的发展将超越特定企业自用设施，转向向外部提供 AI 运算服务。随着数据中心规模的扩大，提升 GPU 等基础设施的利用效率并降低运算成本变得至关重要，因此与全球大型科技公司的投资与合作显得尤为重要。 SK 集团在6月宣布计划从2029年开始逐步开放5GW规模的 AI 数据中心。李副总裁强调，5GW并非一次性建设，而是逐步扩展的计划。 李副总裁强调，现在是投资 AI 数据中心的黄金时期。他指出，尽管 GPU 供应充足，但缺乏安装和运营的物理数据中心，而数据中心的建设需要约30个月，因此需要前瞻性投资。他解释道，AI 运算需要将多个 GPU 并联处理，因此在特定地区以集群形式建设数据中心可以提高基础设施的效率。 SK 将根据电力和土地的获取、区域均衡发展等因素，推动在五个区域建设 AI 数据中心。李副总裁表示：“选择五个区域的原因也包括区域均衡发展。”他指出，虽然首都圈在大规模电力获取上存在限制，但非首都圈相对更有可能获得电力系统的支持。 巨额的投资资金将通过与全球大型科技公司的合作来筹集。李副总裁表示，SK 集团并不会独自承担5GW的建设费用，而是与外部大型科技公司共同分担投资和费用。他表示：“SK 并不能做到所有事情”，并补充道：“与外部大型科技公司合作分担费用，SK 负责引入需求并规划投资和数据中心建设。”他还透露，SK 集团自身也可能投入约20万亿韩元的资金。 为了扩大 AI 数据中心产业，李副总裁呼吁应扩大税收支持。他指出，目前 AI 数据中心被认定为国家战略技术商业化设施，享有投资税收抵免的优惠，但制度主要是围绕自用设施设计的。他表示：“AI 数据中心的建设成本巨大，且生产的运算能力多为外部提供，因此不仅需要自用型数据中心，也应对外提供型数据中心给予一定程度的税收抵免。”

随着人工智能(AI)从聊天机器人进化到推理和代理阶段，AI系统的瓶颈已从运算设备转向内存。SK海力士诊断认为，性能、能效以及资源利用问题都集中在内存上，成为AI系统的核心难题。超越HBM，缩短内存与运算设备之间的距离，实现多个加速器共享内存的“内存中心计算”将是AI扩展的下一个战场。 SK海力士系统架构负责人副总裁朱英表在2日于首尔中区The Plaza举行的第18届善良增长、良好就业全球论坛(2026 GGGF)上表示：“最近似乎是内存出现了问题，性能、能效和资源优化问题都摆在了内存面前。”他强调：“瓶颈所在即是计算的中心，目前的瓶颈是内存。” 推动内存需求上升的是AI服务的变化。传统聊天机器人只需与用户对话的速度，而代理AI则需要在AI之间进行对话，生成和执行代码，然后修复错误再进行操作。朱副总裁解释道：“与人对话时，每秒大约需要20个令牌，但机器之间对话时需要以数千的速度给出答案。”这表明系统性能的要求大幅提高。 SK海力士为应对这一挑战，确定了内存创新的方向，聚焦于性能、能效和资源利用三个方面。关键在于在固定面积内提高内存带宽，以及减少将数据一位传递到GPU、NPU、TPU等运算设备所需的能量。提高昂贵的GPU和内存的系统利用率也是一项重要任务。 HBM是推动这一变化的代表性案例。朱副总裁表示：“可以说，正是由于GPU的崛起，HBM才受到关注，但也正是因为有了像HBM这样的内存，GPU才能展现更好的性能。”他进一步解释，在代理AI时代，业界对现有HBM和GPU组合是否足够的思考愈发深入。 其中一个解决方案是进一步缩短内存与运算设备之间的距离。通过将DRAM以三维方式堆叠在处理器上方或下方，可以缩短数据移动的距离。PIM（处理内存）也是在内存内部或附近直接进行运算的类似思路。朱副总裁指出：“进行一次运算所需的能量远高于将数据从内存提取到运算设备的能量，移动距离越远，能效急剧下降。”不过，他也表示，3D堆叠仍面临发热和存储空间减少等技术挑战。 多个加速器共享内存的CXL也被提出作为解决方案。以往，GPU完成工作后，其他GPU需要等待准备接收数据，而共享内存则允许将数据存放，待下一个运算设备需要时再取用。SK海力士正在研究通过这一方式减少GPU间数据复制和同步过程中的浪费。朱副总裁表示，尽管CXL并非专为AI而生，但由于其开放内存接口的特性，AI系统的应用正在扩大。 对于AI算法的效率提升是否会直接导致内存需求减少的看法，朱副总裁表示了不同意见。他以汽车燃油效率提高但整体石油消费反而增加的“杰文斯悖论”为例，指出：“AI服务成本降低后，AI服务的使用量会增加。”这意味着，尽管算法优化可能减少个别服务的内存使用量，但如果整体AI需求增加，内存需求也可能随之上升。 朱副总裁总结道：“过去CPU是系统的瓶颈，提升CPU性能就能直接提高系统性能，而现在的瓶颈在于内存。”他强调：“提升内存性能和能效，将使AI系统变得更加优秀。”※ 本报道经人工智能（AI）系统翻译与编辑。

"在AI代理时代，要克服电力和内存的限制，生存于美中竞争中，我们必须转向以精炼和优化为中心的K-AI战略，而非单纯增加运算能力。"유민수 艾图系统首席研究官（CRO，KAIST教授）在2026年9月2日于首尔中区The Plaza酒店举行的第18届善良增长与良好就业论坛上强调了这一点。 유 CRO曾任职于英伟达（NVIDIA），是一位计算机系统及图形处理器（GPU）架构专家，最近创办了AI基础设施初创公司“艾图系统”。他在论坛上以“K-AI，通过精炼与优化应对中国竞争”为主题，展示了在从对话型聊天机器人向自主AI代理转变的过程中出现的系统负担和电力危机问题的定量研究结果。 유 CRO指出：“尽管OpenAI的‘星际门’、Meta的‘海波里昂’等全球大型科技公司正在建设数十吉瓦（GW）规模的超大型AI数据中心，但现有的基础设施和电力网络在可持续性方面存在明显的限制。” 根据유 CRO研究团队对AI代理算法的分析，与单纯输出文本的通用大型语言模型（LLM）聊天机器人系统相比，AI代理的响应延迟时间平均增加了5.2倍以上。现有的LLM在接收到输入后立即输出结论，而AI代理则需要与外部工具如网页浏览器进行沟通，反复进行思考和行动，直到目标达成。 유 CRO解释道：“为了让AI代理不忘记之前的对话记录和搜索结果，它需要不断地将信息存储在内存中，因此存储空间（KV缓存）迅速被填满。”他指出，现有数据中心的内存设计假设崩溃，导致计算处理速度急剧下降，内存不足的问题加剧。 当AI需要更长时间进行思考和计算以提高准确率时（测试时间缩放），电力消耗量也随之增加。유 CRO强调：“处理单个代理查询时，GPU的电力和能量消耗量比现有的简单聊天机器人增加了最高136.5至140倍。” 유 CRO研究团队估算了如果AI代理的流量扩展到谷歌搜索水平（每日约137亿次），所需的数据中心电力需求将达到198.9GW（约200GW）。这一数字接近美国整体电力网络容量（约476.9GW）的半数，令人震惊。 유 CRO表示：“现在不仅仅是GPU数量的获取问题，电力供应和数据中心的商业用地本身也变得稀缺。”他诊断道：“无节制地投入资源的随机运算方式在成本效益和单价方面已经达到了明显的极限。” 在美中霸权竞争中，유 CRO提出了改善高成本推理结构的“以精炼与优化为中心的K-AI战略”作为克服资本和基础设施差距的解决方案。他指出：“单纯投入计算资源以提高性能的方式会导致成本与准确度提升幅度减小的‘单价降低’现象。”他强调：“专注于代理AI工作负载的特化系统和软件优化技术是韩国强大的武器，因此国家应集中力量在基础设施效率的极限上进行技术创新。”※ 本报道经人工智能（AI）系统翻译与编辑。

三星电子公布了通过三维结构创新突破人工智能（AI）时代内存限制的‘CUBE’战略。该战略不仅仅是提高内存的堆叠高度，还旨在提升容量、数据利用率、带宽以及电力和热效率。三星电子计划扩展产品线，包括HBM5、下一代zHBM以及填补DRAM和NAND之间的zNAND-O，以增强AI内存的主导权。 三星电子在台北举行的‘半导体台湾2026’内存执行峰会上，常务崔长石宣布了这一内存技术战略。CUBE代表容量（Capacity）、优化（Utilization）、带宽（Bandwidth）和效率（Efficiency）。 核心在于，随着AI对内存性能的要求不断提高，单靠传统平面结构的微型化已难以应对，因此积极采用三维结构。崔常务表示：“现在不再受限于PCB面积，而是可以通过垂直扩展来增加内存容量。” 如何有效利用每一层也变得至关重要。崔常务指出：“3D不仅仅是堆叠，关键在于如何利用每一层。”他表示，三星正在优化逻辑与内存的布局，以消除数据处理延迟。 影响AI运算性能的数据移动速度也是CUBE战略的一个重要方面。崔常务表示：“通过大幅缩短芯片之间的距离，可以形成垂直高速通道，从而显著改善带宽。”这意味着通过垂直连接芯片来缩短数据移动距离，提高处理能力。 电力和发热也是需要解决的课题。随着AI系统运算量的增加，移动数据所需的电力也在增加。崔常务指出：“3D的最终目标是减少移动单比特数据所需的能量，提升结构效率，以最大化每瓦特的性能。” 三星电子计划将这一战略应用于下一代HBM产品。目前正在开发的HBM5目标是将性能提高至HBM4E的两倍，瓦特性能提升20%，热阻降低20%。 三星电子还在开发针对HBM之后的zHBM，目标是将性能提高至HBM4E的8倍，瓦特性能提高3倍，热阻降低75%至90%。随着AI加速器的运算性能迅速提升，内存也必须在带宽、电力和发热方面进行改进。 针对DRAM和NAND之间的性能和容量差距，三星电子还准备了zNAND-O。zNAND-O的目标是将比特密度提高10倍，以容纳大规模语言模型（LLM）所需的大容量数据，同时在读取带宽和电力效率上提高7倍。三星电子计划在2028年开始提供样品。 三星电子在开发下一代产品的同时，也将其在现有内存市场中获得的生产基础视为AI内存竞争的优势。根据Counterpoint Research的数据，三星电子在2023年第二季度全球DRAM市场的销售额占比为39%，位居第一，SK海力士为26%，美光为25%。 在NAND市场上，三星电子同样保持第一。根据TrendForce的数据，三星电子第二季度NAND市场占有率为29.3%。随着AI服务器用企业级固态硬盘（SSD）销售的增加，销售额较上季度增长了70.7%。 生产能力也处于行业最高水平。Omdia预计，三星电子在2023年的DRAM生产能力将达到300mm晶圆约817.5万片。三星电子计划在通用DRAM和NAND的生产基础上，结合HBM、企业级SSD以及下一代3D内存，进一步扩大AI内存市场的产品组合。※ 本报道经人工智能（AI）系统翻译与编辑。