功耗降50%性能提升1.5倍？手機LLW內(nèi)存的爆料先別急著信

編者按： 6月中旬，數(shù)碼博主圈突然爆出一條消息：一種叫LLW（低延遲寬DRAM）的新內(nèi)存格式正在開發(fā)，號稱能解決手機跑大模型的內(nèi)存帶寬瓶頸，功耗降低50%、性能提升1.5倍，2027年下半年由小米華為首批搭載。但所有信息都來自數(shù)碼博主爆料，沒有任何官方確認。手機AI卡頓是真的，但LLW是不是救命稻草，還得打個大問號。

說實話，我看到這條新聞的第一反應是：又是數(shù)碼博主爆料？

這兩年數(shù)碼圈的爆料鏈我都看熟了。某個博主在Twitter/X上發(fā)一條消息，被科技媒體轉(zhuǎn)載，然后國內(nèi)自媒體再轉(zhuǎn)一遍，加上“據(jù)外媒報道”四個字，一條新聞就誕生了。但追根溯源，原始信息往往就是一條推文，沒有官方確認，沒有供應鏈佐證，有時候連爆料者自己都會補充一句“僅供參考”。

LLW內(nèi)存這條新聞，完美符合這個傳播路徑。所有報道都指向同一個來源：行業(yè)數(shù)碼博主。而且多家媒體在轉(zhuǎn)載時特意加了一句“需理性看待”“并非官方發(fā)布”。這種謹慎態(tài)度本身，就說明消息的可靠性存疑。

但另一方面，手機AI卡頓確實是個真問題。而且是個越來越急的問題。

手機跑大模型，卡在哪

現(xiàn)在各家手機廠商都在吹端側(cè)AI。蘋果Apple Intelligence、谷歌Gemini Nano、高通驍龍8 Elite的NPU算力一年翻一倍。但真用起來，你會發(fā)現(xiàn)一個尷尬的現(xiàn)實：手機該卡還是卡。

問題不在算力，在內(nèi)存帶寬。

大模型推理是個內(nèi)存密集型任務。模型參數(shù)存在內(nèi)存里，推理時得不斷讀取。NPU算得再快，內(nèi)存供不上數(shù)據(jù)，也只能干等著。這就是計算機架構(gòu)里經(jīng)典的“內(nèi)存墻”問題。

數(shù)據(jù)中心怎么解決的？用HBM（高帶寬內(nèi)存）。HBM把多層內(nèi)存芯片堆疊在一起，通過超寬接口和處理器連接，帶寬比傳統(tǒng)DDR內(nèi)存高10到15倍。英偉達的AI芯片離不開HBM，這是公開的秘密。

但HBM有個致命缺陷：封裝復雜、發(fā)熱巨大、占空間。數(shù)據(jù)中心有散熱系統(tǒng)、有空間、有預算，手機什么都沒有。7mm厚的機身里塞HBM？別鬧了。

所以手機一直用LPDDR（低功耗雙數(shù)據(jù)速率內(nèi)存）。從LPDDR5到LPDDR5X，再到今年剛公布的LPDDR6，速率一直在提升。LPDDR5X最高9600Mbps，LPDDR6預計能到更高。但LPDDR的物理架構(gòu)決定了，它的帶寬提升是有天花板的。

更關(guān)鍵的是，LPDDR的內(nèi)存通道位寬有限。就算速率再往上提，位寬不增加，總帶寬還是上不去。而大模型推理需要的，恰恰是同時讀取大量數(shù)據(jù)的能力。

這就是LLW內(nèi)存試圖解決的問題。按照爆料的說法，LLW借鑒HBM的高集成度設(shè)計思路，但針對手機有限空間做了適配，通過更緊密的集成架構(gòu)突破傳統(tǒng)LPDDR在帶寬與延遲上的限制。簡單說，就是想在手機能承受的封裝和散熱條件下，盡可能接近HBM的帶寬表現(xiàn)。

技術(shù)方向是對的。但方向?qū)Σ坏扔谀茏龀伞?/p>

50%功耗降低、1.5倍性能提升，對比的是誰

這條爆料里最抓眼球的數(shù)據(jù)，就是功耗降低50%、性能提升1.5倍。

但這里有個關(guān)鍵問題：對比基準是什么？

所有轉(zhuǎn)載這條消息的媒體，都提到了同一個細節(jié)：原始報道并未明確指出這些指標的比較基準，外界普遍假設(shè)是以當前主流的LPDDR5X內(nèi)存為參照。注意“假設(shè)”兩個字。這意味著，50%和1.5倍這兩個數(shù)字，可能是在特定測試場景下、對比特定配置得出的，不一定代表日常使用的真實體驗。

舉個例子。如果對比的是最基礎(chǔ)的LPDDR5X配置，而LLW在理想實驗室條件下測試，那1.5倍提升是有可能的。但如果對比的是已經(jīng)優(yōu)化過的LPDDR6，或者在實際手機使用場景下（溫度波動、后臺應用占用、不同AI模型負載），實際提升可能大打折扣。

而且，功耗降低50%這個說法，也需要拆解。是內(nèi)存本身的功耗降低50%，還是整個AI推理任務的功耗降低50%？如果是前者，那內(nèi)存功耗只占手機整體功耗的一小部分，對續(xù)航的影響有限。如果是后者，那意味著LLW不僅改進了內(nèi)存，還帶動了整個系統(tǒng)效率的提升，這就涉及到更多未知因素。

另外，性能提升1.5倍，指的是內(nèi)存帶寬提升1.5倍，還是AI推理速度提升1.5倍？這兩者不是一回事。內(nèi)存帶寬提升只是基礎(chǔ)，實際推理速度還取決于NPU效率、模型優(yōu)化、數(shù)據(jù)預處理等多個環(huán)節(jié)。就像把馬路擴寬了，但如果紅綠燈還是那么多，車速不一定能快多少。

這些細節(jié)，爆料里都沒有說明。所以這兩個數(shù)字，看看就好，別當真。

2027年下半年商用，這個時間表靠譜嗎

爆料說LLW內(nèi)存要到2027年下半年才能大范圍裝機。這個時間表，我覺得反而增加了可信度。

如果爆料說2026年底就能用上，那我基本斷定是假消息。新內(nèi)存技術(shù)從概念到商用，通常需要3到5年。涉及DRAM芯片設(shè)計、封裝工藝、控制器適配、系統(tǒng)軟件支持、終端廠商驗證，每個環(huán)節(jié)都需要時間。

2027年下半年，意味著從現(xiàn)在算起還有一年多。這個周期對于一項涉及硬件架構(gòu)變革的技術(shù)來說，不算離譜。但也不算充裕。

更值得關(guān)注的是，誰來做這個LLW。

爆料提到小米和華為是潛在推動者。但這兩家企業(yè)均未公開提及這項新技術(shù)。小米的重心目前在汽車和AIoT生態(tài)上，華為則在芯片制程受限的情況下優(yōu)先保障旗艦手機業(yè)務。兩家公司有沒有余力投入一項全新的內(nèi)存技術(shù)研發(fā)，是個問號。

而且，內(nèi)存技術(shù)不是手機廠商的強項。LPDDR標準由JEDEC（固態(tài)技術(shù)協(xié)會）制定，芯片由三星、SK海力士、美光等存儲巨頭生產(chǎn)。如果LLW是一項顛覆性的新架構(gòu)，需要這些存儲廠商的配合。但到目前為止，沒有任何存儲廠商透露過類似LLW的產(chǎn)品規(guī)劃。

JEDEC今年6月剛公布了LPDDR6的技術(shù)規(guī)劃，重點提升內(nèi)存密度和能效，單條模塊容量最高512GB，面向AI數(shù)據(jù)中心市場。如果LLW是另一條技術(shù)路線，那它和LPDDR6是什么關(guān)系？競爭還是互補？這些問題都沒有答案。

一種可能性是，LLW并非全新的內(nèi)存標準，而是某種優(yōu)化封裝方案，比如在現(xiàn)有LPDDR芯片基礎(chǔ)上改進集成方式。這樣技術(shù)門檻相對較低，也更容易落地。但如果是這樣，性能提升的幅度可能就沒有1.5倍那么夸張。

手機AI的瓶頸，真的是內(nèi)存嗎

寫到這兒，我突然想到一個問題。就算LLW真的實現(xiàn)了1.5倍性能提升，手機AI的體驗就能質(zhì)變嗎？

可能未必。

手機端側(cè)AI的瓶頸，內(nèi)存帶寬只是其中之一。還有NPU算力、模型大小、能耗限制、散熱能力、軟件優(yōu)化等多個因素。

以蘋果為例。Apple Intelligence在iPhone 15 Pro上運行，用的是A17 Pro的NPU，算力35 TOPS。但實際體驗中，很多AI功能還是依賴云端處理，本地只能跑輕量級模型。這不是內(nèi)存的問題，是模型太大、NPU算力不夠的問題。

谷歌的Gemini Nano在Pixel 8上運行，模型參數(shù)量只有3.2B，相比云端版本的數(shù)百億參數(shù)，能力差距明顯。這個差距，也不是內(nèi)存帶寬能彌補的。

更現(xiàn)實的限制是能耗。大模型推理是耗電大戶。如果LLW真的大幅提升內(nèi)存帶寬，讓NPU能滿負荷運行，那手機的續(xù)航和發(fā)熱問題會更嚴重。現(xiàn)在旗艦手機跑AI任務，電池已經(jīng)撐不了一天。帶寬提升后，功耗可能不降反升。

爆料里說LLW功耗降低50%，但如果這個降低只是內(nèi)存本身的功耗，而NPU因為數(shù)據(jù)供應充足反而更忙了，那整體功耗可能還是增加。這就像給發(fā)動機換了更粗的進油管，發(fā)動機轉(zhuǎn)得更快了，但油耗也上去了。

所以，LLW即使做成了，也只是解決了手機AI的一個瓶頸。其他瓶頸還在，體驗提升可能有限。

從爆料到現(xiàn)實，中間隔著多少不確定性

讓我總結(jié)一下這條爆料鏈里的不確定性。

第一，信息來源單一。所有報道都指向數(shù)碼博主爆料，沒有官方確認，沒有供應鏈佐證。

第二，技術(shù)細節(jié)模糊。LLW的具體架構(gòu)、與HBM和LPDDR的區(qū)別、性能對比的基準條件，都沒有明確說明。

第三，參與方未確認。小米和華為均未公開提及這項技術(shù)，存儲廠商也沒有相關(guān)產(chǎn)品規(guī)劃。

第四，商用時間存疑。2027年下半年是個相對合理的時間表，但新技術(shù)的量產(chǎn)良率、成本控制、生態(tài)適配都是未知數(shù)。

第五，實際效果待驗證。即使技術(shù)落地，1.5倍性能提升和50%功耗降低能否在實際使用中兌現(xiàn)，還是問號。

這么多不確定性疊加在一起，我覺得對這條消息最理性的態(tài)度是：技術(shù)方向值得關(guān)注，但具體產(chǎn)品和效果，等官方發(fā)布再說。

數(shù)碼博主的爆料，有時候確實能提前透露行業(yè)動向。但更多時候，是捕風捉影、過度解讀。作為讀者，區(qū)分這兩者，比盲目相信或盲目否定更重要。

寫到這兒，我突然想到一個更深層的問題。為什么這種未經(jīng)證實的爆料，能在科技媒體圈快速傳播？

答案很簡單：手機AI是個熱點，內(nèi)存瓶頸是個痛點，HBM是個爆點。三個點湊在一起，天然適合做成新聞。再加上50%、1.5倍、2027年這些具體數(shù)字，傳播性更強。但數(shù)字越具體，可信度反而越需要警惕。真正靠譜的技術(shù)爆料，往往不會給出這么精確的性能預測，因為研發(fā)過程中變數(shù)太多。

所以，這條新聞的價值，可能不在于LLW本身，而在于它揭示了一個行業(yè)共識：手機AI的下一步突破，需要內(nèi)存架構(gòu)的革新。這個共識是真的，至于LLW是不是答案，兩年后見分曉。