开普勒计算声称新芯片设计可以解决人工智能内存短缺问题

这家加州初创公司刚刚获得了高达 2.45 亿美元的 CHIPS 法案资助，用于开发铁电存储技术，据称该技术的性能比当前解决方案高出 15-20 倍。

人工智能热潮存在瓶颈问题，而且不是计算问题。这是记忆。 DRAM 价格在 2026 年第一季度翻了一番，高带宽内存至少在 2027 年至 2028 年都售空，各大芯片制造商都在争夺晶圆产能。加州莫拉加的一家初创公司开普勒计算公司陷入了这种混乱，声称其铁电 RAM 技术可以从根本上改变芯片处理数据的方式。

美国商务部显然同意这一说法。 7 月 29 日至 30 日，该机构公布了一份意向书，根据 CHIPS 法案向 Kepler 授予高达 2.45 亿美元的资金，专门用于高性能 AI 内存的研发。这笔资金是分配给七家公司的 8.74 亿美元更广泛拨款的一部分，作为交易的一部分，政府将获得少数股权。

格洛丽亚 拥有这个故事中的任何名字吗？了解今天的走势对您的投资组合有何实际影响。在格洛丽亚开业 →

开普勒实际上正在建造什么

传统的芯片架构在内存和处理器之间来回传输数据，这种设计限制被称为冯·诺依曼瓶颈。 Kepler 的方法使用 3D 异构集成将铁电 RAM 块直接堆叠在计算逻辑芯片之上。该公司的铁电 RAM 使用铪锆氧化物等材料来存储数据，2026 年 4 月发表的同行评审研究表明，该架构可以使用现有 CMOS 工艺制造。

Kepler 声称，由此产生的内存计算设计的矩阵乘法速度比传统 SRAM 和 DRAM 基准快 15-20 倍，同时功耗降低几个数量级。该技术专门针对推理工作负载进行了优化，推理工作负载是经过训练的人工智能模型实际处理新数据并生成输出的阶段。

记忆危机加剧了紧迫性

对于同等产量，HBM 生产消耗的晶圆产能是标准 DRAM 的近三倍。结果是：DRAM 价格在 2026 年第一季度翻了一番。预计 HBM 供应至少在 2027 年至 2028 年期间将保持售空状态。三星、SK 海力士和美光这三大主导全球内存生产的公司都在竞相扩大 HBM 产能，但新的制造产能需要数年时间才能上线。

Kepler 的主张是，与传统 HBM 堆栈相比，铁电内存计算可以提供卓越的带宽密度和更低的功耗，这可能为无法确保足够 HBM 分配的 AI 芯片设计人员提供替代途径。

资金雄厚、有认真支持者的局外人

Kepler 成立于 2018 年，累计融资总额超过 6.6 亿美元。约 3.91 亿美元的 D 轮融资于 2025 年中期结束，使该公司的估值达到 19 亿美元左右。投资者名单包括 AMD Ventures 和 Baillie Gifford，后者是一家总部位于爱丁堡的资产管理公司，以早期集中投资高增长科技公司而闻名。