当整个AI行业都在为HBM（高带宽内存，AI芯片旁边最贵的那块缓存）的产能和报价较劲时，SK海力士却甩出了一项让人愣一下的研究——让NAND闪存自己去算乘法。2026年10月15日，韩媒The Elec报道，SK海力士公布了3D FeNAND实现模拟存内计算（A-CiM，可直接在存储器内用模拟信号完成乘积累加运算）的研究成果，论文已经挂在IEEE（国际电气电子工程师学会）上。简单说，过去数据得从存储里搬出来、穿过数据通路、送进计算单元才能做乘积累加运算，现在SK海力士试着把这块运算直接做进NAND存储阵列内部，用的是铁电材料的极化状态，单颗存储单元能产生多种电流状态，正好对应AI权重数据的精度需求。
这件事最值得琢磨的地方，不是SK海力士发了篇论文，而是它暴露出一个藏在AI硬件底层的错位：所有人都在为HBM的带宽挤破头，但实际上AI计算系统里最沉重的成本可能根本不是带宽，而是搬运数据本身。当存储和计算的物理边界开始溶解，过去五年建立起来的“AI服务器物料清单”逻辑，可能要从根上重新算一遍。