是不是分开久了就会重逢，在一起久了就会分开？
近日，韩国媒体 The Elec 披露了一条颇为引人注目的消息：三星正在尝试将内存独立封装在芯片中，以响应苹果的要求。
具体来说，苹果计划从 2026 年起放弃 iPhone 中目前主流的 PoP（Package on Package）封装方式——将 SoC 和 LPDDR 内存重叠封装在一起，转而独立封装 LPDDR 内存。报道称，苹果改变的背后：
核心是Apple Intelligence。
这个逻辑并不难理解。从训练到推理，大型模型性能的主要瓶颈是内存带宽。但目前手机普遍采用的PoP封装将内存直接堆叠在SoC上，带宽非常有限，并且存在热量积累。问题。
PoP封装图，图/Semi Connect
独立封装的LPDDR内存将在带宽和散热方面直接提升内存与芯片之间的数据吞吐效率，从而提升iPhone的AI性能。但苹果的计划不禁让很多人产生了更大的疑问。毕竟，这似乎与M1芯片开始采用的“统一内存架构”完全相反。
简单来说，苹果这几年才把内存放进Mac上的芯片里，但在iPhone上，却要把芯片和内存分开。
另一方面，基于AI的手机在2024年已经成为行业共识。理论上，其他手机厂商也会面临PoP封装下的内存带宽等问题。这是否会促使高通、联发科等上游厂商做出改变？甚至效仿苹果“独立封装”内存的举动？
手机AI加速，内存“不够用”
从iPhone到Pixel，到荣耀再到OPPO，2024年手机AI的浪潮可以说是愈演愈烈。在用户层面，AI在日常使用中的存在感其实已经大大增强，从全新升级的AI语音助手到AI照片编辑、AI摘要等实用功能。
几乎无一例外，各大厂商都在AI领域重金押注，而眼花缭乱的AI升级背后，其实对手机核心硬件的要求正在快速变化。尤其是基于大模型技术，AI对手机的内存提出了前所未有的要求——不仅仅是容量，更重要的是带宽。
在大型模型的本地推理中，需要以极快的速度读取、写入和交换内存。理论上，内存带宽越高，AI任务的响应速度越快；相反，内存带宽不足会造成处理瓶颈。
图/苹果
但目前智能手机普遍采用PoP（Package on Package）封装技术，将内存堆叠在SoC上，然后通过引脚实现数据传输。这种设计的初衷很简单：智能手机空间有限，而PoP封装可以大大节省主板面积，同时还能提供SoC和内存之间的短距离高速互连。
换句话说，它曾经是解决手机内部空间紧张问题的“终极方案”。但原来的“热饼”现在看来有些不够了。在AI浪潮的推动下，PoP封装暴露出两大缺陷：带宽和热量积累。
我们先来说说带宽瓶颈。在PoP封装中，虽然GBA焊点间距越来越小，引脚数量不断增加，但SoC与内存之间的数据传输仍然受到物理设计的限制，难以大幅提升。总之，PoP的互连密度有限，在面积几乎不可能增加的情况下，很难满足大规模AI计算日益增长的带宽需求。
我们来谈谈热量积累的问题。 PoP 封装将内存直接堆叠在 SoC 顶部，使热量集中在芯片顶部，从而导致热量积累和性能瓶颈。尤其是在高负载AI任务下，这种结构的散热效率明显不足，很容易导致芯片过热，影响性能和稳定性。
在这种背景下，“改变”其实是一种必然。无论是增加带宽还是优化散热，PoP封装显然难以满足AI任务的需求。
但另一个关键问题是，为什么苹果计划在 A 系列芯片中将内存“拆解”成独立封装，而不是像桌面苹果 M 系列芯片和 Intel Core Ultra 200S 系列那样将内存集成到芯片中。
“独立”内存是AI手机更可靠的解决方案
当PoP封装出现带宽和散热瓶颈时，智能手机面前的选择就变得有限：要么将内存直接封装到SoC中，实现像M系列芯片那样的统一内存架构（UMA）；要么将内存直接封装到SoC中，实现统一内存架构（UMA）。或者做相反的事情。相反，内存和 SoC 是独立封装的。
现在看来，苹果已经做出了选择，甚至开始向上游推进，实现内存的独立封装。对于统一内存架构来说，这个决定似乎违反直觉，但这并非偶然。独立封装和UMA的设计逻辑完全不同，这背后是两种完全不同的硬件需求。
苹果 M1 Max，照片/苹果
今天我们都知道，统一内存架构（UMA）等设计的最大优势是集成和共享。 UMA通过将内存直接封装到SoC中，允许CPU、GPU、NPU等不同计算单元共享一块内存，避免多个内存模块之间频繁复制数据，从而降低延迟并提高效率。
事实证明，这种设计在 Mac、iPad Pro 等生产力设备中非常成功，尤其是在图形处理、大规模应用和 AI 训练等高性能任务中，UMA 具有很大优势。
然而，像 UMA 这样的方案在智能手机上的适用性在很多方面都受到限制。最典型的是功耗和散热。将内存集成到SoC后，虽然会带来更高的带宽和性能，但也增加了整体功耗和发热量。
然而，智能手机的电池容量是有限的。如果AI任务频繁调用内存，功耗会大幅增加，影响电池寿命。同时，内部空间也极其有限。如果想在SoC内部再放入一个“发热器件”，很容易影响体验。
iPhone 16 Pro，照片/苹果
此外，SoC的尺寸和面积也是一个问题。 UMA等封装方案虽然集成度高，但会增加芯片面积和厚度，削弱机身设计的灵活性。此外，相应的包装工艺复杂且昂贵，这将显着增加生产成本，并最终体现在产品定价上。
相比之下，独立内存封装的设计可能更符合智能手机的实际需求。独立封装不仅允许使用较新的内存技术（例如LPDDR6），还可以通过宽总线设计实现更高的带宽，同时还可以避免PoP封装。由于互连密度而导致的带宽限制。
对于生成式人工智能来说，带宽的增加直接转化为计算速度的提高。此外，散热优化和设计灵活性也是独立封装内存的优势。
当然，独立包装并不完美。仍需解决机身空间占用、信号延迟等问题。但在目前的技术条件下，无疑是一个更加实际可行的方向。至于这个方向是否会成为AI手机的共同解决方案？我们可能还得拭目以待。
AI手机浪潮爆发，内存技术必须变革
如果按计划进行，苹果应该会在 2026 年推出搭载 A20 芯片的 iPhone 18 系列，该系列将率先采用全新的“独立封装内存”。理论上来说，iPhone 18系列至少在内存带宽方面面临的瓶颈会更少。
那么Android阵营呢？与iPhone一样，Android手机在AI时代也面临着内存带宽（而非容量）的瓶颈问题。除非大型模型在运行机制上发生重大改变，否则它们仍然必须严重依赖芯片和内存之间的大规模数据传输。 。
图/雷科技
也就是说，Android阵营也需要“改变”。但如何“改变”，是一个需要回答的问题。一种可能是效仿苹果的脚步，将PoP封装改为独立封装的内存。另一种可能性是继续堆栈设计并使用更先进的信号互连技术或工艺。优化缓解带宽不足的问题。
但具体选择取决于Android手机厂商与高通、联发科等芯片厂商的碰撞。能否找到更适合Android阵营的“解决方案”。
但至少我们可以确定，智能手机的AI趋势正在改变很多事情。不仅仅是软件，还有内存封装解决方案，甚至从芯片设计到ID设计，或许未来几年我们都会看到新的变化。
