三星与SK推进机器人低功耗内存布局

10月12日，韩国CEO스코어데일리围绕Counterpoint Research的人形机器人内存需求预测，报道了三星电子与SK hynix的低功耗DRAM布局。DRAM是处理器运行模型、暂存数据所用的动态随机存取存储器。预测把增量需求归因于机器人普及和单机内存扩容：机器人采用能处理多种传感器输入的基础模型，需要在机身内完成更多计算。两家公司的准备已进入产品开发、平台验证和联合设计阶段，其中三星披露的是移动计算平台验证，SK hynix则已把NVIDIA的机器人计算平台纳入合作范围；本轮消息没有披露对应的机器人客户采购规模。

需求增长指向低功耗内存

据《首尔经济日报》10月11日报道，Counterpoint预计，人形机器人领域的DRAM需求将从2026年约8300Tbit增至2030年约172000Tbit，达到二十多倍；Tbit是太比特，表示内存位容量。同一预测中的单机DRAM容量，将从2026年的19GB增至2030年的39GB。总需求与单机容量的增幅并不相同，前者还包含机器人数量增长。这些数字描述的是预期容量需求，不能直接当作芯片销售收入或已签订单。

这轮预测对应的产品方向是LPDDR，即通过低电压运行降低功耗的DRAM规格，原本主要用于智能手机和平板。机器人需要不断接收相机、激光雷达和触觉传感器数据，再计算行动；机载计算消耗的电力也来自电池。因此，内存选型必须同时满足数据吞吐和续航要求。韩国两家厂商推进的LPDDR6属于新一代低功耗内存，它的应用空间来自机器人工作负载对移动计算能力的扩展。

三星与SK推进平台适配

两家公司目前公开的进展可以分别落到验证对象和供货阶段。三星在9月披露，已完成LPDDR6在Qualcomm新一代Snapdragon移动平台上的采样与验证，证明其内存可以与该平台协同工作。SK hynix在3月宣布完成基于1c工艺的LPDDR6开发验证，并计划在上半年完成量产准备、下半年开始供货。1c是该公司第六代10纳米级DRAM工艺的名称。三星公告展示的是系统平台适配，SK公告交代的是芯片开发及供货安排；两项进展都不能替代机器人整机上的验证，后者还涉及控制软件、散热与实际任务负载。

三星给出的平台验证配置为16GB LPDDR6，输入输出速率最高10.7Gbps；其产品说明另列出最高114GB/s的内存带宽，即每秒可以搬运的数据量。公司将设计重点放在AI推理过程中反复读取模型权重及缓存数据的需求上，并采用动态电压与频率调整，根据负载改变运行状态。动态效率模式则在利用率较低时减少不必要的功耗。这些技术为机器人本地推理提供了可用的设计方向，但公告中的带宽与速率仍是厂商规格，未给出人形机器人运行这些内存后的任务完成率或续航结果。

SK hynix披露的开发对象是16Gb芯片，Gb是表示芯片位容量的吉比特单位。该产品采用子通道结构，只启用所需的数据通路，并通过动态电压与频率调整管理功耗。原公告把主要应用定位于具备本地AI功能的手机和平板。面向机器人扩展时，可复用的是低功耗数据搬运能力；产品在移动应用中的定位，并不自动决定机器人会采用哪种容量或封装。

机器人平台的合作已有明确文件。NVIDIA于2025年8月25日宣布Jetson AGX Thor开发套件及Jetson T5000模块上市，为开发者提供可运行多模态模型的本地计算设备。2026年6月8日，SK hynix与NVIDIA公布多年技术合作，将Jetson Thor机器人计算平台列入联合开发内存的对象。协议同时覆盖AI基础设施和个人AI平台，体现的是随计算平台路线图推进内存设计与供应的安排。公告没有把这项机器人合作限定为LPDDR6，也未给出专用于Thor的新内存量产日期。

模型驻留增加带宽压力

Thor说明了机器人计算对内存的具体需求。NVIDIA公布的开发套件配有128GB内存，面向生成式推理和多传感器处理，支持视觉语言动作模型，也就是把图像、语言指令和动作输出结合起来的VLA模型。机器人运行这类模型，需要保存模型参数、中间计算结果和传感器数据，并及时生成动作。开发套件的配置证明高容量机载计算已有产品载体，但它是平台规格，不能据此认定每台商业人形机器人都采用相同容量。

一项发表于arXiv的VLA研究进一步指出，内存数据搬运会影响动作响应。研究者在Jetson边缘平台上分析MolmoAct-7B模型，发现受内存访问限制的动作生成阶段，最高占端到端延迟的75%。这说明在该测试模型和硬件条件下，增加计算能力之外，还需要处理数据供给瓶颈。论文对更大模型及未来硬件的部分讨论使用建模和模拟，不能把这些推演当成现有机器人已经实现的性能；但实测瓶颈为提高内存带宽提供了具体理由。

LPDDR6的规范也围绕灵活访问和可靠运行展开。JEDEC公布的标准采用双子通道架构，并设有低带宽场景的动态效率模式、刷新节能功能以及错误检测与数据完整性保护。机器人可能同时执行感知、规划和控制，内存系统需要应对不同任务的访问强度。由这些特性可以推断，厂商争取的不只是容量需求，还包括内存与处理器、软件调度之间的适配工作；具体收益仍取决于整机如何使用这些功能。

工厂部署决定需求兑现

内存预测最终要落实为机器人进入生产流程。BMW公布的莱比锡项目采用Hexagon的AEON机器人，计划测试高压电池装配和零部件制造。BMW给出的导入程序包括理论评估、在供应商实验室使用真实生产案例测试、工厂初步部署以及正式试点，并按成熟度与工业化条件筛选技术伙伴。这种采购前的验证过程说明，模型能够运行只是导入的一环，机器人还必须适应既有工序与现场条件。

对三星和SK hynix而言，当前可确认的机会，是把低功耗内存技术及早接入新计算平台，让机器人开发者在选定处理器和模型时有可验证的内存方案。结合平台合作与工厂试点，可以判断，机器人DRAM需求兑现的速度将同时受模型配置和部署规模影响。Counterpoint的容量预测给出了扩张方向，移动平台验证和联合开发则构成供给准备；只有整机通过实际任务测试并形成采购，预期容量才会转为稳定出货。