以ChatGPT為代表的生成型人工智能(AIGC, Artificial Intelligence Generated Content）是人工智能進入2.0時代的標志，同時也為全人類開啟了通用人工智能(AGI，Artificial General Intelligence)的大門。

目前普遍被認為制約此類新型人工智能發展的瓶頸在于模型訓練所需要的龐大計算量。

而目前能夠解決如此龐大計算量的有效途徑就是通用協處理器（GPU/GPGPU）的發展。根據OpenAI給出的數據，在GPT-3.5模型訓練中所消耗的的算力約為10000塊主流協處理器（A100）。

大型語言模型的參數和計算量（來源：a16z）

紅山微電子厚積薄發，深度洞悉技術發展的未來，于2022年3月開展了高帶寬存儲顆粒（HBM2e）的研發，并于2023年4月成功實現了量產。

相較于GDDR顆粒，高帶寬存儲顆粒具備大帶寬優勢，通過與AI專用芯片（TPU等）或GPU/GPGPU的一體化封裝，實現了“近存”優勢，是GPT等大模型訓練不可或缺的核心芯片。

GPU和AI芯片的核心存儲顆粒HBM位置示意圖（來源：紅山微電子制作組）

截止上一代高帶寬存儲顆粒HBM2為止，行業內普遍依賴國外三家公司（三星、美光和SK海力士）的供貨。紅山微電子推出的自主HBM2e，不僅進一步實現了公司自身的GPGPU國產化，更為其他國內芯片企業提供了更多的供貨選擇。

紅山微電子在高精度GPGPU實現量產的基礎上，此次高帶寬存儲顆粒（HBM2e）的成功量產，標志著紅山微電子已正式完成生成型人工智能AIGC國產訓練芯片的核心IP布局。