最近，韩媒 The Elec 披露了一个相当引人瞩目的消息：三星正在应苹果的要求，试图将内存独立封装于芯片。

具体来说，苹果计划从 2026 年起，在 iPhone 中放弃当前主流的 PoP（Package on Package）封装方式——将 SoC 与 LPDDR 内存重叠封装在一起，转而将 LPDDR 内存独立封装。按照报道的说法，苹果转变的背后：

核心是为了 Apple Intelligence。

逻辑不难理解，从训练到推理，大模型性能的一大瓶颈就是内存带宽，而当前手机普遍采用的 PoP 封装——将内存直接堆叠在 SoC 上，在带宽上非常受限，还存在积热问题。

 

PoP 封装示意图，图/ Semi Connect

而独立封装的 LPDDR 内存，将在带宽和散热两方面直接改进内存与芯片之间的数据吞吐效率，进而提高 iPhone 的 AI 性能。但苹果的这个计划也不免让很多人产生更大的疑问，毕竟这和 M1 芯片开始采用的「统一内存架构」似乎截然相反。

简单来说，苹果在 Mac 上刚把内存塞进芯片没几年，而在 iPhone 上却要把芯片和内存拆开。

另一方面，手机的 AI 化也已经在 2024 年成为了行业共识，理论上其他手机厂商也要面临 PoP 封装下内存带宽等问题，又是否会推动高通、联发科等上游厂商作出改变？甚至跟随苹果将内存「独立封装」的步伐？

手机 AI 化加速，内存「不够用」了

从 iPhone 到 Pixel，再到荣耀到 OPPO，手机 AI 化的浪潮在 2024 年可以说是愈演愈烈。在用户的层面，AI 在日常使用中的存在感实际上也有了很大的加强，从全新升级 AI 语音助手，到 AI 修图、AI 总结等实用功能。

几乎无一例外，各大厂商都在 AI 领域押下重注，而在令人眼花缭乱的 AI 化升级背后，对手机核心硬件的要求其实也在快速改变。尤其是以大模型技术为基底，AI 对手机的内存提出了史无前例的需求——不仅是容量，更重要的是带宽。

在大模型的本地推理中，内存需要以极快的速度读取、写入和交换数据。理论上，内存带宽越高，AI 任务的响应速度越快；反之，内存带宽不足则会导致处理瓶颈。

 

图/苹果

但在目前，智能手机普遍采用 PoP（Package on Package）封装技术，将内存叠在 SoC 上，再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，PoP 封装能够极大地节省主板面积，同时也能在 SoC 和内存之间提供短距离的高速互连。

换句话说，它曾是解决手机内部空间紧张问题的「终极方案」。但当初的「香饽饽」，现在看却是有些力不从心了在 AI 化浪潮的推动下，PoP 封装暴露出了两大缺陷：带宽和积热。

先说带宽瓶颈。在 PoP 封装中，尽管 GBA 焊点间距越来越小，引脚数量越来越多，SoC 和内存之间的数据传输仍然受限于物理设计，很难有大幅提升。简言之，PoP 的互连密度有限，在面积几乎不可能增大的情况下，很难满足 AI 大规模计算对带宽越来越高要求。

再说积热问题。PoP 封装将内存直接堆叠在 SoC 之上，让热量集中在芯片顶部，导致热量堆积和性能瓶颈。尤其是在高负载的 AI 任务下，这种结构的散热效率明显不足，容易导致芯片过热，影响性能和稳定性。

在这种背景下，「变」实际上是一种必然。无论是提升带宽还是优化散热，PoP 封装显然难以满足 AI 任务的需求。

但另一个关键问题在于，为什么苹果打算在 A 系列芯片将内存「拆开」独立封装，而不是看齐桌面端的苹果 M 系列芯片和英特尔酷睿 Ultra 200S 系列——把内存整合在芯片之中。

内存「独立」，是 AI 手机更靠谱的解法

当 PoP 封装显现出带宽和散热上的瓶颈时，摆在智能手机面前的选择变得有限：要么像 M 系列芯片一样，将内存直接封装进 SoC，实现统一内存架构（UMA）；要么反其道而行，将内存与 SoC 分开独立封装。

现在来看，苹果似乎已经做出选择，甚至开始推动上游一起实现内存的独立封装。这个决定看似与统一内存架构背道而驰，但它并非偶然。独立封装和 UMA 各自的设计逻辑截然不同，而这背后，是两种完全不同的硬件需求。

 

苹果 M1 Max，图/苹果

今天我们都知道，统一内存架构（UMA）这类设计最大的优势在于整合和共享。通过将内存直接封装进 SoC，UMA 可以让 CPU、GPU、NPU 等不同计算单元共用一块内存，避免数据在多个内存模块间频繁复制，从而减少延迟，提升效率。

这种设计在 Mac 和 iPad Pro 这样的生产力设备中被证明非常成功，尤其是在图形处理、大型应用和 AI 训练等高性能任务中，UMA 有着很大的优势。

然而，UMA 这类方案在智能手机上的适用性却受到多方面限制。最典型的就是功耗和散热，将内存集成到 SoC 内后，虽然会带来了更高的带宽和性能，但也增加了整体功耗和热量。

但智能手机电池容量有限，AI 任务如果频繁调用内存，会导致耗电量显著上升，进而影响续航。同时内部空间也极其有限，要在 SoC 里面塞下另一个「发热大户」，很容易影响体验。