# Etched 推出 Cluster-Scale Memory（CSM）解决低延迟内存瓶颈

- 来源：SemiAnalysis (@SemiAnalysis_)
- 发布时间：2026-07-01 04:06
- AIHOT 分数：37
- AIHOT 链接：https://aihot.virxact.com/items/cmr13vks701egsldx6hfamw0a
- 原文链接：https://x.com/SemiAnalysis_/status/2072049218576081123

## AI 摘要

Etched 发布 Cluster-Scale Memory（CSM），面向低延迟工作负载。现有 AI 芯片使用 HBM 无法达到 SRAM 级解码速度，纯 SRAM 芯片则 FLOPs 密度和容量不足。CSM 在整个扩展域内创建共享低延迟内存池，采用专有超低延迟高带宽互连，以 HBM/SRAM 混合设计同时解决内存容量与芯片间延迟问题，避免了纯 SRAM、3D DRAM 或光学方案在成本、可靠性、良率、散热和算力上的取舍。

## 正文

etched cluster-scale memory has so many SerDes

### 引用推文

> Etched：Introducing Cluster-Scale Memory (CSM) for low latency workloads. Today's AI chips using HBM can't achieve SRAM-level decode speeds due to memory subsystem and ...