寬年增速僅約15%。隨著GPU/AI加速器算力猛增，內存無法及時“喂飽”計算單元，導致性能受限。在AI訓練和推理中，大量矩陣計算需快速內存訪問。當內存無法跟上計算速度時，GPU利用率下降，系統性能無法線性隨算力提升。內存帶寬不足已成為AI領域亟待解決的關鍵瓶頸。