SK hynix isporučio uzorke 12-slojne HBM4E memorije za AI
Prvi uzorci sledeće generacije HBM4E
Kompanija SK hynix saopštila je 18. juna 2026. da je velikim kupcima isporučila uzorke HBM4E memorije, sledeće generacije DRAM čipova namenjenih veštačkoj inteligenciji. HBM (High Bandwidth Memory) je tip memorije velike propusnosti koji se postavlja direktno uz GPU ili AI akceleratore, a ne kao klasičan DIMM modul u personalnim računarima. HBM4E dolazi kao naslednik prethodnih generacija HBM3, HBM3E i HBM4, koje su već postale standard u modernim podatkovnim centrima. Isporuka uzoraka je prvi korak ka masovnoj proizvodnji i kvalifikaciji kod proizvođača AI čipova. Reč je o ključnoj komponenti koja sve više određuje brzinu treniranja i rada velikih AI modela. Ova najava dodatno zaoštrava trku između proizvođača memorije za veštačku inteligenciju.
48 GB kapaciteta u 12 slojeva
Novi HBM4E gradi se u konfiguraciji sa 12 naslaganih slojeva memorijskih čipova i nudi kapacitet od 48 GB po jednom steku. Vertikalno slaganje čipova omogućava da se ogromna količina memorije smesti u veoma mali prostor neposredno uz procesor. Veći kapacitet po steku znači da AI akceleratori mogu da drže veće modele i veće količine podataka bliže računskim jezgrima. To je posebno važno za savremene generativne modele kojima nedostatak memorijskog kapaciteta i propusnosti često predstavlja usko grlo. SK hynix navodi da je uzorke 12-slojne verzije isporučio po planu, oslanjajući se na svoje iskustvo u razvoju i proizvodnji HBM memorije. Time kompanija nastoji da zadrži vodeću poziciju na tržištu memorije za veštačku inteligenciju.
16 Gb/s po pinu i veća propusnost
HBM4E postiže maksimalnu brzinu prenosa podataka od 16 gigabita u sekundi po pinu, što predstavlja zapažen skok u odnosu na prethodne generacije. Velika propusnost je suštinska osobina HBM memorije, jer AI akceleratori istovremeno čitaju i upisuju ogromne tokove podataka. Što je propusnost veća, to procesorska jezgra ređe čekaju na podatke iz memorije, pa ukupne performanse rastu. Kod treniranja i izvršavanja velikih jezičkih modela upravo propusnost memorije često određuje koliko brzo se posao završava. Brža memorija znači efikasnije korišćenje skupih GPU i AI čipova u podatkovnim centrima. Na ovaj način HBM4E direktno doprinosi performansama čitavih klastera za veštačku inteligenciju.
Više od 20 odsto bolja energetska efikasnost
SK hynix ističe da HBM4E donosi energetsku efikasnost veću za više od 20 odsto u poređenju sa prethodnim modelima. U podatkovnim centrima potrošnja energije i odvođenje toplote postali su jedno od najvećih ograničenja pri širenju AI infrastrukture. Memorija koja obavlja isti posao uz manju potrošnju omogućava operaterima da snize troškove napajanja i hlađenja. Pored toga, kompanija navodi i poboljšanje otpornosti na toplotu od oko 17 odsto u odnosu na prethodnu generaciju HBM4. Bolja toplotna otpornost znači stabilniji rad memorijskih čipova u zahtevnim uslovima visokih opterećenja. Sve to zajedno olakšava izgradnju gušćih i pouzdanijih sistema za veštačku inteligenciju.
Napredna MR-MUF tehnologija pakovanja
Za izradu HBM4E kompanija SK hynix koristi naprednu MR-MUF tehnologiju pakovanja memorijskih čipova. Ovaj postupak omogućava da se dvanaest slojeva čipova naslaže jedan na drugi uz dobro odvođenje toplote i visoku strukturnu stabilnost. Pakovanje je kod HBM memorije izuzetno složeno, jer se mnogo tankih slojeva mora precizno povezati i zaštititi od pregrevanja. Upravo zato proizvodne tehnike postaju jednako važne kao i sami memorijski čipovi. Predsednik i direktor razvoja kompanije, Ahn Hyun, izjavio je da je SK hynix postavio temelj za jačanje liderstva u oblasti veštačke inteligencije sa HBM4E. Iako se HBM ne ugrađuje u obične personalne računare, on stoji u srcu sistema koji pokreću današnji talas veštačke inteligencije.