Sektor sztucznej inteligencji dotarł do niewidzialnej, lecz bardzo realnej ściany. Podczas gdy architektura procesorów graficznych (GPU) i akceleratorów AI rozwija się w błyskawicznym tempie, wąskim gardłem współczesnych centrów danych stał się przesył danych między procesorem a pamięcią. Transfer ten zużywa ogromne ilości energii i generuje opóźnienia, które hamują dalszy rozwój wielkich modeli językowych.
Odpowiedzią południowokoreańskiego giganta jest zupełnie nowe podejście do fizycznej architektury układów scalonych. W trakcie konferencji Future of Memory and Storage (FMS) 2026 w Santa Clara w Kalifornii, Samsung Electronics zaprezentował nowe technologie pamięci 3D dla infrastruktury AI, w tym koncepcyjne modele zHBM oraz pamięci V10 BV-NAND o ponad 400 warstwach.
Koniec poziomego przesyłu
Do tej pory w układach napędzających generatywną AI stosowano pamięci o wysokiej przepustowości HBM (ang. High Bandwidth Memory), umieszczane tuż obok procesora logicznego na wspólnej płytce pośredniczącej (interposerze). Pamięć zHBM (ang. zero-distance HBM) całkowicie redefiniuje ten schemat: zamiast leżeć obok akceleratora, jest montowana pionowo bezpośrednio na nim przy użyciu zaawansowanej technologii scalania płytek krzemowych (wafer bonding).
Zmniejszenie dystansu, jaki muszą przebyć impulsy elektryczne, przynosi spektakularne rezultaty wydajnościowe i energetyczne:
-
8-krotny wzrost wydajności: nowy interfejs zHBM oferuje szacunkowo niemal ośmiokrotnie wyższą wydajność w porównaniu do nadchodzącego standardu HBM5.
-
10-krotna gęstość pamięci: dzięki technologii wafer-bonding możliwe stało się upakowanie dziesięciokrotnie większej ilości danych na tej samej powierzchni.
-
3-krotna efektywność energetyczna: Zużycie energii na każdy przesłany bit spada do jednej trzeciej w porównaniu z rozwiązaniami tradycyjnymi.
-
Redukcja oporu cieplnego o 50%: Łatwiejsze odprowadzanie ciepła rozwiązuje jeden z najpoważniejszych problemów dzisiejszych serwerowni.
– Naszą wizją jest maksymalizacja wydajności i efektywności energetycznej systemów AI przy jednoczesnym odpowiadaniu na gwałtownie rosnące zapotrzebowanie infrastruktury obliczeniowej wysokiej wydajności (HPC) — podkreślili podczas przemówienia otwierającego FMS 2026 Jin-Yub Lee (wiceprezes wykonawczy ds. technologii Flash) oraz Kyungryun Kim (wiceprezes zespołu projektowego DRAM).
Tło ekonomiczne i walka o zdominowanie rynku AI
Wydarzenie z Santa Clara to element szerszej batalii rynkowej. Jak podaje agencja Reuters, Samsung podjął intensywne działania, by umocnić swoją pozycję w łańcuchu dostaw dla największych projektantów chipów AI, takich jak Nvidia. Firma zapowiedziała m.in. zwiększenie masowej produkcji pamięci HBM4 w drugiej połowie 2026 roku. Rywale nie pozostają bierni. Główny konkurent Samsunga na rynku południowokoreańskim, SK Hynix, zaprezentował podczas FMS 2026 swoje własne koncepcje radzenia sobie z problemem przepustowości — technologie HBF (High Bandwidth Flash) oraz zaawansowaną integrację magistrali CXL (Compute Express Link).
Przełom w architekturze pamięci to nie tylko kwestia wyścigu korporacyjnego, ale i wyzwanie natury społeczno-ekologicznej:
-
Zużycie prądu przez Centra Danych: szacuje się, że do końca dekady infrastruktura AI może pochłaniać kilkadziesiąt terawatogodzin energii rocznie. Potrojenie efektywności energetycznej pamięci (jak w zHBM) bezpośrednio obniża ślad węglowy globalnych usług cyfrowych.
-
Personalizacja i bezpieczeństwo danych: nowa architektura zHBM umożliwia klientom integrowanie własnych bloków własności intelektualnej (Custom IP) w warstwie pośredniej między procesorem a pamięcią. Pozwoli to na tworzenie bardziej wyspecjalizowanych i bezpiecznych chipów medycznych, finansowych i autonomicznych.
-
Ceny urządzeń konsumenckich: analitycy zwracają uwagę, że alokacja mocy produkcyjnych wafli krzemowych na potrzeby enterprise AI wpływa na podaż tradycyjnych pamięci DRAM i NAND w smartfonach i komputerach osobistych, co może stymulować wzrost cen sprzętu konsumenckiego.
Ruch Samsunga pokazuje jednoznacznie: przyszłość infrastruktury obliczeniowej nie zależy już tylko od tego, jak szybki jest sam procesor, ale od tego, jak blisko niego znajduje się pamięć.
