SK Hynix prezentuje pierwszy na świecie układ HBM4

SK hynix zdecydowało się zaprezentować publicznie swoją implementację układu HBM4, wraz z kilkoma innymi produktami pamięciowymi, podczas sympozjum technologicznego TSMC w Ameryce Północnej.

SK hynix zaprezentował swoją najnowszą generację pamięci HBM4, oferującą niespotykane dotąd możliwości: aż 16 warstw (16-Hi stacks), pojemność do 48 GB oraz przepustowość sięgającą 2 TB/s na stos. Nowe rozwiązanie zostało stworzone z myślą o nadchodzących procesorach AI od NVIDII, w tym o serii Vera Rubin, której premiera planowana jest na 2026 rok.

Producent pochwalił się zarówno 12-, jak i 16-warstwami wariantami HBM4. Nowe układy oferują nie tylko olbrzymią przepustowość 2 TB/s na stos.

Producent pochwalił się zarówno 12-, jak i 16-warstwami wariantami HBM4. Nowe układy oferują nie tylko olbrzymią przepustowość 2 TB/s na stos, ale również imponującą szybkość operacji wejścia/wyjścia — 8 Gb/s. Produkcja masowa rozpocznie się w drugiej połowie 2025 roku, co oznacza, że jeszcze w tym roku pierwsze układy HBM4 trafią do procesorów AI, takich jak nowa generacja GPU od NVIDII. W szczególności, układy HBM4 mają znaleźć zastosowanie w nadchodzących układach AI GB300 "Blackwell Ultra" oraz kolejnych wariantach serii Vera Rubin. 

SK hynix osiągnęło wysoki poziom integracji dzięki zaawansowanym technologiom MR-MUF (Mass Reflow Molded Underfill) oraz TSV (Through-Silicon Via), umożliwiając budowę tak złożonych struktur pamięciowych.

Nowości w pamięciach serwerowych

Oprócz HBM4, SK hynix zaprezentował również najnowsze moduły pamięci serwerowej RDIMM i MRDIMM, zoptymalizowane pod kątem AI i centrów danych. Nowe konstrukcje bazują na standardzie 1c DRAM i osiągają prędkości modułów rzędu 12 500 MB/s.

Wśród nowości znalazły się:

• MRDIMM z prędkością 12,8 Gb/s oraz pojemnościami 64 GB, 96 GB i 256 GB,
• RDIMM o szybkości 8 Gb/s w wersjach 64 GB i 96 GB,
• 3DS RDIMM o imponującej pojemności 256 GB.

Co istotne, wszystkie nowe moduły zaprojektowano tak, aby nie tylko zwiększyć wydajność, ale również znacząco ograniczyć zużycie energii, co ma kluczowe znaczenie w nowoczesnych centrach danych i systemach AI.