Samsung rozpoczął wysyłkę próbek HBM4E do klientów. 48 GB na stos i do 3,6 TB/s dla akceleratorów AI

Wyścig o pamięci HBM zrobił się dla branży AI równie ważny jak premiera kolejnego GPU. Bez odpowiedniej przepustowości nawet najdroższy akcelerator potrafi dławić się na własnym głodzie danych, a wtedy rośnie pobór mocy, koszt platformy i frustracja klientów. Samsung dobrze to widzi, dlatego po starcie komercyjnego HBM4 dorzuca następny ruch i wysyła próbki HBM4E. To jest temat dla producentów serwerów i układów AI.

Samsung wreszcie pokazuje, że w wyścigu o pamięci HBM nie chce już tylko odrabiać strat do konkurencji. Problem w tym, że rywale też nie śpią, więc sama próbka jeszcze niczego nie załatwia.

Cooler Master i G.SKILL pokazali DDR5 z aktywnym chłodzeniem. MasterDimm AC celuje w 8400 MT/s i zestawy 2x64 GB

Nowy układ pamięci HBM4E Samsunga ma postać 12-warstwowego stosu o pojemności 48 GB, oferować stabilne 14 Gb/s na pin i skalować się do 16 Gb/s. Samsung mówi też o przepustowości sięgającej 3,6 TB/s na stos, więc papierowo wchodzi wyżej niż jego własne komercyjne HBM4, gdzie firma chwaliła się 11,7 Gb/s i 3,3 TB/s. Do tego dochodzi 1c DRAM oraz 4-nanometrowy logic base die z Samsung Foundry. Dla klientów ważniejsze od samej tabelki może być coś innego. Samsung spina pamięć, logikę i pakowanie we własnym łańcuchu produkcyjnym, a to przy projektach AI potrafi skrócić wdrożenie i ograniczyć ryzyko problemów z uzyskiem.

SK hynix pokazuje iHBM. Chłodzenie przy interfejsie D2D PHY ma ograniczyć throttling pamięci HBM w akceleratorach AI

Producent dorzuca jeszcze 16 proc. lepszą efektywność energetyczną i ponad 14 proc. poprawę parametrów termicznych względem poprzedniej generacji, ale tu zaczyna się mniej wygodna część historii. JEDEC zamknęło standard HBM4 z interfejsem 2048-bit i pułapem 2 TB/s na stosie, a Micron już rozsyła klientom próbki HBM4 36 GB 12-High i szykuje wolumen na 2026 rok. Samsung wykonał ruch potrzebny, choć wyraźnie spóźniony, ale łatwej przewagi z tego nie będzie. Dla zwykłego użytkownika ten wyścig nie skończy się nową kością RAM w pececie, tylko ceną i dostępnością akceleratorów AI, a później kosztami usług chmurowych. To dokładnie ten sam mechanizm, który obserwowaliśmy już przy HBM3E i kolejnych generacjach układów dla AI. Pamięć przestała być dodatkiem do GPU, a zaczęła wyznaczać tempo rozwoju całej platformy.