Samsung представила три нові технології пам’яті – zHBM, zNAND-O та BV-NAND
Samsung представила три нові технології пам’яті: zHBM, zNAND-O та BV-NAND, що базуються на передових технологіях з’єднання пластин. Ці технології призначені для підвищення ефективності AI-обчислень у дата-центрах та на периферії, що може скоротити витрати на інфраструктуру для компаній, що використовують ШІ.
📊 Потенційний зрост ефективності. Для компаній, що розгортають AI-обчислення у дата-центрах та потребують високопродуктивної пам’яті, це може скоротити затримки та енергоспоживання.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Samsung представила zHBM – HBM на логіці для AI-обчислень.
- •zNAND-O – на-пакет сховище для периферійних AI-застосунків.
- •BV-NAND – 10-те покоління 3D NAND з передовою технологією з’єднання пластин.
- •Усі технології використовують avançовану wafer bonding для зменшення затримок та енергоспоживання.
- •Призначені для AI-дата-центрів та edge-пристроїв, що може підвищити продуктивність AI-обчислень.
- •Очікується, що перші зразки з’являть у другому кварталі 2026, а масові поставки – у четвертому кварталі 2026.
Як це змінить ваш ринок?
Поява нових модулів пам’яті, орієнтованих на AI, може зменшити вузькі місця в системах, що обробляють великі мовні моделі та реального часу аналіз даних. Для дата-центрів це означає можливість збільшити пропускну здатність без потреби у додаткових серверах, а для edge-пристроїв – збільшити автономність роботи AI-застосунків. Технології також сприяють зниженню теплової навантаженості, що важливо для густої інсталяції в серверних стійках.
Визначення: wafer bonding — технологія з’єднання двох або більше кремнієвих пластин без використання клейових речовин, що забезпечує електричний та тепловий контакт високої якості.
Для кого це і за яких умов (ОБОВ’ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.)
- •zHBM: потрібні сервери або акселератори з підтримкою HBM (наприклад, GPU типу NVIDIA H100 або майбутні AI-чипи), бюджет від $500 за модуль, без потреби у спеціалізованій IT-команді для інтеграції, масштаб від одного вузла, час впровадження – 1–2 тижні.
- •zNAND-O: підходить для edge-серверів та przemysłових AI-шлюзів, потрібна плата з розширом для на-пакет пам’яті, бюджет від $200 за одиницю, можна впроваджувати без додаткового персоналу, масштаб від одного пристрою, час – 3–5 днів.
- •BV-NAND: може замінити звичайну 3D NAND у серверах для зберігання даних AI-потоків, потрібна сумісна контрольер, бюджет порівнянний з поточною 3D NAND, без змін у ПО, масштаб від одного диска, час – kilka годин.
Альтернативи
| Продукт | Ціна | Де працює | Мін. вимоги | Ключова різниця |
|---|---|---|---|---|
| zHBM (Samsung) | дані не розкриті | AI-акселератори, дата-центри | Сервер з HBM-інтерфейсом | Інтегровано з логікою для нижчої латентності |
| Стандартна HBM2E | ~$300/ГБ | GPU, AI-акселератори | Підтримка HBM2E | Більш зрела технологія, але без логіки на тому ж пакеті |
| zNAND-O (Samsung) | дані не розкриті | Edge AI-пристрої, IoT | Плата з розширом для на-пакет NAND | Оптимізовано для низького споживання та швидкого доступу |
| Звичайна GDDR6 | ~$50/ГБ | Графічні карти, низькобюджетні AI-системи | Стандартний контрольер GDDR6 | Вища пропускна здатність, але вища енергоспоживання |
| BV-NAND (Samsung) | дані не розкриті | Сервери для зберігання даних, NAS | Сумісний контрольер 3D NAND | 10-те покоління, улучшена стійкість та швидкість запису |
| Звичайна 3D NAND (конкуренти) | дані не розкриті | Загальне сховище | Стандартний інтерфейс | Менш ефективна для інтенсивних записів/читань у AI-Workflow |
| LPDDR5X | ~$70/ГБ | Мобільні AI-пристрої, ноутбуки | Підтримка LPDDR5X | Нижче споживання енергії, але обмежена пропускна здатність |
💬 Часті запитання
Чи потрібна заміна существуючої пам’яті для використання нових технологій?
Для zHBM та zNAND-O потрібна сумісна апаратна платформа; BV-NAND може працювати як заміна звичайної 3D NAND без змін у системі.
Як вигідно це порівнювати з хмарними AI-послугами?
Локальне використання нових пам’яті може зменшити витрати на передачу даних та затримки, особливо для чутливих до latency робочих навантажень, таких як реального часу відеоаналіз.
Чи доступні вже ці модулі для покупки?
Согласно анонсу, перші зразки очікуються у другому кварталі 2026 року, масові поставки плануються на четвертий квартал 2026.
Чи вплине це на споживанню енергії?
Так, wafer bonding та інтеграція з логікою спрямовані на зменшення енергоспоживання на біт через скорочення шляхів передачі даних.
Чи потрібна спеціальна ліцензія або ПО?
Ні, технології працюють зі стандартними драйверами та інтерфейсами; оновлення BIOS або прошивки може бути потрібним для повної сумісності.
Підтекст
Samsung реагує на зростаючу попит на спеціалізовану пам’ять для AI, щоб конкурувати з SK Hynix та Micron, які також розвивають HBM та решіння для edge. Впровадження таких технологій може зменшити залежність від одного постачальника та стабилизувати ціновий ринок пам’яті для AI-інфраструктури.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
AI Advisory Board
Навчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiadvisoryboard.me