MWC 2018
2018
Computex
IFA 2018
Производители совершенствуют технологии выпуска не только оперативной, но и твердотельной памяти. Sandisk, которая является одним из ключевых разработчиков HBF, намерена до конца текущего года построить в Японии пилотную линию по производству памяти этого типа, а в промышленных масштабах начать выпуск уже в 2027 году.
Источник изображения: Sandisk
Как сообщает ETNews, компания уже приступила к поиску материалов, компонентов и оборудования, которое будет использовать при производстве HBF — нового типа NAND, который подразумевает вертикальную компоновку по примеру HBM. Экспериментальная линия в Японии может быть установлена в следующем полугодии, а первые образцы HBF с её помощью Sandisk рассчитывает получить до конца текущего года. Если всё пойдёт по плану, Sandisk может освоить массовый выпуск HBF примерно на полгода быстрее обещанного ранее.
При производстве HBF будет использоваться часть оборудования, подходящего для выпуска HBM, равно как и некоторые технологии. В этом смысле с поиском поставщиков материалов и оборудования для производства HBF проблем возникнуть не должно. Китайские производители памяти также готовятся начать выпуск HBF, поэтому конкуренция на рынке обещает быть острой. В сфере стандартизации HBF поддержку Sandisk оказывает конкурирующая SK hynix. Пик спроса на HBF, как ожидается, придётся на 2030 год. Интерес к производству HBF проявляет и Samsung Electronics, которая над разработкой такой памяти трудится с начала текущего десятилетия. Впрочем, в отличие от SK hynix, этот южнокорейский производитель пока не спешит делать громкие заявления касательно сроков появления HBF на рынке.
Принято считать, что HBF позволит размещать большие объёмы данных в непосредственной близости от GPU, ускоряя работу с ИИ-моделями в задачах инференса. Если по уровню быстродействия HBF уступает HBM, то по ёмкости она превосходит её до 16 раз. По сути, в 16-ярусном стеке HBF можно хранить до 512 Гбайт информации. Если окружить GPU восемью такими стеками, то объём памяти вырастет до 4 Тбайт. Спрос на подобные решения будет расти по мере того, как сфера искусственного интеллекта переходит от обучения больших языковых моделей к инференсу.
Источник:
