🔧Tom's Hardware•最新收集於 13m
Samsung 推出三款 AI 資料中心記憶體設計
#wafer-bonding#ai-memory#data-center-hardwaresamsung-zhbm,-znand-o,-and-bv-nandsamsungzhbmznand-obv-nand
💡Samsung 的三款鍵合記憶體設計可能影響下一代 AI 資料中心硬體。
⚡ 30-Second TL;DR
有什麼變化
Samsung 在 FMS 發表 zHBM、zNAND-O 與 BV-NAND。
為什麼重要
更多專用記憶體選項可能協助 AI 基礎設施業者針對不同工作負載最佳化頻寬、容量與儲存。Samsung 的方案也凸顯晶圓鍵合是擴展下一代 AI 記憶體的重要技術。
下一步行動
在規劃下一次 AI 伺服器記憶體升級前，持續追蹤 Samsung 即將公布的 zHBM、zNAND-O 與 BV-NAND 規格。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Samsung 在 FMS 發表 zHBM、zNAND-O 與 BV-NAND。
- •三項技術分別滿足 AI 資料中心的不同記憶體需求。
- •先進晶圓鍵合是這些設計共同採用的製造方式。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •zHBM 技術透過在 HBM 堆疊中整合運算邏輯，旨在解決 AI 推論過程中的記憶體頻寬瓶頸與資料搬移延遲問題。
- •zNAND-O 採用了物件儲存（Object Storage）架構，允許直接存取 NAND 快閃記憶體中的特定資料物件，大幅降低了主機 CPU 的負載。
- •BV-NAND（Bonded Vertical NAND）技術透過將周邊電路與儲存單元陣列分開製造並進行晶圓級鍵合，顯著提升了儲存密度與生產良率。
- •這些技術的共同核心在於 Samsung 的先進晶圓鍵合（Wafer-to-Wafer Bonding）製程，這標誌著記憶體製造從傳統單晶片設計轉向異質整合架構。
- •Samsung 此次發布的產品組合策略，旨在透過軟硬體協同設計（Co-design），為超大規模 AI 模型訓練與即時推論提供更具能源效率的儲存解決方案。
📊 競品分析▸ Show
| 特性 | Samsung (zHBM/zNAND) | SK Hynix (HBM/AiM) | Micron (HBM/CXL) |
|---|---|---|---|
| 核心技術 | 晶圓鍵合 (W2W) | PIM (處理器內記憶體) | CXL 擴充與 HBM3E |
| AI 策略 | 異質整合與物件儲存 | 運算記憶體整合 | 記憶體池化與高頻寬 |
| 基準測試 | 針對 AI 推論優化 | 針對大模型訓練優化 | 針對資料中心擴充優化 |
🛠️ 技術深入
- zHBM：採用邏輯晶片與 DRAM 晶圓直接鍵合技術，縮短資料傳輸路徑，並支援特定 AI 運算指令集。
- zNAND-O：引入物件導向介面，取代傳統區塊（Block）存取模式，減少 FTL（快閃記憶體轉譯層）的運算開銷。
- BV-NAND：利用晶圓鍵合技術將 CMOS 周邊電路置於儲存陣列下方，實現更小的晶片尺寸與更高的堆疊層數。
- 互連技術：全系列產品支援高速介面，旨在與現有的 CXL 3.0/3.1 生態系統無縫整合。
🔮 前景展望AI analysis grounded in cited sources
記憶體製造將全面轉向異質整合架構
晶圓鍵合技術的普及將使記憶體廠商從單純的儲存供應商轉變為系統級解決方案提供商。
AI 資料中心將顯著降低對 CPU 的依賴
透過 zNAND-O 等技術將部分運算與管理功能下放至儲存層，可釋放 CPU 資源以處理更複雜的邏輯任務。
⏳ 時間線
2023-10
Samsung 於記憶體技術日展示先進封裝與異質整合路線圖
2024-05
Samsung 宣布量產 HBM3E 記憶體並強化晶圓級封裝能力
2025-08
Samsung 在 FMS 發表 zHBM、zNAND-O 與 BV-NAND 技術
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Tom's Hardware ↗