🇨🇳cnBeta (Full RSS)•較早收集於 15h
SK Hynix 展示 HBM4E 48GB 12 層堆疊記憶體
💡4TB/s 頻寬：了解下一代 HBM 記憶體如何加速您的大規模 AI 模型推論。
⚡ 30-Second TL;DR
有什麼變化
具備 48GB 容量與 12 層堆疊架構
為什麼重要
此項進展顯著緩解了大規模生成式 AI 與推論模型的記憶體瓶頸，有助於加速超大規模參數模型的訓練與部署。
下一步行動
請密切關注 HBM4E 相容硬體的上市時程，以便在未來的叢集升級中最大化推論吞吐量。
誰應關注：Developers & AI Engineers
關鍵要點
- •具備 48GB 容量與 12 層堆疊架構
- •單顆晶片頻寬達到 4TB/s
- •針對 Nvidia 與 AMD 的下一代 AI 資料中心 GPU 平台進行優化
🧠 深度解析
Web-grounded analysis with 22 cited sources.
🔑 增強重點摘要
- •SK Hynix 的 HBM4E 透過將 HBM4 的資料傳輸速率翻倍至每秒 16 Gb，實現了每個堆疊 4.096 TB/s 的驚人頻寬，顯著超越了 HBM4 的標準性能。
- •HBM4E 採用了 2048 位元的介面寬度，是 HBM3/3E 的兩倍，並將每個堆疊的獨立通道數從 16 個增加到 32 個，大幅提升了記憶體存取的靈活性和並行性。
- •這款 48GB 12 層堆疊的 HBM4E 記憶體透過採用 32Gb 的晶片密度實現，相較於 HBM4 通常使用的 24Gb 晶片，密度提升了 33%。
- •HBM4E 整合了多項電源效率改進，包括更低的 VDDQ 和 VDDC 電壓選項，以及定向刷新管理 (DRFM) 等功能，以增強可靠性、可用性和可維護性 (RAS)，旨在降低每位元能耗達 30-40%。
📊 競品分析▸ Show
HBM4/HBM4E 競爭者分析
| 特性/供應商 | SK Hynix (HBM4E) | Samsung (HBM4E) | Micron (HBM4) |
|---|---|---|---|
| 容量 | 48GB (12層堆疊) | 48GB (12層堆疊), 規劃 32GB (8層) 及 64GB (16層) | 36GB (12層堆疊), 48GB (16層堆疊) |
| 單顆晶片頻寬 | 4.096 TB/s (16 Gb/s 針腳速度) | 高達 3.6 TB/s (可擴展至 16 Gbps 針腳速度) | 超過 2.8 TB/s (大於 11.0 Gbps 針腳速度) |
| 介面寬度 | 2048 位元 | 2048 位元 (HBM4標準) | 2048 位元 |
| 製程技術 | (未明確說明 HBM4E 製程，但 HBM4 可能採用 1c nm DRAM 製程) | 6th-gen 10nm-class DRAM (1c) + 4nm 邏輯基底晶片 (Samsung Foundry) | 1β (5th Gen, 10nm-class) 製程 (用於 24Gb HBM4 晶片) |
| 堆疊技術 | MR-MUF (Mass Reflow Molded Underfill)，探索混合鍵合 (Hybrid Bonding) | 探索混合鍵合 (Hybrid Bonding)，已確認用於 HBM4 以提升熱性能和介面性能 | 趨向混合鍵合 (Hybrid Bonding) 作為 HBM4 的互連技術 |
| 上市時間 | 2026 年台北國際電腦展展示 | 2026 年 5 月開始出貨 HBM4E 樣品 | 2026 年開始提供 HBM4 樣品 |
備註：
- HBM4E 是 HBM4 的延伸版本，通常具有更高的資料傳輸速率。
- JEDEC 於 2025 年 4 月發布了 HBM4 的官方規範，支援高達 8 Gb/s 的傳輸速度和 2 TB/s 的總頻寬。
- 混合鍵合技術預計將在 HBM4E 或 HBM5 世代中更廣泛地採用，以實現更高的堆疊層數和更精細的互連間距。
🛠️ 技術深入
- 介面架構： HBM4E 繼承 HBM4 的 2048 位元寬介面，相較於 HBM3/3E 的 1024 位元介面，頻寬翻倍。
- 通道數量： 每個堆疊具有 32 個獨立通道，每個通道包含兩個偽通道 (pseudo-channels)，提供更高的記憶體存取靈活性和並行性。
- 資料傳輸速率： HBM4E 的資料傳輸速率可達每秒 16 Gb，是 HBM4 標準 8 Gb/s 的兩倍。
- 單顆堆疊頻寬： 憑藉 2048 位元介面和 16 Gb/s 的資料速率，HBM4E 每個堆疊可提供高達 4.096 TB/s 的頻寬。
- 晶片密度與堆疊高度： SK Hynix 的 HBM4E 透過採用 32Gb 的 DRAM 晶片密度，實現了 12 層堆疊 48GB 的容量。HBM4 標準支援 24Gb 或 32Gb 的晶片密度，以及 4-high、8-high、12-high 和 16-high 的堆疊配置，最高可達 64GB 容量 (16-high, 32Gb 晶片)。
- 電源效率： HBM4/HBM4E 支援多種 VDDQ (0.7V, 0.75V, 0.8V, 0.9V) 和 VDDC (1.0V, 1.05V) 電壓選項，旨在降低每位元能耗 30-40%，以提升能源效率。
- 可靠性、可用性和可維護性 (RAS)： 導入了定向刷新管理 (DRFM) 等功能，以改善行錘效應 (row-hammer) 的緩解和整體 RAS 特性。
- 封裝技術： 儘管 HBM4 世代仍主要使用微凸塊 (microbumps) 技術，但 SK Hynix 正在為 HBM4E 推進混合鍵合 (hybrid bonding) 技術，以實現更精細的互連間距、更低的堆疊高度和更好的熱性能。
- 基底邏輯晶片： HBM4 允許客製化的基底邏輯晶片，可利用先進的邏輯製程技術 (如 3nm 級別) 來提升性能和效率。
🔮 前景展望AI analysis grounded in cited sources
HBM4E 將大幅加速 AI 模型訓練與推論。
每個堆疊 4TB/s 的前所未有頻寬和增加的容量，直接解決了大型語言模型和高效能運算工作負載的記憶體瓶頸，從而實現更快的處理速度和更複雜的模型運作。
混合鍵合技術的採用將成為未來 HBM 世代的關鍵。
儘管 HBM4 可能仍使用微凸塊，但混合鍵合提供更精細的互連間距、更小的晶片間距以及改進的功率和熱效率，這對於實現更高堆疊層數（例如 20 層以上）和未來 HBM5 世代更大的密度/頻寬至關重要。
HBM 製造商之間的競爭將加劇，推動快速創新並可能影響市場份額。
SK Hynix、Samsung 和 Micron 都在積極開發和提供 HBM4/HBM4E 樣品，各自宣布了具競爭力的規格和生產時間表，這表明在關鍵的 AI 記憶體市場中存在激烈的領導地位競爭。
⏳ 時間線
2013-10
SK Hynix 生產出全球首款 HBM 記憶體晶片，HBM 被 JEDEC 採納為產業標準。
2015
SK Hynix 開始 HBM 的批量生產。
2020
SK Hynix 開始批量生產 HBM2E。
2021-10
SK Hynix 宣布開發 HBM3 記憶體設備，成為首家在 JEDEC 標準最終確定前宣布的供應商。
2022-06
SK Hynix 開始批量生產業界首款 HBM3 記憶體。
2026-06
SK Hynix 在 2026 年台北國際電腦展展示 HBM4E 48GB 12 層堆疊記憶體。
📎 來源 (22)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- rambus.com
- semiengineering.com
- tomshardware.com
- wccftech.com
- patsnap.com
- semiengineering.com
- samsung.com
- samsung.com
- micron.com
- seekingalpha.com
- electronics-usa.com
- allpcb.com
- tomshardware.com
- tomshardware.com
- patsnap.com
- wikipedia.org
- semiengineering.com
- allaboutcircuits.com
- tomshardware.com
- supermicro.com
- counterpointresearch.com
- samsung.com
📰
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： cnBeta (Full RSS) ↗