سامسونگ در FMS 2026: نسل جدید حافظه برای هوش مصنوعی
سامسونگ در رویداد Future of Memory and Storage (FMS) 2026 در سانتاکلارا مجموعهای از فناوریهای حافظه و ذخیرهسازی را معرفی کرد. برجستهترین آنها BV‑NAND V10 است؛ حافظه فلشی با بیش از 400 لایه که با فناوری پیشرفته پیوند لایهای تولید میشود و بههدف افزایش چگالی و بهبود کارایی برای بارهای کاری هوش مصنوعی طراحی شده است.
BV‑NAND V10 — چگالی بیشتر، تاخیر کمتر
نسل V10 از BV‑NAND نسبت به V9 حدود 58٪ افزایش چگالی حافظه ارائه میدهد و بهبودهایی در عملکرد خواندن، نوشتن و I/O دارد در حالی که مصرف انرژی کاهش یافته است. نکات کلیدی:
- بیش از 400 لایه و ساختار پیوند لایهای پیشرفته
- افزایش قابل توجه چگالی ذخیرهسازی
- حداقلسازی تاخیر و بهبود عملکرد سیستمهای ذخیرهسازی
برای مطالعه پایهای درباره ساختار سهبعدی NAND میتوانید به صفحه 3D NAND مراجعه کنید.
HBM، HBM5 و راهحل اختصاصی zHBM
سامسونگ پیشتر نمونههای HBM4E را در اختیار مشتریان قرار داده و حالا HBM5 را بهعنوان نسل بعدی HBM معرفی کرده است. نقطه قوت رویداد، معرفی zHBM است؛ راهحلی که برای شتابدهندههای هوش مصنوعی طراحی شده و هدفش ترکیب پهنایباند بسیار بالا و چگالی حافظه بیشتر است.
- عملکرد تا 8 برابر HBM5 در شرایط اعلامشده
- افزایش چگالی تا 10 برابر نسبت به HBM5 از طریق پیوند ویفر
- بهبود کارایی انرژی تا 3 برابر
- قرارگیری مستقیم روی شتابدهندهها برای کوتاهسازی مسیر سیگنال و کاهش تاخیر — پیوند داخلی: شتابدهندههای هوش مصنوعی
اطلاعات پایه درباره استانداردهای حافظه پهنایباند در صفحه High‑bandwidth memory موجود است.
zNAND‑O برای هوش مصنوعی لبه
zNAND‑O روی پایه V‑NAND توسعه یافته و در پیکربندیهای چندلایه (مثلاً 4 و 8 لایه) عرضه میشود. این محصول برای کاربردهای لبه طراحی شده تا فضای ذخیرهسازی را بهینه، I/O را بهبود و تاخیر را کاهش دهد.
- مناسب برای دستگاهها و گرههای لبه (Edge AI)
- بهبود نسبت I/O و کاهش تأخیر نسبت به NAND سنتی
LPDDR5X‑PIM — پردازش در حافظه برای موبایل و لبه
LPDDR5X‑PIM نخستین نمونه LPDDR با قابلیت Processing‑In‑Memory در صنعت است. این نوع حافظه برخی محاسبات را مستقیماً داخل ماژول انجام میدهد تا مقدار داده منتقلشونده به پردازنده کاهش یابد و پهنایباند مؤثر افزایش پیدا کند.
- انجام بخشی از پردازشها در داخل حافظه برای کاهش حرکت داده
- کاهش مصرف انرژی و افزایش کارایی برای بارهای کاری موبایل و لبه
سخنرانی کلیدی و جهتگیری سامسونگ
در افتتاحیه، جین‑یوب لی و کیونگریون کیم چشمانداز سامسونگ را پیرامون «معماریهای سهبعدی حافظه و ذخیرهسازی» تشریح کردند: ترکیب چگالی بالاتر، پیوند لایهای و نزدیکتر کردن حافظه به پردازشگر برای کاهش گلوگاه داده و افزایش مقیاسپذیری در آموزش و استنتاج هوش مصنوعی.
چرا این پیشرفتها مهماند؟
جهتگیری به سمت پیوند لایهای، افزایش چگالی و قرارگیری حافظه نزدیک به شتابدهندهها نشاندهنده حرکت صنعت به طرحهای متراکمتر و کممصرفتر برای هوش مصنوعی است. این تغییر میتواند مرز میان راهحلهای ابری و لبه را کاهش دهد و عملکرد شتابدهندهها را به سطحی برساند که امروز عمدتاً در نمونههای مفهومی دیده میشود.
منابع و مطالعه بیشتر
- Samsung — تاریخچه و محصولات نیمههادی
- 3D NAND — پایه فناوری V‑NAND
- HBM — استانداردهای حافظه با پهنایباند بالا
- Processing‑in‑Memory — مفهوم پردازش در حافظه
