SK hynix و SanDisk اولین مشخصات باز جهان را برای فلش با پهنای باند بالا (HBF) منتشر کردند، دسته جدیدی از حافظه های هوش مصنوعی که بین HBM های پرسرعت و SSD های ارزان قیمت قرار می گیرد. این استاندارد که در اجلاس Flash Memory Summit (FMS) 2026 در سانتا کلارا رونمایی شد، یکی از سرسخت‌ترین تنگناها در استنتاج هوش مصنوعی در مقیاس بزرگ را هدف قرار می‌دهد: تغذیه کافی داده به شتاب‌دهنده‌ها بدون هزینه گزاف انباشته کردن هر تراشه با HBM. انتشار، با حمایت گوگل و تن استورنت، به سرعت سهام حافظه را افزایش داد زیرا تحلیلگران اهداف قیمت را به سمت بالا اصلاح کردند. برای آخرین [پوشش صنعت هوش مصنوعی] (https://aibuzzwire.news)، این حرکت نشان می دهد که چگونه طراحی حافظه به طور خاص برای بارهای کاری استنتاج دوباره مهندسی می شود.

یک ردیف حافظه جدید برای استنتاج هوش مصنوعی

برای سال‌ها، مکالمه حافظه هوش مصنوعی تحت سلطه حافظه با پهنای باند بالا (HBM) بوده است، DRAM انباشته‌ای که نزدیک به پردازنده‌های گرافیکی قرار می‌گیرد و توان عملیاتی بسیار زیادی را ارائه می‌دهد. HBM برای آموزش کار می کند، اما گران است و ظرفیت محدودی دارد. از طرف دیگر، SSD های مبتنی بر فلش NAND ارزان و بزرگ هستند اما برای نگه داشتن شتاب دهنده های استنتاج بسیار کند هستند. مشخصات HBF که به عنوان یک سند فنی باز از طریق پروژه محاسبات باز (OCP) منتشر شده است، برای پر کردن این شکاف طراحی شده است.

طبق گزارش Tom's Hardware، The Korea Herald و HPCwire، مشخصات بسته‌های NAND انباشته تا 16 لایه (16-Hi) را تعریف می‌کند و پهنای باند کل تا 3 ترابایت در ثانیه را هدف قرار می‌دهد. این رابط از UCIe، استاندارد جهانی تراشه‌های Interconnect Express استفاده می‌کند که به ماژول‌های HBF اجازه می‌دهد در کنار قالب‌های منطقی در بسته‌بندی‌های پیشرفته یکپارچه شوند. TrendForce هدف را حل کردن تنگناهای استنتاج هوش مصنوعی با ارائه فضای ذخیره سازی با ظرفیت بالا و پهنای باند بالا که بسیار ارزان تر از ظرفیت HBM معادل است، توصیف کرد.

Google و Tenstorrent به اکوسیستم کمک می کنند

یک استاندارد تنها در صورتی اهمیت دارد که خریداران آن را بپذیرند، و SK hynix و SanDisk حامیان سنگین وزن را برای راه اندازی صف آرایی کنند. گوگل و استارت‌آپ تراشه‌های هوش مصنوعی Tenstorrent به‌عنوان شرکت‌کنندگان اولیه اکوسیستم نام‌گذاری شدند، و به این گزاره اعتبار می‌بخشید که مقیاس‌کننده‌ها و طراحان شتاب‌دهنده HBF را به‌عنوان یک لایه قابل دوام به جای یک آزمایش خاص می‌بینند. با انتشار آشکار مشخصات از طریق OCP، شرکت‌ها صریحاً از سازندگان حافظه رقیب و طراحان تراشه دعوت می‌کنند تا محصولات سازگار بسازند، استراتژی که هدف آن رشد بازار آدرس‌پذیر است، همانطور که استانداردهای HBM باز در نسل‌های قبلی انجام می‌دادند.

موقعیت یابی عمدی است. SK hynix همچنان تامین کننده غالب HBM است، اما این شرکت استدلال کرده است که آینده حافظه جایی بین HBM و SSD است. HBF محصولی را به آن می‌دهد که از رهبری حافظه خود در دوران استنتاج دفاع می‌کند و در عین حال مسیری را برای مشتریانی باز می‌کند که به ظرفیتی نیاز دارند که اقتصاد HBM نمی‌تواند از آن پشتیبانی کند.

SK hynix همچنین NAND 375 لایه ای را معرفی می کند

اعلام HBF تنها عنوان SK hynix در FMS 2026 نبود. این شرکت همچنین از فناوری فلاش NAND 375 لایه ای رونمایی کرد که به گفته او تقریباً 2.5 برابر عملکرد هر وات در مقایسه با نسل قبلی خود را ارائه می دهد. تعداد لایه‌های بالاتر، تراکم ذخیره‌سازی در هر قالب را افزایش می‌دهد، که مستقیماً از استدلال ظرفیت پشت HBF پشتیبانی می‌کند: بیت‌های بیشتر در هر بسته با هزینه انرژی کمتر، ماژول‌های انباشته شده بزرگ را از نظر اقتصادی مقرون‌به‌صرفه می‌سازد.

این دو اعلامیه با هم نقشه راهی را ترسیم می کنند که در آن SK hynix به طور همزمان روی هر دو محور چگالی و پهنای باند فشار می آورد. این مهم است زیرا بازار استنباط هوش مصنوعی، که توسط اکثر تحلیلگران پیش بینی می شود که سریعتر از آموزش رشد کند، زیرا مدل ها در تولید به کار می روند، به هرکسی که بتواند حجم وسیعی از حافظه سریع و مقرون به صرفه را عرضه کند، پاداش خواهد داد.

سهام حافظه جهش در اخبار

بازارها به شدت پاسخ دادند. بر اساس گزارش 24/7 Wall St. و Yahoo Finance، سهام Sandisk حدود 8 درصد جهش کرد، Micron تقریباً 6 درصد رشد کرد و SK hynix حدود 4 تا 5 درصد صعود کرد زیرا تحلیلگران وال استریت اهداف قیمتی خود را در پشت رونق حافظه هوش مصنوعی افزایش دادند. این افزایش نشان داد که یک سرمایه گذار خوانده است که استاندارد HBF باز و چند فروشنده، به جای توزیع مجدد سهم موجود، کل بازار حافظه را گسترش می دهد.

این واکنش همچنین نشان داد که بخش حافظه تا چه حد نسبت به اعلامیه‌های محصولات ویژه هوش مصنوعی حساس شده است. جایی که NAND و DRAM زمانی در چرخه‌های تقاضای گسترده رایانه‌های شخصی و گوشی‌های هوشمند معامله می‌شدند، اکنون خریدار حاشیه‌ای زیرساخت استنتاج ساختمان مرکز داده است. هر طرح معتبری برای کاهش هزینه هر ترابایت شتاب دهنده های تغذیه به عنوان یک ساختار مثبت تلقی می شود.

چرا حافظه استنتاج میدان نبرد بعدی است

آموزش یک مدل مرزی یک کار محاسباتی فشرده و یکباره است که هزینه HBM را توجیه می کند. اجرای آن مدل میلیون‌ها بار در روز برای کاربران یک هزینه تکراری است و حافظه بر آن غالب است. اگر هر درخواستی نیاز به ارسال گیگابایت وزن مدل و حافظه پنهان کلید-مقدار از طریق سیستم داشته باشد، اقتصاد استنتاج تقریباً به طور کامل به پهنای باند حافظه به ازای هر دلار بستگی دارد.

به همین دلیل است که بسیاری از شرکت‌ها در حال حاضر بر روی حافظه به جای محاسبات خالص رقابت می‌کنند. سامسونگ بسته‌بندی پیشرفته HBM را به کار انداخته است، Micron سرمایه‌گذاری هنگفتی روی HBM3E می‌کند و اکنون SK hynix و SanDisk HBF را به‌عنوان یک لایه استنتاج متمایز معرفی می‌کنند. شرط این است که بارهای کاری استنتاج در ازای ظرفیت بسیار بیشتر با کسری از هزینه، تاخیر کمی بالاتر از HBM را تحمل کنند.

همه متقاعد نشده اند که این ردیف جایگزین HBM شود. برخی از معماران استدلال می کنند که فاصله تاخیر بین فلش و DRAM به اندازه کافی بزرگ است که HBF نقش محدودی را ایفا می کند و به جای جایگزینی HBM برای داغ ترین پارامترها، آن را تقویت می کند. SK hynix و SanDisk مخالف این هستند که استاندارد باز و بهبود تراکم 375 لایه، اقتصاد را برای داده‌های سرد و گرم در مدل‌های با زمینه طولانی قانع‌کننده می‌کند.

نگاه به آینده

انتشار اولین مشخصات HBF یک نقطه عطف است، اما یک نقطه شروع است، نه یک بازار تمام شده. انتظار می‌رود محصولات مطابق با استاندارد در سه‌ماهه‌های آینده نمونه‌برداری شوند، و پذیرش به این بستگی دارد که آیا فرامقیاس‌کننده‌ها پلتفرم‌های استنباط را در اطراف لایه جدید طراحی می‌کنند یا خیر. با توجه به اینکه گوگل در حال حاضر از پشتیبانی سیگنال می‌دهد، احتمال استقرار حداقل تولید محدود قوی‌تر از اکثر دسته‌های حافظه جدید است.

برای صنعتی که دو سال گذشته را با وسواس در عرضه GPU گذرانده است، تمرکز بر روی حافظه ای است که آن GPU ها را مشغول نگه می دارد. SK hynix و SanDisk به تازگی این مورد را ایجاد کرده اند که فلش، اختراع مجدد و انباشته شده، می تواند بخشی از این پاسخ باشد.

از هوش مصنوعی جلوتر بمانید

لایه حافظه پشته هوش مصنوعی به سرعت در حال حرکت است و شرکت هایی که برنده دوره استنتاج هستند ممکن است آنهایی نباشند که سریع ترین تراشه ها را دارند، بلکه آنهایی باشند که هوشمندترین حافظه را دارند. [اخبار هوش مصنوعی را بیشتر بخوانید] (https://aibuzzwire.news) تا با هر تغییری در سخت افزار، مدل ها و خط مشی هماهنگ شوید.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →