पुनरावृत्ति: एआई एक्सेलेरेटर रेस उच्च-बैंडविड्थ मेमोरी टेक्नोलॉजीज में तेजी से नवाचार कर रही है। इस वर्ष के GTC इवेंट में, मेमोरी दिग्गज सैमसंग, SK Hynix, और माइक्रोन ने अपनी अगली पीढ़ी के HBM4 और HBM4E समाधानों का पूर्वावलोकन किया, जो पाइपलाइन के नीचे आ रहा है।
जबकि डेटा सेंटर GPUs HBM3E में संक्रमण कर रहे हैं, NVIDIA GTC में प्रकट किए गए मेमोरी रोडमैप यह स्पष्ट करते हैं कि HBM4 अगला बड़ा कदम होगा। कंप्यूटरबेस ने इस घटना में भाग लिया और नोट किया कि यह नया मानक HBM3 पर कुछ गंभीर घनत्व और बैंडविड्थ सुधारों को सक्षम बनाता है।
SK Hynix ने अपना पहला 48GB HBM4 स्टैक दिखाया, जो 8Gbps पर चलने वाले 3GB चिप्स की 16 परतों से बना था। इसी तरह, सैमसंग और माइक्रोन में 16-उच्च HBM4 डेमो समान थे, सैमसंग ने दावा किया कि गति अंततः इस पीढ़ी के भीतर 9.2Gbps तक पहुंच जाएगी। हमें 2026 में लॉन्च होने वाले HBM4 उत्पादों के लिए 12-उच्च 36GB स्टैक की उम्मीद करनी चाहिए। माइक्रोन का कहना है कि इसका HBM4 समाधान HBM3E की तुलना में प्रदर्शन को 50 प्रतिशत से अधिक बढ़ावा देगा।
हालांकि, मेमोरी मेकर्स पहले से ही HBM4 से HBM4E और चौंका देने वाली क्षमता बिंदुओं से परे देख रहे हैं। सैमसंग का रोडमैप 32GB प्रति लेयर DRAM के लिए कॉल करता है, जो 9.2-10GBPS के बीच डेटा दरों के साथ 48GB और यहां तक कि 64GB प्रति स्टैक को सक्षम करता है। SK Hynix ने 20 या अधिक परत के ढेर पर संकेत दिया, HBM4E पर अपने 3GB चिप्स का उपयोग करके 64GB क्षमता तक की अनुमति दी।
एआई प्रशिक्षण के उद्देश्य से एनवीडिया के आगामी रुबिन जीपीयू के लिए ये उच्च घनत्व महत्वपूर्ण हैं। कंपनी ने खुलासा किया कि रुबिन अल्ट्रा 2027 में आने पर प्रति GPU के एक कोलोसल 1TB मेमोरी के लिए HBM4E के 16 स्टैक का उपयोग करेगी। Nvidia का दावा है कि प्रति पैकेज चार चिपलेट और 4.6pb/s बैंडविड्थ के साथ, रुबिन अल्ट्रा NVL576 सिस्टम में एक संयुक्त 365TB मेमोरी को सक्षम करेगा।
जबकि ये संख्या प्रभावशाली हैं, वे एक अल्ट्रा-प्रीमियम मूल्य टैग पर आते हैं। VideoCardz नोट करता है कि उपभोक्ता ग्राफिक्स कार्ड जल्द ही कभी भी HBM वेरिएंट को अपनाने की संभावना नहीं रखते हैं।
HBM4 और HBM4E पीढ़ी निरंतर AI प्रदर्शन स्केलिंग को सक्षम करने के लिए एक महत्वपूर्ण पुल का प्रतिनिधित्व करती है। यदि मेमोरी मेकर्स अगले कुछ वर्षों में अपने आक्रामक घनत्व और बैंडविड्थ रोडमैप पर वितरित कर सकते हैं, तो यह बड़े पैमाने पर डेटा-भूख एआई वर्कलोड को बढ़ावा देगा। Nvidia और अन्य इस पर भरोसा कर रहे हैं।
छवि क्रेडिट: कंप्यूटरबेस
Hello Readers! I am RAHUL KUMAR MAHTO RKM With 3 Year of Experience in Writing Content About Scholarship. With Masters in IT, I love to to write digital content about Government Scholarship Schemes, Private Scholarship Schemes.
