ما هو HBM؟ هل هو مصنوع من الذهب؟ لماذا هو باهظ هذا القدر؟

يحمل غينج رين-سوونج اللوح الذي رفعه على منصة GTC، قلبَ الحوسبة اليوم. لكن القليلين يعرفون أن أغلى مكوّن على هذا اللوح ليس شريحة GPU نفسها، بل تلك القطع السوداء الصغيرة غير اللافتة حولها.

الشكل 1: معرض GTC في الموقع، اللوحة الرئيسية GB300. بطل القصة موجود على هذه اللوحة.

يُسمّى HBM—High Bandwidth Memory، أي ذاكرة عرض نطاق عالٍ.

تخبرك هذه المقالة: أين توجد، وكيف تُوصَل، ولماذا لا غنى عنها، وكيفية تصنيعها.

أولاً: ابحث عنها—إلى أين ذهبت ذاكرة التخزين المؤقت

أولاً، انظر إلى “صورة تشريحية” لبطاقة رسومات تقليدية. RTX 5090، حيث تقع وحدة GPU (GB202) في الوسط، وتحيط بها حلقة كاملة من حبيبات سوداء صغيرة—وهي 16 شريحة ذاكرة GDDR7. تقيم هذه الذاكرة “خارج” وحدة GPU، وتُجري الحديث مع وحدة GPU عبر مسارات الدارات على اللوحة على بعد بضعة سنتيمترات.

الشكل 2: لقطة حقيقية للـ PCB في RTX 5090. الإطار الأزرق هو GPU، والإطار الأخضر يحتوي على 16 شريحة GDDR7—حل تقليدي، حيث تكون الذاكرة خارج التغليف.

ثم انظر إلى شرائح الذكاء الاصطناعي Blackwell. يحدث أمر غير معتاد: لا توجد أي ذواكر تخزين مؤقت “خارج” التغليف. لأن الذاكرة انتقلت إلى داخل التغليف—عند رفع الغطاء المعدني، تكون الجهتان التاليتان لشريحتي GPU die متلاصقتين مع 8 طبقات HBM، فتقل المسافة من بضعة سنتيمترات إلى بضعة ميليمترات.

الشكل 3: داخل تغليف Blackwell. الإطار النحاسي هو 8 طبقات HBM3E، والإطار الأزرق هو شريحتا GPU die. تحوّلت الذاكرة من “جار خارج الباب” إلى “رفيق في الغرفة”.

هذا ليس مجرد نقل للمكان. داخل GPU تمت تهيئة 8 وحدات تحكم لـ HBM خصيصًا للتواصل معها؛ وتبلغ سعة 8 طبقات HBM3E مجتمعة 288GB، مع عرض نطاق 8TB في الثانية—وهذان الرقمان هما شريان حياة شريحة الذكاء الاصطناعي.

الشكل 4: مخطط معماري رسمي لـ Blackwell Ultra. الإطار الأخضر هو 8 وحدات تحكم لـ HBM، والإطار الذهبي هو المواصفات الرسمية: 288GB من HBM3E، 8 طبقات، وحتى 8TB/s.

الجيل القادم Rubin سيضع المزيد فقط. ويمكن القول إن HBM أصبحت تمثل نصف تكلفة شرائح الذكاء الاصطناعي.

الشكل 5: لوحة Vera Rubin، حيث يوجد تغليف شريحتَي Rubin (HBM4 تحت الغطاء).

ثانيًا: لماذا “تجوع” GPU—الطاهي والمخزن

لفهم سبب وجود HBM، يجب أولاً فهم نقطة ألم GPU. إذا اعتبرنا GPU طاهياً، فإن ذاكرة التخزين المؤقت هي المخزن، أما الأسلاك فهي ممرات تمرير الأطباق. هذا الطاهي يستطيع قلي/طبخ عشرة آلاف طبق في ثانية—لكن إذا لم تصل الأطباق إلى الممرات، فلن يفيده حتى لو كان لديه ستة أذرع أو ثلاثة رؤوس.

الشكل 6: GPU=طاهٍ، الذاكرة=مخزن، الأسلاك=ممرات تمرير الأطباق. في عصر الذكاء الاصطناعي، “الأطباق” هي مئات المليارات من معاملات النماذج.

أطباق النموذج الكبير في الذكاء الاصطناعي هي بضع مئات المليارات من المعاملات، وكل خطوة حساب تحتاج إلى نقلها من الذاكرة وإليها مرارًا وتكرارًا. لذلك أصبحت ورقة الفوز في كروت الرسومات ليست “مدى سرعة الحساب”، بل “مدى سرعة إطعام البيانات”. قدرة إطعام البيانات هي عرض النطاق.

ثالثًا: لطريق عرض النطاق مساران فقط—إما الأسرع أو الأوسع

البيانات تسير في الأسلاك عبر الجهد الكهربائي: الجهد المرتفع يُعدّ 1 والجهد المنخفض يُعدّ 0، ويتبدّل الوضع عشرات المليارات من المرات في الثانية. إذا أردت نقل البيانات أسرع، فهناك حلّان فقط.

الأول هو رفع التردد—جعل تبدّل مستويات الجهد أسرع. وصلت GDDR7 إلى مرحلة تبديل مستوى في سلك واحد 28 مليار مرة في الثانية. لكن قوانين الفيزياء تبدأ بفرض رسوم: إذا أصبحت السرعة فائقة جدًا، يتموّه الإشارة، وتدخل الأسلاك المتجاورة في تداخل فيما بينها “فتتوه القنوات”، مثل صف من الناس ينادي بعضهم بعضاً بسرعة متزايدة حتى يصبح من المستحيل فهم أيهم.

الحل الثاني هو زيادة عرض الممر—لا تركز على السرعة وحدها، بل على مضاعفة عدد المسارات.

الشكل 7: GDDR7 هي طريق ضيق من 32 مسارًا، بينما HBM هي طريق سريع من 1024 مسارًا.

هذه هي المعادلة الوحيدة في المقال بأكمله:

الشكل 8: عرض النطاق = التردد × عرض الممر. سرعة السلك الواحد مضروبة في عدد الأسلاك.

اختارت HBM طريق “العرض”. يوجد في طبقة واحدة 1024 سلك بيانات، أي 32 ضعفًا لسلك GDDR7 في شريحة واحدة؛ ومع 8 طبقات لكل GPU، يصل الإجمالي إلى 8192 مسارًا. يمكن لكل مسار أن يكون أبطأ بثلاث مرات—لكن عدد المسارات يبلغ 32 مرة؛ في كل طبقة، يصل معدل النقل إلى 1.2TB في الثانية، أي ما يعادل نقل 300 فيلم في الثانية.

رابعًا: كارثة “ثلاثين ألف سلك”

يبدو الأمر مثاليًا؟ لكن بالنسبة للمهندسين، فهو كارثة. 1024 سلك بيانات ليست سوى البداية؛ إذ يلزم أيضاً أسلاك التغذية وعناوين الذاكرة وخطوط الساعة—ولكل طبقة يجب إخراج ما يقرب من 4000 سلك، ومع 8 طبقات يصبح العدد نحو ثلاثين ألف سلك.

ما معنى 30 ألف سلك؟ لا توجد حتى كل الأسلاك في مبنى سكني منزلي تملك هذا العدد. ومع ذلك يجب حشرها كلها داخل تغليف بحجم بطاقة مصرفية.

الشكل 9: عدد الأسلاك في مبنى < عدد التوصيلات البينية داخل تغليف واحد. السؤال: أين نُمرِّر هذه الأسلاك؟

خامسًا: حدود لوحة الدارات—قلبها “قماش”

انظر أولاً إلى كيفية “رسم” الأسلاك في لوحة الدارات التقليدية. كثيرون لا يعرفون أن أساس اللوحة في الحقيقة “قماش”—نسيج من ألياف زجاجية، تُغمر في راتنج إيبوكسي، ثم تُضغط عليها طبقة نحاس كاملة.

لكن هنا لا تُركّب الأسلاك واحدة تلو الأخرى؛ بل تُطبع. في عملية التصنيع: تُلصق طبقة فيلم حسّاس للضوء، ثم تُعرّض للضوء وتُغسل بمحلول كيميائي؛ فتتآكل مناطق النحاس غير المحمية، وتبقى مناطق الأسلاك.

غير أن عليك أن تعرف أن حد هذه العملية هو عشرات الميكرونات فقط.

الشكل 10: قماش من ألياف زجاجية + رقائق نحاس + حفر بالإتاحة الضوئية. لكن حد هذه العملية هو عرض الخطوط بعشرات الميكرونات—أي حوالي نصف سماكة شعرة، وما يزال سميكًا بالنسبة إلى ثلاثين ألف سلك.

سادسًا: استبدل “الورقة” بـ “ورقة” أخرى—طبقة وسيطة من السيليكون

لكن حد هذه العملية هو عشرات الميكرونات فقط—أي حوالي نصف سماكة شعرة، وهو ما يزال سميكًا جدًا بالنسبة إلى ثلاثين ألف سلك، ولا يمكن وضعها إطلاقًا.

ما الحل؟ استبدل “الورقة” التي تُرسم عليها الأسلاك—بسيليكون. يمكن في رقائق السيليكون استخدام آلات الطباعة الحجرية لرسم الخطوط (ولهذا أهمية آلات الطباعة الحجرية)، بدقة تصل إلى أقل من 1 ميكرون، أي بنسبة قليلة جدًا من سماكة الشعرة (في المئة). وفي نفس المساحة، يمكن حشر عدد من الأسلاك أكبر بعشرات المرات.

القطعة من السيليكون المُخصصة لتوصيل الأسلاك تُسمّى silicon interposer (المحوّل/الوسيط السيليكوني). تجلس عليه وحدة GPU ووحدات HBM معًا، ويتم حشر ثلاثين ألف سلك داخل هذه الشريحة السيليكونية. لا تتراكم الشرائح فوق بعضها، بل تجلس كلها على سيليكون واحد—وهذا الشكل التعبئي يُعرف في الصناعة باسم 2.5D.

الشكل 11: GPU وHBM جنبًا إلى جنب فوق طبقة وسيطة من السيليكون، وما تحتها خطوط حفر دقيقة جدًا كالشعرة. هذه هي قاعدة “علاقة الجار” في الشكل 3.

سابعًا: السعة—الأرض لا تكفي، إذًا ابنِ للأعلى

تم حل مشكلة “الممرات”، لكن بقيت مشكلة ثانية: السعة. تستخدم 5090 16 شريحة GDDR7 بسعة 2GB لكل شريحة، أي إجمالي 32GB فقط؛ بينما تحتاج معلمات نموذج كبير واحد إلى مئات الجيجابايت، أي بفارق ترتيب حجمي. هل نضعها فوق بعضها؟ هذا مستحيل على طبقة interposer.

مثل طريقة المدن الكبيرة: إذا لم تكف الأرض، فابنِ للأعلى—حيث تُكدّس رقائق DRAM كطابق مبنى من 12 طابقًا.

الشكل 12: رقائق DRAM مكدسة طبقة بعد طبقة، فتزداد السعة بشكل مضاعف. لكن تظهر مشكلة جديدة: كيف نُوصل الماء والكهرباء بين الطوابق؟

ثامنًا: TSV—بئر المصاعد داخل المبنى

عند ارتفاع هذا المبنى، كيف تتم الاتصالات بين الطوابق؟ الجواب هو TSV (Through-Silicon Via، القناة عبر السيليكون): يُثقب عموديًا في كل طبقة آلاف الثقوب كـ “آبار المصاعد”. ما قطرها؟ 5 ميكرونات، أي واحد من أربعة عشر من سماكة شعرة. لا يمكن لأي مثقاب في العالم أن يَثقب بهذه الدقة؛ لذا لا بد من استخدام البلازما (أي مواد كيميائية/محاليل) لـ “حفر” الثقوب.

لكن البلازما لا تلتزم فقط بالاتجاه إلى الأسفل: أثناء “حفر” الأسفل تُحفر أيضًا الجوانب، فتتحول الفتحة إلى شكل كرة. حل المهندسين يُسمى Bosch process؛ وهو دورة من ثلاث خطوات يمكن حفظها كالتالي: الحفر، ثم الطلاء، ثم الضرب—

1. الحفر (التآكل): البلازما “تحفر” فتحة صغيرة إلى الأسفل؛

2. الطلاء (الحماية): رش طبقة من تفلون خاص، كطلاء مضاد للماء على جدار البئر؛

3. الضرب (القصف): أمطار من الأيونات المتحركة عموديًا تضرب قاع البئر وتكسر الطلاء، بحيث لا تُسمح للجولة التالية إلا بالحفر للأسفل فقط.

4. يتكرر ذلك، طبقة بعد طبقة: حفر-طلاء (حماية)-اختراق، إلى أن يُصل الفتحة إلى الموضع المطلوب

الشكل 13: الحفر، ثم الطلاء، ثم الضرب—يتكرر ذلك مئات المرات حتى يتم حفر “بئر عميقة مستقيمة” جاهزة. على جدار البئر توجد آثار “قوقعة/زوائد” دائرية—وهي بصمات الأسنان الناتجة عن تكرار الدورات.

بعد حفر البئر: أولاً تُترسب طبقة عازلة بالبخار لفصل النحاس عن السيليكون، ثم تُغمر كامل شريحة السيليكون في محلول كبريتات النحاس لطلاء/كهربته بالكهرباء حتى تُملأ الآبار بالنحاس. وأخيرًا تُطحن الشريحة من الخلف حتى يبقى 30 ميكرون فقط—ثلث ورقة طباعة تقريبًا. تظهر أعمدة النحاس من الخلف: أخيرًا أصبحت طبقات الاتصال بين الطوابق متاحة.

الشكل 14: ترقيق الجانب الخلفي إلى 30 ميكرون (على اليمين: مقارنة مع سماكة ورقة الطباعة). يجب المرور بهذه العملية لكل طبقة شريحة.

تاسعًا: مدرستان في “بناء المبنى”

الآن نجمع ألواح مبنى من 12 طبقة باللحام. بين الطبقات توجد كرات لحام دقيقة تربط بينها—كل كرة أصغر من حبة لقاح واحدة، ولكل طبقة يوجد آلاف الكرات، ولا يجوز لأي واحدة أن تنحرف. كيف يتم لحامها وتكديسها؟ تنقسم الصناعة إلى مدرستين:

بعد لحام المبنى بالكامل، يتم حشو التجويف بالراتنج الإيبوكسي—فتتحسن تبديد الحرارة وتتحسن معدلات الإنتاج المقبول؛ ثم يتم طلاء كل طبقة على حدة مع ضغطها.

الشكل 15: اليسار، SK hynix—يتم لحام المبنى بالكامل أولاً، ثم يتم ضخ “خرسانة إيبوكسي” (MR-MUF)؛ اليمين، سامسونج/ميكرون—تركيب طبقة فيلم لاصق، ثم ضغط طبقة لوحة (TC-NCF).

تُظهر “الخرسانة” لدى hynix تبديد توصيل حراري أفضل بوضوح. كلما ارتفع المبنى وتركزت الحرارة، ازدادت قيمة معامل التوصيل الحراري للمواد بين الطبقات—فقط اعتمادًا على هذه “الدفعة من اللاصق”، استحوذت hynix على صفقة كبيرة من إنفيديا وجلسَت على رأس سوق HBM.

عاشرًا: المنتج النهائي—والفاتورة التي ستدفعها

بعد تكديس 12 طبقة، يصبح مبنى واحد بسعة 36GB؛ وبما أن 8 مبانٍ تحيط بـ GPU، تكون السعة لرقاقة واحدة 288GB؛ و4 رقائق على لوحة واحدة تعطي 1152GB، أي أكثر من 1TB—وهذا يعود بنا إلى اللوح نفسه الذي رفعه غينج رين-سوونج في الشكل 1.

ما الثمن؟ تصنيع 1GB من HBM يلتهم نحو 3GB من طاقة إنتاج رقائق الذاكرة العادية؛ إذ إن رقائق HBM أكبر (كما أن TSV يستهلك مساحة)، وخصم معدلات العائد/الجودة بسبب تكديس الطبقات يتضاعف، كما أن العملية تستحوذ على خطوط الإنتاج. كل مصانع العالم تبني مباني للذكاء الاصطناعي، فتتوقف إمدادات شرائح الذاكرة العادية.

الشكل 16: ضمن نفس طاقة الإنتاج للمصانع، 1GB HBM ≈ 3GB DDR5. هذه هي آلية ارتفاع أسعار الذاكرة في هذه الدورة بالكامل.

لذلك، فإن المال الإضافي الذي تدفعه مقابل شرائط الذاكرة، هو في الحقيقة بدل إيجار المبنى الذي تدفعه مؤسسة الذكاء الاصطناعي.