Батько HBM пророкує революцію в архітектурі ШІ: пам’ять замінить GPU і стане ядром

Коли AI від «генерації» переходить до «самостійних дій», вузьке місце в обчислювальних ресурсах може зміститися з GPU на пам’ять.

Згідно з повідомленнями місцевих медіа Південної Кореї, зокрема The Asian Economy, професор Корейського інституту передових технологій (KAIST), якого в індустрії називають «батьком HBM», Joungho Kim нещодавно зробив прогноз: нинішню GPU-центровану AI-архітектуру, яку зараз домінує NVIDIA, зрештою замінить нова архітектура з пам’яттю як ядром.

За цим висновком стоїть фундаментальна зміна формату AI-застосувань. Від генеративного AI до AI-агентів (Agentic AI) системі потрібно одночасно опрацьовувати величезні масиви документів, відео та мультимодальних даних — Kim називає цей тренд підйомом «інженерії контексту» (context engineering). Він зазначив, що для забезпечення швидкості та точності пропускна здатність і ємність пам’яті мають зростати щонайменше в 1000 разів.

Ще вражаючіші цифри — на стороні попиту: за словами Kim, раніше процитованими Money Today Broadcasting, якщо обсяг вхідних даних збільшиться у 100–1000 разів, потреба в пам’яті може зрости експоненційно, а загальне збільшення загального обсягу потенційно сягне 1 000 000 разів.

HBM дістане стелю, HBF прийде на зміну

Kim прямо заявив, що нинішня технологія HBM — надшвидка передача даних завдяки вертикальному стекуванню DRAM, яка наразі домінує на ринку пам’яті для AI-акселераторів, — у епоху AI-агентів буде недостатньою.

Запропоноване ним рішення наступного покоління — HBF (High Bandwidth Flash, високошвидкісна спалах-пам’ять): із використанням стекованого NAND замість DRAM створюється «гігантська полиця для книг»-подібна довгострокова пам’ять, ємність якої значно перевищує наявні ліміти.

У плані аналогії: HBM — це скоріше як стікери на робочому столі: швидко, але ємність обмежена; тоді як HBF — як цілісна книжкова стіна, де масштаби того, скільки інформації можна зберегти, — абсолютно інші.

На рівні архітектури SK hynix уже запропонувала в публікації в IEEE архітектуру «H3» — за повідомленням The Korea Economic Daily від лютого, ця архітектура розгортатиме HBM і HBF пліч-о-пліч біля GPU, а не як у наявних дизайнах, де лише HBM розміщується в безпосередній близькості до процесора. Це означає, що роль GPU перейде від «головної фігури» до «другорядної», а обчислювальні блоки будуть вбудовані в систему, де основною діючою «особою» стане пам’ять.

Таймлайн поступово стає зрозумілим.

Згідно з прогнозом Kim, зразки інженерної версії HBF очікуються приблизно до 2027 року, а Google, NVIDIA або AMD найраніше можуть застосувати цю технологію в 2028 році.

Такий ритм дуже схожий на траєкторію, якою HBM колись вийшов із лабораторії до масштабного комерційного застосування, і це також означає, що індустріальне «вікно можливостей» уже відкрите.

SK hynix і Samsung — знову лицем до лиця

Kim також зазначив, що конкурентна картина в сегменті HBF повторюватиме сценарій епохи HBM — SK hynix і Samsung знову стануть головними дійовими особами.

Наразі SK hynix у лютому цього року спільно з SanDisk створила альянс зі стандартизації HBF, маючи на меті перехопити контроль над екосистемою. Samsung, своєю чергою, з одного боку, безперервно просуває наступні продукти HBM, такі як HBM4E, а з іншого — паралельно інвестує в розробку NAND-архітектури, яка відповідає концепції HBF, про це повідомляє Aju News.

Два гіганти прокладають різні шляхи, але ціль спрямована в один і той самий сегмент. Хто зможе першим замкнути цикл від розробки стандартів до серійних поставок, значною мірою визначить розклад у наступній фазі ринку AI-пам’яті.

Попередження щодо ризиків і застереження щодо відповідальності

        На ринку є ризики, інвестиції потребують обережності. Ця стаття не є персональною інвестиційною порадою і не враховує специфічні інвестиційні цілі, фінансовий стан або потреби окремих користувачів. Користувачам слід розглянути, чи відповідають будь-які думки, погляди або висновки в цій статті їхнім конкретним обставинам. Інвестуючи на підставі цього, ви берете відповідальність на себе.