سامسونگ از نقشه راه آینده حافظههای هوش مصنوعی رونمایی کرد
سامسونگ معتقد است نیازهای زیرساختی هوش مصنوعی، معماری حافظه را بهطور اساسی تغییر خواهد داد. در همین راستا شرکت Samsung Electronics از مجموعهای متشکل از سه فناوری حافظه نسل آینده رونمایی کرده است که هدف آنها غلبه بر محدودیتهای عملکرد، مصرف انرژی و ظرفیت است که زیرساختهای هوش مصنوعی با آنها مواجه هستند. در ادامه با بررسی فالنیک (ایران اچ پی) از حافظه هوش مصنوعی سامسونگ همراه باشید.
فناوریهای جدید حافظه هوش مصنوعی سامسونگ چه ویژگیهایی دارند؟
این فناوریها در کنفرانس Future of Memory and Storage (FMS) معرفی شدند و شامل مفاهیم جدیدی برای حافظههای یکپارچهسازیشده عمودی و همچنین یک معماری جدید و پیشرفته NAND هستند که با هدف پاسخگویی به نیازهای عصر هوش مصنوعی طراحی شده است.
این 3 حافظه جدید هوش مصنوعی سامسونگ یک ویژگی مشترک دارند: هر سه از فناوری Wafer Bonding استفاده میکنند. به گفته سامسونگ Wafer Bonding یک فرایند در تولید نیمهرساناهاست که طی آن دو یا چند ویفر سیلیکونی ساختهشده بهصورت دائمی به یکدیگر متصل میشوند تا یک قطعه یکپارچه واحد را تشکیل دهند.
بهجای اینکه تمام اجزای یک قطعه روی یک ویفر ساخته شوند، تولیدکنندگان بخشهای مختلف را بهصورت جداگانه تولید کرده و سپس آنها را با دقت بسیار بالا در یک راستا قرار داده و به یکدیگر متصل میکنند. میتوان این فرایند را مانند یک بیسکویت Oreo با فناوری پیشرفته تصور کرد؛ چند لایه که بهصورت دقیق روی یکدیگر قرار گرفتهاند.
اهمیت Wafer Bonding از این جهت است که پس از آنکه روشهای متداول تولید نیمهرسانا به محدودیتهای فیزیکی و اقتصادی خود نزدیک میشوند، این فناوری یکی از معدود راههای باقیمانده برای ادامه افزایش مقیاس قطعات نیمهرسانا محسوب میشود. به گفته سامسونگ، این فناوری امکان دستیابی به چگالی بسیار بالاتر حافظه را فراهم میکند، زیرا میتوان مقدار بیشتری حافظه را در همان فضای دوبعدی جای داد.
این فناوری همچنین امکان ترکیب فرایندهای مختلف تولید را فراهم میکند. به این ترتیب، شرکتها میتوانند پیش از اتصال ویفرها به یکدیگر، برای هر ویفر بهصورت مستقل از مناسبترین فرایند تولید استفاده کنند. سامسونگ اعلام کرده است که در روش جدید، آرایه سلولهای حافظه و مدارهای جانبی (Peripheral Circuitry) بهصورت جداگانه تولید و سپس به یکدیگر متصل میشوند.
این فناوری در حال حاضر نیز در حافظههای NAND Flash برای ایجاد ساختارهای سهبعدی مورد استفاده قرار میگیرد. بهجای اینکه مدارهای حافظه در سطح زمین گسترش پیدا کنند، لایههای حافظه روی یکدیگر قرار میگیرند؛ درست مانند طبقات یک ساختمان بلندمرتبه.
این فناوری نخستینبار در سال 2014 معرفی شد و حافظههای NAND سهبعدی از آن زمان بهطور پیوسته افزایش لایه داشتهاند؛ بهطوریکه این فناوری در سال گذشته از مرز 300 لایه عبور کرد.
BV-NAND؛ معماری جدید NAND سامسونگ
محور اصلی این معرفی، فناوری BV-NAND یا Bonding V-NAND بود؛ معماری نسل آینده حافظه Flash سامسونگ که از فناوری Wafer Bonding استفاده میکند.
سامسونگ اعلام کرده است که این فناوری امکان ساخت تراشههای NAND با بیش از 400 لایه را فراهم میکند و در مقایسه با نسل فعلی V9 این شرکت، چگالی ذخیرهسازی را حدود 58 درصد افزایش میدهد.
به گفته سامسونگ این معماری همچنین عملکرد خواندن (Read)، نوشتن (Write) و ورودی/خروجی (I/O) را بهبود میدهد و همزمان مصرف انرژی را کاهش میدهد. به همین دلیل، BV-NAND برای سرور هوش مصنوعی که بهطور فزایندهای به حافظههای Flash با ظرفیت بالا وابسته هستند، گزینه مناسبتری خواهد بود.
zHBM؛ قرار دادن حافظه HBM روی پردازنده هوش مصنوعی
سامسونگ علاوه بر BV-NAND دو مفهوم بلندمدتتر برای معماری حافظه معرفی کرد که میتوانند معماری سیستمهای هوش مصنوعی را بهطور اساسی تغییر دهند.
اولین مفهوم با نام zHBM معرفی شده است. در این معماری، حافظه HBM بهجای اینکه در کنار پردازندهها قرار گیرد، همانند رویکرد فعلی، روی خود شتابدهنده هوش مصنوعی (AI Accelerator) قرار میگیرد.
این طراحی فاصلهای را که دادهها باید بین پردازنده و حافظه طی کنند، کاهش میدهد. سامسونگ اعلام کرده است که این معماری میتواند پهنای باند را به شکل چشمگیری افزایش دهد و همزمان مصرف انرژی و مقاومت حرارتی را کاهش دهد.
سامسونگ برآورد میکند که ترکیب این معماری با فناوری Wafer Bonding در نهایت میتواند چگالی حافظهای بیش از 10 برابر HBM5 معمولی ایجاد کند؛ در حالی که بهرهوری انرژی را سه برابر افزایش داده و مقاومت حرارتی را نیز بیش از نصف کاهش میدهد.
با این حال هنوز نباید منتظر عرضه و استفاده عملی از این فناوری باشید. zHBM همچنان یک مفهوم تحقیقاتی است.
این فناوری نشان میدهد که تولیدکنندگان حافظه، با دشوارتر شدن ادامه توسعه فناوریهای بستهبندی دوبعدی (2D)، بیش از پیش به سمت طراحیهای سهبعدی (3D) حرکت میکنند تا بتوانند افزایش مقیاس و توسعه حافظه را ادامه دهند.
zNAND-O؛ معماری مفهومی دیگر برای حافظه سهبعدی
سامسونگ همچنین zNAND-O را معرفی کرد؛ معماری مفهومی دیگری که با هدف گسترش فناوری حافظه سهبعدی فراتر از پیادهسازیهای متداول NAND طراحی شده است.
جزئیات زیادی درباره این فناوری ارائه نشده است، اما سامسونگ اعلام کرده که zNAND-O یک راهکار NAND نسل آینده با عملکرد بالا است که بر پایه فناوری V-NAND این شرکت ساخته میشود.
این فناوری در حال توسعه در نسخههای چهارلایه و هشتلایه است.
هوش مصنوعی چگونه مسیر توسعه حافظه را تغییر میدهد؟
این فناوریها نشاندهنده تأثیر مستقیم رشد هوش مصنوعی بر صنعت نیمهرسانا هستند؛ به این معنا که نیازهای هوش مصنوعی به یکی از عوامل اصلی تعیینکننده مسیر توسعه تراشهها تبدیل شده است. HBM به یکی از اجزای مهم در محاسبات هوش مصنوعی تبدیل شده است، اما صنعت خیلی سریع با محدودیتهایی در زمینه پهنای باند و سرعت انتقال داده مواجه شد.
فناوریهایی که سامسونگ در این رویداد معرفی کرده است، در واقع تلاش این شرکت برای کاهش و برطرف کردن مشکل محدودیت پهنای باند حافظه هستند.
حرکت به سمت معماریهایی مانند BV-NAND، zHBM و zNAND-O نشان میدهد که برای پاسخگویی به نیازهای پردازش هوش مصنوعی، افزایش ظرفیت حافظه بهتنهایی کافی نیست و صنعت باید همزمان فاصله میان پردازنده و حافظه، پهنای باند، مصرف انرژی و مدیریت حرارت را نیز بهینه کند. اگر دوست ندارید از حرکت روبهرشد دنیای تکنولوژی جا بمانید و زیرساخت سازمان خود را مطابق با پیشرفتهترین فناوریها به پیش ببرید، کار را به متخصصان حرفهای بسپارید:
