Új DRAM a következő generációs AI GPU-khoz

Az NVIDIA megbízta a Samsung Electronics, az SK hynix és a Micron vállalatokat a SoCEM fejlesztésével. Ez egy új memóriamodul-szabvány, amelyet az NVIDIA talált ki, és a Micron állítólag elsőként kapott engedélyt a tömeggyártásra. Ezzel az amerikai memóriagyártó megelőzte dél-koreai riválisait.

Dél-koreai médiajelentések szerint az új SoCEM szabvány egy NVIDIA által kitalált memóriamodul, amely 16 egymásra helyezett LPDDR5X chipből áll, négyes csoportokba rendezve.

A SoCEM egy olyan új DRAM, amely a CPU-hoz kapcsolódik, és elsődleges feladata az AI-gyorsítók csúcsteljesítményének biztosítása. A SoCEM várhatóan megjelenik az NVIDIA következő generációs AI GPU-iban – a Rubinban –, amelyek 2026-ban kerülnek forgalomba.

A HBM-mel ellentétben (ez egy a GPU-hoz kapcsolt DRAM), amely a DRAM-ot vertikális fúrással köti össze, a SoCEM gyártása huzalhegesztési módszerrel történik, amely 16 chipet köt össze rézvezetékekkel. A réz hővezető képessége magas, fő előnye az, hogy minimalizálja az egyes DRAM chipek hőtermelését. A Micron szerint a legújabb alacsony fogyasztású DRAM-jának energiahatékonysága 20%-kal magasabb, mint versenytársaié.

Az NVIDIA következő generációs AI-szerverje (Rubin AI GPU-kkal és Vera CPU-kkal) 4 x SoCEM memóriamodult fog használni, ami az LPDDR5X memóriamodulok számából számolva összesen 256 chipet jelent. Az iparág szerint a Micron későbbi EUV litográfiai berendezések bevezetése miatt tudta korábban szállítani a SoCEM memóriamodulokat, mint az SK hynix vagy a Samsung, állítja az új jelentés.

Ez azt jelenti, hogy ellentétben a DRAM-gyártó versenytársaival, amelyek EUV-vel növelik a DRAM teljesítményét, az amerikai Micron alacsony hőtermelési technológiát alkalmazott, miközben javította a memória teljesítményét.

A SoCEM nem az egyetlen példa a Micron fejlett technológiai képességeire. A Micron állítólag a Samsung félvezetőit megelőzve szállította az idei Galaxy S25 sorozat kezdeti alacsony fogyasztású DRAM-jainak nagy részét. Ezzel a Micron először lett a Samsung okostelefonok „fő memóriaszállítója”. A Micron fejlesztette ki 2022-ben a világ első LPDDR5X-ét is, amelyet az iPhone 15 sorozatba szereltek be. 

Osszd meg ezt a cikket
Hol tart ma valójában a mesterséges intelligencia?
A mesterséges intelligencia fejlesztése az elmúlt években látványos és gyakran lenyűgöző eredményeket produkált. Az olyan rendszerek, mint a ChatGPT, képesek természetes nyelvű szövegeket generálni, problémákat megoldani és sokszor az emberi teljesítményt is meghaladni különféle feladatokban. Ugyanakkor egyre több neves kutató és technológiai vezető – köztük John Carmack és François Chollet – hívja fel a figyelmet arra, hogy ezek az eredmények nem feltétlenül jelentik az általános mesterséges intelligencia (AGI) közeledtét. A színfalak mögött most új típusú problémák és kérdések kerültek a figyelem középpontjába, amelyek messze túlmutatnak a puszta teljesítményen.
SEAL az önmagát tanító mesterséges intelligencia előhírnöke
Hosszú évek óta tartja magát az elképzelés, hogy a mesterséges intelligencia fejlesztésének kulcsa az emberi tanítás: adatok, címkék, finomhangolás, gondosan megtervezett beavatkozások. Most azonban egy új megközelítés látott napvilágot. Az MIT kutatóinak legújabb munkája, a SEAL (Self-Adapting Language Models) névre keresztelt rendszer olyan nyelvi modelleket mutat be, amelyek képessé válnak saját maguk tanítására. Az eredmények nemcsak technológiai újdonságot jelentenek, hanem felvetik a kérdést: vajon milyen szerepet szánunk a jövőben az embernek az intelligens rendszerek képzésében?
Elég egy fotó és egy hang – az Alibaba új mesterséges intelligenciája teljes testű avatárt készít belőle
Egyetlen hangfelvétel és egy fotó is elegendő ahhoz, hogy élethű, teljes testtel mozgó, arcjátékkal és érzelmekkel teli virtuális karaktereket hozzunk létre – stúdió, színész vagy zöld háttér nélkül. Az Alibaba legújabb fejlesztése, az OmniAvatar nevű nyílt forráskódú mesterséges intelligencia-modell legalábbis éppen ezt ígéri. Bár a technológia még formálódik, már most is érdemes figyelmet szentelni annak, amit lehetővé tesz – és annak is, hogy mindez milyen új kérdéseket vet fel.
A térbeli intelligencia a következő leküzdendő akadály az AGI előtt
Az LLM megszületésével a gépek lenyűgöző képességekre tettek szert. Ráadásul fejlődési sebességük is nagyobb tempóra kapcsolt, nap mint nap jelennek meg újabb modellek, amelyek még hatékonyabbak még jobb képességekkel ruházzák fel a gépeket. Ha azonban közelebbről megvizsgáljuk, ezzel a technológiával még csak most értük el, hogy a gépek képesek egy dimenzióban gondolkodni. A világ amelyben élünk azonban az emberi érzékelés alapján három dimenziós. Egy ember számára nem okoz gondot, hogy megállapítsa, hogy valami egy szék alatt van, vagy mögött, vagy egy felénk repülő labda körülbelül hová fog érkezni. Számos mesterséges intelligencia kutató szerint az AGI azaz a mesterséges általános intelligencia megszületéséhez el kell érni, hogy a gépek három dimenzióban gondolkodjanak, ehhez pedig ki kell fejleszteni a térbeli intelligenciát.
Mi rejlik a Meta mesterséges intelligencia-újjászervezése mögött?
Mark Zuckerberg, a Meta vezérigazgatója nem először lép merészet, ám ezúttal minden eddiginél átfogóbb átszervezést hajt végre a cég mesterséges intelligenciával foglalkozó részlegeiben. A frissen létrehozott Meta Superintelligence Labs (MSL) névre keresztelt új divízió alá kerül az összes eddigi AI-csapat, beleértve a kutatás-fejlesztést, a termékfejlesztést és az alapmodellek építését. A cél nem csupán az emberi gondolkodással versenyképes mesterséges intelligencia (AGI), hanem egy olyan rendszerszintű szuperintelligencia megalkotása, amely meghaladja az emberi képességeket.
Miért áll le a Samsung a 1.4nm-es chipekkel – és mit jelent ez a jövő telefonjaira nézve?
A Samsung legújabb bejelentései a 1.4 nanométeres chipgyártás késlekedéséről aggasztó következményeket jeleznek előre. Bár elsőre ez csupán egy mérnöki részletkérdésnek tűnhet, a döntés következményei a mobilipar egészére és a Samsung saját chipgyártási stratégiájára is komoly hatással lehetnek. Érdemes megérteni, mit jelent ez valójában, és miért számít, hogy a jövő Exynos chipjei milyen gyártási technológián alapulnak.

Az elmúlt néhány napban megjelent Linux disztribúció frissítések