أخبار ar.wedoany.com، تجاوزت مبيعات الجيل السادس من ذاكرة النطاق الترددي العالي (HBM4) لشركة سامسونج للإلكترونيات الكورية الجنوبية حاجز المليار دولار أمريكي. تم إطلاق الإنتاج الضخم لهذا المنتج في 12 فبراير 2026، ووصل إلى هذا الحجم من المبيعات بعد ما يزيد قليلاً عن أربعة أشهر فقط من الإنتاج الضخم، ومن المتوقع أن تتجاوز مبيعاته حاجز 1.2 مليار دولار أمريكي بحلول نهاية يونيو.
ذاكرة HBM4 هي جيل جديد من ذاكرة النطاق الترددي العالي المصممة للحوسبة المخصصة للذكاء الاصطناعي ومراكز البيانات عالية الأداء. بالمقارنة مع ذاكرة DRAM التقليدية، تعمل HBM على تحسين عرض النطاق الترددي والسعة داخل الحزمة الواحدة بشكل كبير من خلال التكديس متعدد الطبقات والترابط عالي الكثافة، وهي مكون تخزين رئيسي في وحدات معالجة الرسوميات (GPU)، ومسرعات الذكاء الاصطناعي، والدوائر المتكاملة الخاصة بالتطبيقات (ASIC)، وأنظمة الحوسبة عالية الأداء. مع التوسع المستمر في تدريب النماذج الكبيرة، والاستدلال، وبناء مجموعات الذكاء الاصطناعي، أصبحت قدرة توريد HBM حلقة حاسمة في المنافسة على البنية التحتية للذكاء الاصطناعي.
أعلنت سامسونج للإلكترونيات سابقًا أن ذاكرة HBM4 تستخدم عملية DRAM من الجيل السادس بمقياس 10 نانومتر وشريحة قاعدة منطقية بتقنية 4 نانومتر، مما يحقق سرعة نقل مستقرة تبلغ 11.7 جيجابت في الثانية، مع إمكانية رفعها إلى 13 جيجابت في الثانية. يصل إجمالي عرض النطاق الترددي للذاكرة لكل كومة إلى 3.3 تيرابايت في الثانية، وهو تحسن ملحوظ مقارنة بـ HBM3E، ويمكنه تخفيف اختناق إنتاجية البيانات الناتج عن زيادة حجم نماذج الذكاء الاصطناعي.
فيما يتعلق بالسعة، تعتمد ذاكرة HBM4 من سامسونج على تقنية التكديس بـ 12 طبقة، وتوفر خيارات سعة تتراوح من 24 جيجابايت إلى 36 جيجابايت، وسيتم توسيعها لاحقًا إلى 48 جيجابايت كحد أقصى من خلال التكديس بـ 16 طبقة. بالنسبة لخوادم الذكاء الاصطناعي، يمكن للسعة الأعلى وعرض النطاق الترددي الأعلى تحسين استخدام موارد وحدة معالجة الرسوميات، وتقليل وقت انتظار البيانات، وتحسين كفاءة النظام الإجمالية في مهام تدريب النماذج واسعة النطاق والاستدلال.
تعتبر كفاءة الطاقة والتبريد أيضًا من المؤشرات الهامة لذاكرة HBM4. صرحت سامسونج للإلكترونيات أن ذاكرة HBM4، من خلال تقنية TSV منخفضة الجهد وتحسين شبكة توزيع الطاقة، تحقق تحسنًا في كفاءة الطاقة بنحو 40% مقارنة بـ HBM3E، مع تحسين المقاومة الحرارية وأداء التبريد. مع استمرار ارتفاع استهلاك الطاقة لخوادم الذكاء الاصطناعي، فإن قدرة أجهزة التخزين على الحفاظ على استهلاك طاقة يمكن التحكم فيه تحت عرض نطاق ترددي عالٍ ستؤثر بشكل مباشر على التكلفة الإجمالية للملكية واستقرار النظام لمراكز البيانات.
يشير تجاوز المبيعات السريع لحاجز المليار دولار أمريكي إلى أن ذاكرة HBM4 تتسارع في دخول سلسلة التوريد لأجهزة الذكاء الاصطناعي. يستمر الطلب من شركات تصنيع رقائق الذكاء الاصطناعي، ومؤسسات الحوسبة السحابية، وعملاء مراكز البيانات فائقة الاتساع على الجيل الجديد من HBM في النمو، مما يدفع مصنعي الذاكرة إلى حجز الطاقة الإنتاجية مسبقًا، وتسريع تكرار المنتجات، والتنافس حول HBM4 و HBM4E و HBM المخصص.
تؤكد سامسونج للإلكترونيات في ذاكرة HBM4 على التآزر بين قدراتها في الذاكرة، والتصنيع التعاقدي للرقائق، والتغليف المتقدم. ذاكرة HBM4 ليست مجرد منتج DRAM، بل تشمل أيضًا شريحة القاعدة المنطقية، وترابط TSV، والتغليف المكدس، وتصميم التبريد، والتخصيص للعملاء. مع تزايد متطلبات مسرعات الذكاء الاصطناعي لعرض النطاق الترددي للذاكرة، واستهلاك الطاقة، وتكامل التغليف، سيحصل مصنعو الذاكرة ذوو القدرات التصنيعية للسلسلة الكاملة على قدرة تفاوضية وتسليم أقوى.
ومع ذلك، لا تزال المنافسة في سوق HBM شديدة. يعمل مصنعون مثل SK هاينكس وميكرون أيضًا على تطوير HBM4 ومنتجات HBM4E اللاحقة، وستحدد شهادات العملاء، ومعدلات الإنتاجية، واستقرار التسليم، واتفاقيات التوريد طويلة الأجل حصة السوق اللاحقة. على الرغم من أن سامسونج للإلكترونيات قد حققت بالفعل اختراقًا في حجم مبيعات HBM4، إلا أن قدرتها على مواصلة توسيع حصتها تعتمد على تقدمها اللاحق في زيادة الطاقة الإنتاجية، والتحقق من صحة العملاء، وإدراج منصة رقائق الذكاء الاصطناعي المتطورة.
ستركز نقاط المتابعة اللاحقة على ما إذا كانت مبيعات HBM4 من سامسونج ستتجاوز 1.2 مليار دولار أمريكي بحلول نهاية يونيو، وتقدم عينة HBM4E، وجدول الإنتاج الضخم لإصدار السعة المكدسة بـ 16 طبقة، بالإضافة إلى حالة الشراء والاعتماد من قبل عملاء رقائق الذكاء الاصطناعي الرئيسيين. مع دخول خوادم الذكاء الاصطناعي دورة ترقية جديدة، ستستمر ذاكرة HBM4 في كونها واحدة من أكثر المنتجات عالية القيمة التي تحظى باهتمام كبير في سلسلة توريد أشباه الموصلات العالمية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
