SK hynix a annoncé avoir envoyé des échantillons de sa nouvelle génération de produits de mémoire vidéo à large bande passante HBM4E à ses principaux clients, avec une capacité de mémoire unique allant jusqu'à 48 Go et un taux de transfert de données allant jusqu'à 16 Gbit/s, conçus pour répondre à la demande en croissance rapide du marché pour les puces d'intelligence artificielle.

Poussée par l’IA générative et les grands modèles, la demande de mémoire à large bande passante dans les centres de données mondiaux a considérablement augmenté, obligeant les fabricants de DRAM à accélérer le développement de produits de nouvelle génération. SK hynix est en concurrence avec son rival Samsung en termes de délai de livraison d'échantillons pour HBM4E, dans l'espoir d'être le premier à fournir à ses partenaires des solutions pour la plate-forme de centre de données IA de nouvelle génération. Les rapports indiquent que ces HBM4E seront principalement destinés aux plates-formes d'accélération d'IA haut de gamme, notamment NVIDIA Rubin Ultra et AMD Instinct MI500, qui sont considérées comme d'importants moteurs de revenus pour le futur marché des serveurs d'IA.

Selon les rapports, SK hynix a présenté en avant-première cette génération de HBM4E au Computex 2026 cette année, montrant des spécifications clés telles que jusqu'à 48 Go, un emballage empilé à 12 couches et un débit maximum de 16 Gbit/s à une seule broche. Par rapport à la génération précédente de produits, le HBM4E a considérablement amélioré ses performances et son efficacité énergétique, dans le but de réduire davantage le goulot d'étranglement de la bande passante mémoire lors de l'entraînement et de l'inférence de l'IA. Dans le même temps, Samsung a également présenté ses technologies HBM4E et HBM5 ultérieures au cours de l'exposition, et a proposé d'améliorer la stabilité des écrans à large bande passante dans des scénarios de consommation d'énergie extrêmement élevée grâce à de nouvelles conceptions de chemins de dissipation thermique telles que HPB (Heat Path Block).

Selon les données de comparaison fournies dans l'article, au niveau de capacité de 48 Go, le HBM4E utilise une structure d'empilement 12-Hi, tandis que la spécification maximale du HBM4 correspond à 16-Hi et le HBM3E est à 12-Hi. La nouvelle génération de produits s'est améliorée à la fois en termes de densité d'empilement et d'efficacité : dans la solution 48 Go 12-Hi, la densité d'empilement d'une seule puce a été augmentée d'environ 1,5 fois, et l'efficacité de la bande passante a également été considérablement améliorée. Le tableau montre que le HBM4E atteint des objectifs de bande passante par broche et de bande passante globale plus élevés tout en maintenant une tension de fonctionnement de 1,2 V pour répondre aux besoins des charges de travail d'IA plus lourdes.

SK hynix a déclaré dans un communiqué de presse avoir livré comme prévu des échantillons HBM4E empilés à 12 couches à des clients clés, bénéficiant de son expérience dans le développement de mémoires à large bande passante et dans la production de masse. La société a souligné qu'elle travaillerait en étroite collaboration avec ses partenaires pour assurer la production de masse du HBM4E au moment approprié afin de se conformer au rythme des mises à niveau de l'infrastructure de l'IA. Selon les informations officielles, cette génération de produits peut atteindre une vitesse de traitement des données de 16 Gbit/s par broche et l'efficacité globale de la consommation d'énergie est supérieure de plus de 20 % à celle de la génération précédente, ce qui contribue à améliorer la puissance de calcul effective par unité de consommation d'énergie pendant la formation et l'inférence de l'IA.

En termes de conception d'interface et de circuit, le HBM4E réduit les délais de transmission des données grâce aux spécifications d'interface de dernière génération et à une architecture interne optimisée, tout en garantissant un fonctionnement stable dans des environnements à bande passante extrêmement élevée. Pour les centres de données d'IA cloud et les systèmes informatiques hautes performances à grande échelle, cela signifie que les déploiements de cartes accélératrices d'IA à plus haute densité et à plus grande vitesse peuvent être effectués dans les mêmes conditions d'armoire et de refroidissement, augmentant ainsi la densité globale de la puissance de calcul.

En termes de technologie de packaging, SK hynix a introduit la technologie Advanced MR-MUF pour le HBM4E, lui permettant d'atteindre une capacité de 48 Go dans une structure de pile à 12 couches tout en prenant en compte la stabilité de la structure du packaging. Selon l'introduction officielle, par rapport à la génération précédente HBM4, le HBM4E a amélioré la résistance à la chaleur d'environ 17 %, ce qui est crucial pour les nœuds IA qui continuent de fonctionner sous des charges élevées et contribue à maintenir la fiabilité à long terme des puces de mémoire graphique dans des environnements à température plus élevée. Combiné à une tolérance thermique plus élevée et à une conception d'empilage plus compacte, le nouveau produit est mieux adapté à la tendance actuelle de conception de systèmes de serveurs IA de plus en plus denses.

SK hynix a déjà accumulé une riche expérience dans la production et la fourniture en série de HBM3, HBM3E et HBM4, fournissant des solutions de stockage à large bande passante personnalisées et optimisées à un certain nombre de fournisseurs de services cloud et de fabricants de GPU. La société a déclaré qu'elle continuerait à soutenir la construction d'une infrastructure d'IA de nouvelle génération via HBM4E sur cette base et qu'elle travaillerait avec des partenaires de la chaîne industrielle pour atténuer le problème courant de goulot d'étranglement de la bande passante mémoire dans les systèmes d'IA. Dans le contexte de l'intensification de la « course aux armements en puissance informatique » mondiale en matière d'IA générative, HBM4E est considérée comme l'une des technologies sous-jacentes clés pour la concurrence des puces spécifiques à l'IA et des plates-formes de centres de données au cours des prochaines années.