56
HBM開発ロードマップ公開:16,384ビットインターフェースと組み込みNANDを備えたHBM8は2038年に登場

韓国を代表する国立研究機関であるKAISTは、2038年までの高帯域幅メモリ(HBM)技術の進化を詳細に説明した371ページの論文を発表しました。この論文では、帯域幅、容量、I/O幅、そして発熱の増大が示されています。ロードマップはHBM4からHBM8までを網羅し、パッケージング、3Dスタッキング、組み込みNANDストレージを備えたメモリ中心のアーキテクチャ、さらには機械学習による消費電力抑制手法の開発までを網羅しています。 

この文書は、業界と研究の現在の方向性を考慮した HBM 技術の仮説的な進化に関するものであり、営利企業の実際のロードマップではないことに留意してください。 

カイスト

(画像提供:KAIST)

HBMのスタックあたりの容量は、HBM4では288GBから348GBに、HBM8では5,120GBから6,144GBに増加します。また、消費電力はパフォーマンスに応じて増加し、HBM4ではスタックあたり75W、HBM8では180Wに増加します。 

2026年から2038年の間に、メモリ帯域幅は2TB/sから64TB/sに、データ転送速度は8GT/sから32GT/sに増加すると予測されています。HBMパッケージあたりのI/O幅も、現在のHBM3Eの1,024ビットインターフェースから、HBM4では2,048ビット、そしてHBM4では16,384ビットにまで増加すると予想されています。 

カイスト

(画像提供:KAIST)

HBM4 については既にほぼすべてを把握しており、HBM4E ではベースダイにカスタマイズ性が追加され、特定のアプリケーション (AI、HPC、ネットワーキングなど) に合わせて HBM4E をよりカスタマイズできるようになることもわかっています。 

これらの機能はHBM5にも引き継がれると予想され、スタック型デカップリングコンデンサと3Dキャッシュも採用されます。新しいメモリ規格の採用によりパフォーマンスが向上し、2029年の登場が予定されているHBM5では、HBM4のデータレートは維持されますが、I/O数は4,096に倍増し、帯域幅は4TB/s、スタックあたりの容量は80GBに増加すると予想されています。 

スタックあたりの電力は100Wに増加すると予想されており、より高度な冷却方法が必要になります。興味深いことに、業界ではすでにHBM4との直接接合が検討されていると報じられているにもかかわらず、KAISTはHBM5がマイクロバンプ技術(MR-MUF)を引き続き使用すると予想しています。さらに、HBM5はベースダイにL3キャッシュ、LPDDR、CXLインターフェースを統合し、熱モニタリング機能も搭載します。KAISTはまた、HBM5世代ではAIツールが物理レイアウトの最適化とジッター低減に役割を果たすようになると予想しています。

カイスト

(画像提供:KAIST)

HBM6は2032年に主流となり、転送速度は16GT/s、スタックあたりの帯域幅は8TB/sに向上すると予測されています。スタックあたりの容量は120GB、消費電力は120Wに達すると予想されています。KAISTの研究者は、HBM6ではバンプを使用しない直接接合と、シリコンとガラスを組み合わせたハイブリッドインターポーザーが採用されると考えています。アーキテクチャの変更点としては、マルチタワーメモリスタック、内部ネットワークスイッチング、広範なシリコン貫通ビア(TSV)の配置などが挙げられます。AI設計ツールは、信号および電力モデリングのための生成的手法を取り入れることで、その範囲を拡大しています。

Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。

HBM7とHBM8はさらに進化し、HBM8ではスタックあたり32GT/sと64TB/sの速度を実現します。容量は240GBまで拡張されると予測されています。パッケージングには、フル3Dスタッキングと、流体チャネルを内蔵した両面インターポーザーが採用される見込みです。

HBM7とHBM8は正式には高帯域幅メモリソリューションファミリーに属しますが、そのアーキテクチャは現在のHBMとは大きく異なると予想されています。HBM5ではL3キャッシュとLPDDRメモリ用のインターフェースが追加されますが、これらの世代ではNANDインターフェースが組み込まれる予定で、CPU、GPU、ASICの負荷を最小限に抑えながらストレージからHBMへのデータ移動が可能になります。ただし、消費電力はスタックあたり180Wと予想されており、AIエージェントが熱、電力、信号パスのリアルタイムの協調最適化を管理するとのことです。KAISTによると、AIエージェントは熱、電力、信号パスのリアルタイムの協調最適化を管理するとのことです。

カイスト

(画像提供:KAIST)

KAISTは研究機関であり、実際のロードマップを持つ企業ではないことを念頭に置いてください。そのため、KAISTが現在保有するイノベーションに関する知識に基づいて、将来起こり得ることをほとんどモデル化していません。半導体業界には、ベルギーのImec、フランスのCEA-Leti、ドイツのFraunhofer、米国のMITなど、他にも尊敬に値する研究機関が数多く存在します。これらの機関は、半導体プロセスノード、チップ材料、その他の関連トピックに関して同様の予測を発表しています。今日では非現実的に思える予測もあるかもしれませんが、業界では予想外の方法で製品を生産する方法を開発する傾向があるため、これらの予測の多くは現実のものとなり、時にはIntelやTSMCなどの実際のメーカーによってそれを上回る結果が出ることさえあります。

Google ニュースで Tom's Hardware をフォローすると  、最新のニュース、分析、レビューをフィードで受け取ることができます。「フォロー」ボタンを忘れずにクリックしてください。

アントン・シロフはTom's Hardwareの寄稿ライターです。過去数十年にわたり、CPUやGPUからスーパーコンピュータ、最新のプロセス技術や最新の製造ツールからハイテク業界のトレンドまで、あらゆる分野をカバーしてきました。