الفكرة الأساسية بسيطة في ظاهرها: كلما قصرت المسافة التي تقطعها البيانات بين الذاكرة ووحدة المعالجة، أمكن تقليل عنق الزجاجة المرتبط بنقل البيانات وتحسين السرعة واستهلاك الطاقة .

وبحسب الأرقام التي عرضتها سامسونغ:

• الأداء: قد يوفر نظام واجهة مستقبلي يعتمد على zHBM أداءً يصل إلى 8 أضعاف HBM5 . وتشير تقارير أخرى إلى تحسن في سرعة نقل البيانات بمقدار أربعة أضعاف مقارنةً بـHBM4، مع استهلاك ربع الطاقة .
• الكثافة: يمكن لتقنيات ربط الرقائق أو الرقاقات مستقبلًا أن تتيح كثافة ذاكرة تتجاوز 10 أضعاف الكثافة في HBM التقليدية .
• كفاءة الطاقة: تصف سامسونغ البنية بأنها أكثر كفاءة بنحو 3 مرات مقارنةً بـHBM5، أي استهلاك طاقة أقل بنحو 66% تقريبًا .
• الحالة الحالية: هذه الأرقام تخص نموذجًا مفاهيميًا، وليست منتجًا دخل مرحلة التصنيع التجاري بعد .

وبالتوازي مع zHBM، عرضت سامسونغ أيضًا بنية مفاهيمية باسم zNAND-O موجهة إلى تشغيل نماذج الذكاء الاصطناعي على الأجهزة الطرفية، حيث تكون قيود الطاقة والمساحة أكثر صرامة .

V10 BV-NAND: أكثر من 400 طبقة تدخل الإنتاج الكمي

الإعلان الأكثر جاهزية تجاريًا كان عن V10 BV-NAND، أو ذاكرة V-NAND المرتبطة بالرقاقات. وتعتمد هذه التقنية على تصنيع مصفوفة خلايا الذاكرة والمنطق الطرفي على رقاقتين منفصلتين، ثم ربطهما باستخدام تقنية الربط بين الرقاقات (wafer bonding) .

وتقول سامسونغ إن V10 BV-NAND تقدم:

• أكثر من 400 طبقة فعالة، وهو أعلى عدد طبقات تكشف عنه الشركة حتى الآن ضمن سلسلة V-NAND .
• كثافة ذاكرة أعلى بنحو 58% مقارنةً بالجيل السابق V9 .
• كفاءة طاقة تقارب ثلاثة أضعاف، إلى جانب خفض المقاومة الحرارية، وفقًا لبيانات سامسونغ .
• إنتاجًا كميًا قائمًا بالفعل، ما يجعلها أول ذاكرة NAND تتجاوز حاجز 400 طبقة وتصل إلى التصنيع التجاري، بحسب المصادر المتاحة .

وهنا تكمن أهمية الإعلان: فبينما لا تزال zHBM وعدًا تقنيًا للمستقبل، تمثل V10 BV-NAND منتجًا قابلًا للنشر في البنية التحتية الحالية لمراكز البيانات، مع سعة أعلى وتحسينات في أداء القراءة والكتابة وعمليات الإدخال والإخراج .

HBF من SK hynix وSanDisk: طبقة بين HBM وSSD

أعلنت SK hynix وSanDisk أول مواصفة تقنية مفتوحة لذاكرة High Bandwidth Flash (HBF)، أو ذاكرة الفلاش ذات النطاق الترددي العالي، عبر مشروع الحوسبة المفتوحة (OCP) خلال فعاليات FMS 2026 .

تستهدف HBF مشكلة مختلفة عن zHBM: فهي لا تحاول استبدال الذاكرة فائقة السرعة، بل تضيف طبقة ذات سعة أكبر بين ذاكرة HBM ووسائط التخزين التقليدية مثل أقراص NVMe SSD. وهذا قد يساعد أنظمة استدلال الذكاء الاصطناعي على الوصول إلى كميات أكبر من البيانات دون تحميل كل شيء على ذاكرة DRAM الأعلى كلفة .

وتتضمن المواصفة الأولية:

• سعات تصل إلى 512 غيغابايت باستخدام تكديس NAND بارتفاع 8 أو 16 طبقة .
• نطاقًا تردديًا يصل إلى 3.0 تيرابايت في الثانية عبر واجهة UCIe، مع مستويات أداء تبدأ من نحو 0.4 تيرابايت في الثانية .
• تصميمًا مفتوحًا يهدف إلى تسهيل التوافق بين مكونات من شركات مختلفة، بدل الاعتماد على حل مغلق خاص بمورّد واحد.

كما انضمت Google DeepMind وTenstorrent إلى تحالف HBF، ما يمنح المعيار دعمًا من جانب مطوري النماذج ومن جانب الشركات العاملة على معالجات الذكاء الاصطناعي .

لماذا لم تعد HBM وحدها كافية؟

الرسالة الأوسع التي تكررت في الكلمات الرئيسية والحوارات خلال المؤتمر هي أن الاعتماد على HBM وحدها لن يواكب نمو أحجام النماذج وكميات البيانات المطلوبة لتشغيلها.

بدلًا من ذلك، تتجه الصناعة إلى بنية ذاكرة هرمية توزع البيانات بحسب السرعة والسعة والكلفة. وقد تشمل هذه البنية:

1. HBM للبيانات التي تحتاجها المعالجات فورًا وبأعلى عرض نطاق ممكن.
2. HBF أو ذاكرة فلاش مماثلة لتوفير سعة كبيرة مع وصول أسرع من التخزين التقليدي.
3. ذاكرة متصلة عبر CXL لتوسيع الذاكرة ومشاركتها بين مكونات النظام.
4. تخزين NVMe للبيانات الأكبر حجمًا والأقل حساسية لزمن الوصول.

وأظهرت عروض شركات مثل Marvell أن تشغيل أنظمة الاستدلال الوكيلية يتطلب محفظة متنوعة من الذاكرة والتخزين، لا الاعتماد على HBM فقط . كما ركزت جلسات أخرى على استخدام طبقات فلاش مشتركة للاحتفاظ بالسياق المحسوب مسبقًا، بما يقلل الحاجة إلى إعادة توليد البيانات باستمرار .

ما الذي لم تثبته المصادر؟

تضمنت صيغة السؤال الأصلي ادعاءين إضافيين لم يتسنَّ التحقق منهما عبر التقارير المنشورة المتاحة عن FMS 2026:

• أن شركة Nvidia توقعت أن يتجاوز عدد وكلاء الذكاء الاصطناعي عدد سكان العالم، وأن تسعير الذاكرة سينتقل من الكلفة لكل غيغابايت إلى الكلفة لكل عملية إدخال وإخراج.
• أن سامسونغ وSK hynix وMicron باعت كامل طاقتها الإنتاجية من DRAM وHBM لعام 2027، وأن العملاء يحصلون على 60 إلى 70% فقط من الكميات التي طلبوها.

قد تكون هذه التصريحات وردت في جلسة أو كلمة رئيسية لم تُوثق بعد في التقارير المفهرسة، لكن لا توجد ضمن المصادر المتاحة هنا أدلة كافية لتقديمها كحقائق مؤكدة.

الخلاصة

قدمت سامسونغ في FMS 2026 رؤيتين متوازيتين: zHBM تمثل اتجاهًا مستقبليًا نحو دمج الذاكرة فوق المعالج، بينما تمثل V10 BV-NAND تقدمًا تجاريًا حاضرًا في كثافة NAND وتقنيات تصنيعها. أما معيار HBF، فيحاول سد الفجوة بين سرعة HBM وسعة التخزين الفلاشي.

وإذا صحت الوعود التقنية، فلن يكون مستقبل ذاكرة الذكاء الاصطناعي قائمًا على مكوّن واحد، بل على منظومة طبقية تجمع بين السرعة والسعة والكفاءة وتضع كل نوع من البيانات في المكان الأنسب له.

الفكرة الأساسية بسيطة في ظاهرها: كلما قصرت المسافة التي تقطعها البيانات بين الذاكرة ووحدة المعالجة، أمكن تقليل عنق الزجاجة المرتبط بنقل البيانات وتحسين السرعة واستهلاك الطاقة .

وبحسب الأرقام التي عرضتها سامسونغ:

• الأداء: قد يوفر نظام واجهة مستقبلي يعتمد على zHBM أداءً يصل إلى 8 أضعاف HBM5 . وتشير تقارير أخرى إلى تحسن في سرعة نقل البيانات بمقدار أربعة أضعاف مقارنةً بـHBM4، مع استهلاك ربع الطاقة .
• الكثافة: يمكن لتقنيات ربط الرقائق أو الرقاقات مستقبلًا أن تتيح كثافة ذاكرة تتجاوز 10 أضعاف الكثافة في HBM التقليدية .
• كفاءة الطاقة: تصف سامسونغ البنية بأنها أكثر كفاءة بنحو 3 مرات مقارنةً بـHBM5، أي استهلاك طاقة أقل بنحو 66% تقريبًا .
• الحالة الحالية: هذه الأرقام تخص نموذجًا مفاهيميًا، وليست منتجًا دخل مرحلة التصنيع التجاري بعد .

وبالتوازي مع zHBM، عرضت سامسونغ أيضًا بنية مفاهيمية باسم zNAND-O موجهة إلى تشغيل نماذج الذكاء الاصطناعي على الأجهزة الطرفية، حيث تكون قيود الطاقة والمساحة أكثر صرامة .

V10 BV-NAND: أكثر من 400 طبقة تدخل الإنتاج الكمي

الإعلان الأكثر جاهزية تجاريًا كان عن V10 BV-NAND، أو ذاكرة V-NAND المرتبطة بالرقاقات. وتعتمد هذه التقنية على تصنيع مصفوفة خلايا الذاكرة والمنطق الطرفي على رقاقتين منفصلتين، ثم ربطهما باستخدام تقنية الربط بين الرقاقات (wafer bonding) .

وتقول سامسونغ إن V10 BV-NAND تقدم:

• أكثر من 400 طبقة فعالة، وهو أعلى عدد طبقات تكشف عنه الشركة حتى الآن ضمن سلسلة V-NAND .
• كثافة ذاكرة أعلى بنحو 58% مقارنةً بالجيل السابق V9 .
• كفاءة طاقة تقارب ثلاثة أضعاف، إلى جانب خفض المقاومة الحرارية، وفقًا لبيانات سامسونغ .
• إنتاجًا كميًا قائمًا بالفعل، ما يجعلها أول ذاكرة NAND تتجاوز حاجز 400 طبقة وتصل إلى التصنيع التجاري، بحسب المصادر المتاحة .

وهنا تكمن أهمية الإعلان: فبينما لا تزال zHBM وعدًا تقنيًا للمستقبل، تمثل V10 BV-NAND منتجًا قابلًا للنشر في البنية التحتية الحالية لمراكز البيانات، مع سعة أعلى وتحسينات في أداء القراءة والكتابة وعمليات الإدخال والإخراج .

HBF من SK hynix وSanDisk: طبقة بين HBM وSSD

أعلنت SK hynix وSanDisk أول مواصفة تقنية مفتوحة لذاكرة High Bandwidth Flash (HBF)، أو ذاكرة الفلاش ذات النطاق الترددي العالي، عبر مشروع الحوسبة المفتوحة (OCP) خلال فعاليات FMS 2026 .

تستهدف HBF مشكلة مختلفة عن zHBM: فهي لا تحاول استبدال الذاكرة فائقة السرعة، بل تضيف طبقة ذات سعة أكبر بين ذاكرة HBM ووسائط التخزين التقليدية مثل أقراص NVMe SSD. وهذا قد يساعد أنظمة استدلال الذكاء الاصطناعي على الوصول إلى كميات أكبر من البيانات دون تحميل كل شيء على ذاكرة DRAM الأعلى كلفة .

وتتضمن المواصفة الأولية:

• سعات تصل إلى 512 غيغابايت باستخدام تكديس NAND بارتفاع 8 أو 16 طبقة .
• نطاقًا تردديًا يصل إلى 3.0 تيرابايت في الثانية عبر واجهة UCIe، مع مستويات أداء تبدأ من نحو 0.4 تيرابايت في الثانية .
• تصميمًا مفتوحًا يهدف إلى تسهيل التوافق بين مكونات من شركات مختلفة، بدل الاعتماد على حل مغلق خاص بمورّد واحد.

كما انضمت Google DeepMind وTenstorrent إلى تحالف HBF، ما يمنح المعيار دعمًا من جانب مطوري النماذج ومن جانب الشركات العاملة على معالجات الذكاء الاصطناعي .

لماذا لم تعد HBM وحدها كافية؟

الرسالة الأوسع التي تكررت في الكلمات الرئيسية والحوارات خلال المؤتمر هي أن الاعتماد على HBM وحدها لن يواكب نمو أحجام النماذج وكميات البيانات المطلوبة لتشغيلها.

بدلًا من ذلك، تتجه الصناعة إلى بنية ذاكرة هرمية توزع البيانات بحسب السرعة والسعة والكلفة. وقد تشمل هذه البنية:

1. HBM للبيانات التي تحتاجها المعالجات فورًا وبأعلى عرض نطاق ممكن.
2. HBF أو ذاكرة فلاش مماثلة لتوفير سعة كبيرة مع وصول أسرع من التخزين التقليدي.
3. ذاكرة متصلة عبر CXL لتوسيع الذاكرة ومشاركتها بين مكونات النظام.
4. تخزين NVMe للبيانات الأكبر حجمًا والأقل حساسية لزمن الوصول.

وأظهرت عروض شركات مثل Marvell أن تشغيل أنظمة الاستدلال الوكيلية يتطلب محفظة متنوعة من الذاكرة والتخزين، لا الاعتماد على HBM فقط . كما ركزت جلسات أخرى على استخدام طبقات فلاش مشتركة للاحتفاظ بالسياق المحسوب مسبقًا، بما يقلل الحاجة إلى إعادة توليد البيانات باستمرار .

ما الذي لم تثبته المصادر؟

تضمنت صيغة السؤال الأصلي ادعاءين إضافيين لم يتسنَّ التحقق منهما عبر التقارير المنشورة المتاحة عن FMS 2026:

• أن شركة Nvidia توقعت أن يتجاوز عدد وكلاء الذكاء الاصطناعي عدد سكان العالم، وأن تسعير الذاكرة سينتقل من الكلفة لكل غيغابايت إلى الكلفة لكل عملية إدخال وإخراج.
• أن سامسونغ وSK hynix وMicron باعت كامل طاقتها الإنتاجية من DRAM وHBM لعام 2027، وأن العملاء يحصلون على 60 إلى 70% فقط من الكميات التي طلبوها.

قد تكون هذه التصريحات وردت في جلسة أو كلمة رئيسية لم تُوثق بعد في التقارير المفهرسة، لكن لا توجد ضمن المصادر المتاحة هنا أدلة كافية لتقديمها كحقائق مؤكدة.

الخلاصة

قدمت سامسونغ في FMS 2026 رؤيتين متوازيتين: zHBM تمثل اتجاهًا مستقبليًا نحو دمج الذاكرة فوق المعالج، بينما تمثل V10 BV-NAND تقدمًا تجاريًا حاضرًا في كثافة NAND وتقنيات تصنيعها. أما معيار HBF، فيحاول سد الفجوة بين سرعة HBM وسعة التخزين الفلاشي.

وإذا صحت الوعود التقنية، فلن يكون مستقبل ذاكرة الذكاء الاصطناعي قائمًا على مكوّن واحد، بل على منظومة طبقية تجمع بين السرعة والسعة والكفاءة وتضع كل نوع من البيانات في المكان الأنسب له.