AntwortenVeröffentlicht31 Quellen
SK hynix heizt den HBM4E-Wettstreit mit Samsung weiter an – erste Muster an KI-Kunden verschickt
Am 17. und 18. Die Advanced MR MUF Technologie von SK hynix soll den Wärmewiderstand um 17 % gegenüber dem Vorgänger senken – ein entscheidender Faktor für den dichten Einsatz in KI Rechenzentren.
Forschungsantwort
Wichtige Erkenntnisse
- Am 17. und 18.
- Die Advanced MR MUF Technologie von SK hynix soll den Wärmewiderstand um 17 % gegenüber dem Vorgänger senken – ein entscheidender Faktor für den dichten Einsatz in KI Rechenzentren.
- Die Auslieferung erhöht den Druck im Wettbewerb um die Speicherversorgung für Nvidias nächste Vera Rubin KI Plattform, bei der SK hynix bereits schätzungsweise 70 % der HBM4 Aufträge gewonnen hat.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details of SK hynix's 12-layer HBM4E sample shipment to AI customers, including its performance specs (16Gbps per pin, 48GB. Article summary: On June 17–18, 2026, SK hynix officially announced it had shipped samples of its 12-layer HBM4E to major AI customers, entering customer qualification roughly three weeks after Samsung shipped the industry's first HBM4E . Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Samsung's HBM4E reaches up to 16 Gbps with 3.6 TB/s of bandwidth per stack, more than 20% faster than HBM4 and 16% more energy efficient. Samsung has begun shipping samples of its" source context "Samsung becomes the first company to ship HBM4E memory samples, just three months after leading the HBM4 generation"
Der Wettlauf um die Ausstattung der nächsten Generation von KI-Beschleunigern hat im Juni 2026 einen neuen Gang eingelegt. Am 17. Juni gab SK hynix offiziell bekannt, Muster seines 12-lagigen HBM4E (High Bandwidth Memory 4 Extended) an Hauptkunden verschickt zu haben und damit in die entscheidende Phase der Kundenqualifikation eingetreten zu sein . Dieser Schritt erfolgte nur drei Wochen, nachdem der Rivale Samsung Electronics am 29. Mai mit der Auslieferung dessen begann, was er als die „branchenweit ersten" HBM4E-Muster bezeichnete
. Der enge Zeitplan unterstreicht den intensiven Wettbewerb zwischen den beiden koreanischen Halbleiterriesen um die Vorherrschaft bei dem Speicher, der hinter Nvidias kommendem Vera Rubin und anderen KI-Plattformen der nächsten Generation steht.
Die Spezifikationen von SK hynix' HBM4E im Detail
Der neue 12-lagige HBM4E-Stapel von SK hynix bringt eine Reihe von Verbesserungen mit sich, die den massiven Bandbreiten- und Effizienzanforderungen von KI-Training und -Inferenz gerecht werden sollen. Die offiziellen Ankündigungen des Unternehmens sowie unterstützende Branchenberichte nennen die folgenden Kernpunkte :
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „SK hynix heizt den HBM4E-Wettstreit mit Samsung weiter an – erste Muster an KI-Kunden verschickt“?
Am 17. und 18.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Am 17. und 18. Die Advanced MR MUF Technologie von SK hynix soll den Wärmewiderstand um 17 % gegenüber dem Vorgänger senken – ein entscheidender Faktor für den dichten Einsatz in KI Rechenzentren.
Was soll ich als nächstes in der Praxis tun?
Die Auslieferung erhöht den Druck im Wettbewerb um die Speicherversorgung für Nvidias nächste Vera Rubin KI Plattform, bei der SK hynix bereits schätzungsweise 70 % der HBM4 Aufträge gewonnen hat.
Quellen
- koreaherald.comSK hynix ships HBM4E samples, joining Samsung in next-gen AI memory race
- morningstar.comSK hynix Ships Samples of 12-Layer Next-Gen 'HBM4E'
- news.futunn.comSK hynix showcases next-generation HBM4E memory chips at ...
- mk.co.krSK hynix Supplies HBM4E 12-High Samples, Intensifying Next-Generation HBM Competition
- hankyung.comSK하이닉스, 차세대 AI 메모리 HBM4E 12단 샘플 공급
- tomshardware.comSK hynix shows 16-Hi HBM4 memory for AI accelerators