HBM4E 12-lapis menghadirkan lompatan besar dibanding pendahulunya. Samsung mengonfirmasi kecepatan data per pin yang stabil di 14 gigabit-per-detik (Gbps), dengan performa yang dapat ditingkatkan hingga 16 Gbps untuk menangani kebutuhan pemrosesan data puncak . Angka itu merupakan peningkatan kecepatan lebih dari 20% dibandingkan HBM4 milik Samsung
.
Bandwidth memori mencapai hingga 3,6 terabyte-per-detik (TB/dtk) per tumpukan dalam konfigurasi ini, dengan desain puncak menargetkan 4,0 TB/dtk . Chip ini mencapai kapasitas 36 GB per tumpukan melalui penggunaan die DRAM 24 Gb yang dibuat dengan teknologi proses 1c canggih Samsung, dikombinasikan dengan die dasar logika dari pabrik foundry 4-nanometer
. Selain peningkatan kecepatan dan bandwidth mentah, Samsung melaporkan peningkatan dalam efisiensi energi dan performa termal dibandingkan generasi sebelumnya
.
Saat pertama kali memperkenalkan HBM4E di Nvidia GTC 2026 pada Maret lalu, Samsung memamerkan spesifikasi 16 Gbps per pin dan bandwidth 4,0 TB/dtk, bersamaan dengan teknologi hybrid copper bonding (HCB) generasi berikutnya yang dirancang untuk memungkinkan tumpukan 16 lapis atau lebih .
Kesenjangan antara HBM4 dan HBM4E Samsung sangat mencolok. HBM4 menawarkan kecepatan 11,7 Gbps per pin (dengan skalabilitas hingga 13 Gbps), sekitar 46% di atas standar industri JEDEC 8 Gbps . Bandwidth-nya mencapai hingga 3,3 TB/dtk per tumpukan, sekitar 2,7 kali lebih tinggi dari HBM3E
. HBM4E kini mendorong batasan itu lebih jauh, menawarkan kecepatan 14–16 Gbps dan peningkatan bandwidth dasar menjadi 3,6 TB/dtk
.
Peta jalan publik awal Samsung menargetkan pengiriman sampel HBM4E terjadi pada paruh kedua 2026 . Pada April 2026, muncul laporan industri bahwa Samsung telah mempercepat pengembangan internalnya, memproduksi sampel HBM4E pertama pada bulan Mei dan mempercepat validasi internal untuk pengiriman ke pelanggan
. Pengumuman resmi pada 29 Mei mengonfirmasi akselerasi ini, menempatkan sampel jadi di tangan pelanggan sekitar satu hingga dua bulan lebih cepat dari jadwal semula
.
Dalam panggilan konferensi perusahaan pada Januari 2026, Samsung sempat memberi sinyal pengiriman sampel untuk produk HBM4E standar pada pertengahan tahun, dengan turunan HBM kustom menyusul di paruh kedua tahun ini . Pengiriman aktual pada bulan Mei ini bahkan melampaui panduan yang lebih agresif tersebut.
Samsung tidak membatasi HBM4E pada satu konfigurasi saja. Peta jalan perusahaan mencakup tumpukan 8-lapis, 12-lapis, dan 16-lapis untuk memenuhi berbagai kebutuhan beban kerja AI dan titik harga pelanggan .
HBM4E 16-lapis: Varian 16-lapis sedang dalam pengembangan, menargetkan hingga 48 GB per tumpukan. Samsung bertaruh pada teknologi hybrid copper bonding (HCB)—metode ikatan langsung tembaga-ke-tembaga yang menghilangkan micro-bump tradisional antarlapisan—sebagai proses kunci untuk mencapai tumpukan 16-lapis yang andal dengan resistansi termal yang lebih rendah . Pada GTC 2026, Samsung mengklaim HCB mengurangi resistansi panas lebih dari 20% dibandingkan thermal compression bonding
.
HBM4E 8-lapis: Konfigurasi 8-lapis juga merupakan bagian dari rencana produk, meskipun Samsung belum mengumumkan detail lini masa terpisah untuk tingkatan ini. Ini berfungsi sebagai titik masuk berkapasitas lebih rendah dan dioptimalkan secara biaya dalam keluarga HBM4E .
Pengiriman HBM4E adalah langkah terbaru dalam pertarungan multi-tahun berisiko tinggi antara Samsung dan SK Hynix untuk menguasai rantai pasok memori AI. Dua perusahaan Korea Selatan ini bersama-sama memproduksi sekitar 90% HBM global .
Samsung memimpin lebih dulu dalam HBM generasi keenam dengan memulai produksi massal dan pengiriman komersial HBM4 pada Februari 2026, menjadi produsen pertama yang mengomersialkan standar memori baru ini . Pengiriman tersebut ditujukan ke pelanggan utama, termasuk Nvidia, untuk platform AI Vera Rubin generasi berikutnya
. HBM4 Samsung mengandalkan pilihan proses yang agresif: menggunakan DRAM 1c canggih sementara para pesaingnya, SK Hynix dan Micron, memilih node DRAM 1b yang lebih matang
. Pabrik foundry internal Samsung juga memproduksi die logika HBM4, sebuah keunggulan struktural yang tidak dimiliki SK Hynix, yang bergantung pada TSMC untuk logika
.
Keputusan Samsung untuk mendorong DRAM 1c lebih awal harus dibayar mahal. Per April 2026, tingkat hasil produksi untuk DRAM yang digunakan di HBM4 diperkirakan masih di bawah 60%, dan meskipun Samsung berencana meningkatkannya ke tingkat hampir sempurna pada paruh kedua 2026, hasil yang rendah ini membatasi volume pasokan secara keseluruhan . Penurunan hasil tambahan dapat terjadi selama proses perakitan HBM akhir, memperparah masalah
. Sebaliknya, SK Hynix menikmati tingkat hasil yang lebih kuat pada produk HBM3E-nya menggunakan kemasan MR-MUF yang matang dan proses 1b yang telah teruji
.
Dengan mengirimkan sampel HBM4E 12-lapis pada Mei 2026—sebelum ada pesaing yang mengumumkan sampel serupa—Samsung telah membuka keunggulan awal di segmen generasi berikutnya . Hingga akhir Mei, SK Hynix belum mengumumkan pengiriman sampel HBM4E-nya sendiri. Rencana Google yang dilaporkan untuk melewatkan HBM4 dan langsung beralih ke HBM4E untuk TPU masa depan kemungkinan besar meningkatkan tekanan bagi kedua perusahaan Korea itu untuk mempercepat peta jalan mereka
. Dinamika pasar tetap cair: SK Hynix mempertahankan keunggulan hasil dan volume pada HBM3E dan dilaporkan memegang 60–70% dari pesanan awal HBM4 Nvidia, meskipun beberapa laporan menyebutkan Nvidia mungkin telah melonggarkan spesifikasi pasokan HBM4 di tengah kendala hasil produksi di seluruh industri
.
Di balik pengumuman produk, Samsung dan SK Hynix membuat taruhan teknologi yang berbeda secara fundamental. Samsung secara agresif beralih ke hybrid copper bonding (HCB) untuk tumpukan HBM4 16-lapis dan HBM4E masa depan, sebuah teknik yang memungkinkan lapisan lebih tipis dan performa termal lebih baik tetapi memperkenalkan kerumitan manufaktur baru . SK Hynix terus menyempurnakan proses MR-MUF (Mass Reflow Molded Underfill) canggihnya, yang memiliki rekam jejak terbukti untuk stabilitas hasil pada tumpukan 12-lapis
. Perusahaan mana yang berhasil meningkatkan ke jumlah lapisan yang lebih tinggi secara lebih hemat biaya kemungkinan besar akan menentukan pemenang jangka panjang di pasar memori AI.
Comments
0 comments