FMS 2026: Samsung pokazuje zHBM, NAND z ponad 400 warstwami i nowy stos pamięci dla AI

Według deklaracji Samsunga przyszły system interfejsu wykorzystujący zHBM może zapewnić:

• do 8 razy wyższą wydajność niż HBM5 ;
• ponad 10 razy większą gęstość pamięci w porównaniu z konwencjonalną pamięcią HBM ;
• około 3 razy lepszą efektywność energetyczną, co odpowiada mniej więcej 66% niższemu zużyciu energii względem HBM5 .

Niektóre doniesienia mówią również o czterokrotnie wyższej szybkości transferu danych niż w HBM4 przy jednej czwartej poboru mocy . Trzeba jednak wyraźnie zaznaczyć, że zHBM jest obecnie modelem koncepcyjnym, a nie produkowanym układem .

Samsung pokazał także zNAND-O — koncepcyjną architekturę pamięci przeznaczoną do wnioskowania AI na urządzeniach brzegowych, czyli poza dużymi centrami danych .

V10 BV-NAND: ponad 400 warstw i produkcja masowa

Znacznie bardziej konkretną zapowiedzią jest V10 BV-NAND — pamięć flash NAND wykorzystująca technologię łączenia wafli, określaną jako wafer bonding. W tej architekturze macierz komórek pamięci i układy peryferyjne są wytwarzane oddzielnie, a następnie łączone w jedną strukturę .

Najważniejsze parametry V10 BV-NAND:

• ponad 400 aktywnych warstw, najwięcej w historii linii V-NAND Samsunga ;
• około 58% wyższa gęstość pamięci niż w poprzedniej generacji V9 ;
• deklarowana przez Samsunga około trzykrotnie wyższa efektywność energetyczna oraz mniejszy opór cieplny dzięki łączeniu wafli .

W przeciwieństwie do zHBM, V10 BV-NAND nie jest wyłącznie demonstracją technologii. Według dostępnych informacji układ znajduje się już w produkcji masowej, co czyni go pierwszą komercyjnie produkowaną pamięcią NAND przekraczającą granicę 400 warstw .

SK hynix i SanDisk przedstawiają standard High Bandwidth Flash

Drugim ważnym kierunkiem rozwoju jest High Bandwidth Flash (HBF) — pamięć flash mająca wypełnić lukę między bardzo szybką pamięcią HBM a klasycznymi dyskami SSD NVMe. SK hynix i SanDisk opublikowały pierwszą otwartą specyfikację techniczną HBF za pośrednictwem Open Compute Project (OCP) .

Pierwsza wersja standardu przewiduje:

• pojemność do 512 GB;
• stosy pamięci NAND o konfiguracji 8-wysokiej i 16-wysokiej;
• przepustowość sięgającą 3,0 TB/s za pośrednictwem interfejsu UCIe .

Do sojuszu HBF dołączyły Google DeepMind i Tenstorrent, co wzmacnia zaplecze ekosystemu zarówno po stronie dostawcy infrastruktury, jak i twórcy układów AI .

HBF ma pełnić funkcję pojemnego poziomu pamięci dla obciążeń związanych z wnioskowaniem AI. Nie zastąpi HBM we wszystkich zastosowaniach, ale może przejąć część danych, które nie mieszczą się w szybkiej pamięci akceleratora, a jednocześnie wymagają szybszego dostępu niż oferuje standardowa pamięć masowa NVMe .

HBM to za mało. Nadchodzi pamięć hierarchiczna

W prezentacjach i panelach FMS 2026 powtarzał się jeden motyw: HBM, choć bardzo szybka, nie rozwiąże samodzielnie rosnących problemów infrastruktury AI. Przyszłe systemy będą prawdopodobnie łączyć kilka poziomów:

• HBM dla krytycznych, najbardziej intensywnych operacji;
• pamięć klasy HBF dla większej pojemności i wysokiej przepustowości;
• pamięć podłączaną przez CXL, czyli interfejs pozwalający elastycznie współdzielić i rozszerzać pamięć między komponentami;
• klasyczne magazyny NVMe dla dużych zbiorów danych i mniej wymagających operacji .

Taką dywersyfikację wyraźnie akcentowały również prezentacje firmy Marvell dotyczące infrastruktury dla agentowej AI. Ich przesłanie było proste: systemy obsługujące autonomiczne agenty będą potrzebowały nie jednego rodzaju pamięci, lecz całego portfela rozwiązań dopasowanych do różnych etapów przetwarzania .

Które sensacyjne doniesienia nie zostały potwierdzone?

W dostępnych, opublikowanych materiałach dotyczących FMS 2026 nie udało się potwierdzić dwóch często powtarzanych twierdzeń.

Pierwsze mówiło, że Nvidia przewiduje, iż liczba agentów AI ostatecznie przekroczy liczbę ludzi na świecie, a ceny pamięci będą rozliczane nie według kosztu gigabajta, lecz kosztu operacji wejścia-wyjścia. Drugie dotyczyło rzekomej sprzedaży całej produkcji DRAM i HBM Samsunga, SK hynix oraz Microna na 2027 rok, przy czym klienci mieliby otrzymywać zaledwie 60–70% zamówionych ilości.

Żadne z tych twierdzeń nie znalazło potwierdzenia w zgromadzonych źródłach z konferencji. Mogły paść podczas nieudokumentowanego jeszcze panelu lub wystąpienia, ale na obecnym etapie należy traktować je jako niezweryfikowane, a nie jako ustalone fakty.

Co rzeczywiście wynika z FMS 2026?

Najważniejsze zapowiedzi można podsumować następująco:

FMS 2026 nie przyniosło więc wyłącznie wyścigu na coraz szybsze HBM. Pokazało szerszą zmianę podejścia: pamięć dla AI ma być układana bliżej procesora, NAND ma zyskać nową rolę w hierarchii, a przyszłe systemy będą łączyć różne poziomy pamięci i magazynowania danych.