Samsung กำลังพยายามแก้ปัญหาคอขวดด้านหน่วยความจำของอุตสาหกรรม AI ด้วยการมองหน่วยความจำเป็นระบบสามมิติ ไม่ใช่เพียงชุดชิปที่วางเรียงกันบนแพ็กเกจสองมิติ

บริษัทเปิดตัวแนวคิดนี้ในงาน Memory Executive Summit ซึ่งจัดขึ้นระหว่างงาน SEMICON Taiwan 2026 โดยใช้ชื่อว่า CUBE อันมาจาก Capacity, Utilization, Bandwidth และ Efficiency หรือความจุ การใช้ประโยชน์ แบนด์วิดท์ และประสิทธิภาพ 24

อย่างไรก็ตาม CUBE ในเวลานี้เป็นทั้งเป้าหมายการพัฒนาและแนวคิดสถาปัตยกรรม ไม่ใช่รายการสเปกผลิตภัณฑ์ที่พร้อมวางจำหน่ายทั้งหมด สิ่งที่ Samsung เปิดเผยจึงควรอ่านในฐานะโรดแมป มากกว่าผลการทดสอบของผลิตภัณฑ์สำเร็จรูป

CUBE ทั้ง 4 ด้านต้องการแก้ปัญหาอะไร

1. Capacity: เพิ่มความจุด้วยการขยายขึ้นด้านบน

Samsung ต้องการเพิ่มความจุหน่วยความจำในแนวตั้ง โดยไม่ขยายพื้นที่ที่ใช้บนแผงวงจรพิมพ์ (PCB) แนวคิดนี้มีความสำคัญต่อระบบ AI เพราะชิปเร่งความเร็วต้องเข้าถึงข้อมูลจำนวนมากขึ้น ขณะที่พื้นที่แพ็กเกจ ขนาดบอร์ด และระบบจ่ายไฟมีข้อจำกัด 249

พูดง่าย ๆ คือ แทนที่จะขยายพื้นที่ออกด้านข้าง Samsung ต้องการใช้แกนแนวตั้งให้คุ้มค่ามากขึ้น

2. Utilization: ไม่ใช่แค่เพิ่มจำนวนชั้น

การทำหน่วยความจำแบบ 3 มิติไม่ได้หมายถึงการนำชิปมาซ้อนกันให้สูงขึ้นเพียงอย่างเดียว เสาหลักด้าน Utilization ของ CUBE ยังครอบคลุมการจัดวางและการทำงานร่วมกันระหว่างวงจรตรรกะกับหน่วยความจำ เพื่อให้ข้อมูลไม่ต้องเดินทางไกลหรือรอผ่านเส้นทางที่ไม่มีประสิทธิภาพ 449

3. Bandwidth: เปลี่ยนจากเส้นทางแนวนอนเป็นลิงก์แนวตั้ง

เมื่อหน่วยความจำอยู่ใกล้หน่วยประมวลผลมากขึ้น ระยะทางที่ข้อมูลต้องเดินทางก็สั้นลง ในแนวคิด zHBM นั้น Samsung เสนอการใช้การเชื่อมต่อแนวตั้งที่มีความหนาแน่นสูง แทนการจัดวางแบบดั้งเดิมที่ HBM อยู่ข้างชิปเร่งความเร็ว 812

4. Efficiency: ลดพลังงานที่ต้องใช้ในการเคลื่อนย้ายข้อมูล

การรับส่งข้อมูลแต่ละบิตต้องใช้พลังงาน และแพ็กเกจ AI ที่มีความหนาแน่นสูงก็สร้างความร้อนมากขึ้น ดังนั้น Samsung จึงมองแบนด์วิดท์ การใช้พลังงาน และความต้านทานความร้อนเป็นปัญหาที่เชื่อมโยงกัน ไม่ใช่สเปกที่แยกขาดจากกัน 551

HBM5 ตั้งเป้าแรงขึ้น 2 เท่า แต่ยังไม่มีตัวเลขแบนด์วิดท์จริง

HBM5 คือผลิตภัณฑ์รุ่นถัดจาก HBM4E ที่ Samsung กำลังพัฒนา โดยตั้งเป้าหมายไว้ดังนี้

• ประสิทธิภาพเพิ่มขึ้น 2 เท่าเมื่อเทียบกับ HBM4E
• ประสิทธิภาพต่อวัตต์เพิ่มขึ้น 20%
• ความต้านทานความร้อนลดลง 20% 126

รายงานยังระบุถึงองค์ประกอบการออกแบบที่เกี่ยวข้อง ได้แก่ กระบวนการผลิต DRAM ระดับ 1c, เบสไดที่พัฒนาด้วยกระบวนการ 2 นาโนเมตร และ Heat Path Block ซึ่งมีเป้าหมายช่วยระบายความร้อนออกจากโครงสร้างหน่วยความจำแบบซ้อนชั้น 37

แต่คำว่า “ประสิทธิภาพเพิ่มขึ้น 2 เท่า” ยังไม่มีคำจำกัดความที่ละเอียดพอ Samsung ไม่ได้เปิดเผยตัวเลขแบนด์วิดท์ HBM5 แบบสัมบูรณ์ ความจุสุดท้าย จำนวนชั้นที่ยืนยันแล้ว หรือเงื่อนไขการทดสอบที่ใช้เปรียบเทียบ 7

ดังนั้นตัวเลขดังกล่าวอาจหมายถึงความเร็วของอินเทอร์เฟซ แบนด์วิดท์ต่อสแตก ความสามารถในการรับส่งข้อมูลของระบบ หรือเมตริกอื่นที่กว้างกว่า ข้อมูลที่เปิดเผยในขณะนี้ยังไม่สามารถชี้ชัดได้

ด้วยเหตุนี้ จึงยังไม่ควรนำคำกล่าวเรื่อง 2 เท่าไปแปลงเป็นตัวเลขเทราไบต์ต่อวินาทีของ HBM5 โดยตรง การเปรียบเทียบกับผลสาธิตของ HBM4E จะทำได้ก็ต่อเมื่อใช้คำนิยามประสิทธิภาพเดียวกัน การจัดสแตกเหมือนกัน และเงื่อนไขทดสอบที่เทียบเคียงกันได้

zHBM คือการย้าย HBM ไปไว้เหนือชิป AI

ส่วนที่ก้าวกระโดดกว่าของโรดแมปคือ zHBM โดย HBM แบบดั้งเดิมมักวางอยู่ข้างชิปเร่งความเร็ว AI และเชื่อมต่อผ่านแพ็กเกจขั้นสูงหรืออินเตอร์โพเซอร์ แต่ zHBM จะวางหน่วยความจำไว้ เหนือ CPU, GPU หรือชิปเร่งความเร็วอื่นโดยตรง กลายเป็นโครงสร้างหน่วยความจำและตรรกะแบบซ้อนแนวตั้ง 81217

Samsung เสนอให้ใช้การผสานระดับเวเฟอร์ร่วมกับ ไฮบริดคอปเปอร์บอนดิ้ง หรือการเชื่อมต่อทองแดงโดยตรง การเชื่อมทองแดงกับทองแดงช่วยสร้างเส้นทางสัญญาณที่สั้นและหนาแน่นกว่าแนวทางทั่วไป ซึ่งมีเป้าหมายเพิ่มแบนด์วิดท์และลดพลังงานที่ใช้ในการเคลื่อนย้ายข้อมูล 17

Samsung ระบุเป้าหมายของระบบอินเทอร์เฟซรุ่นถัดไปที่ใช้ zHBM ว่าอาจมีประสิทธิภาพสูงสุดประมาณ 8 เท่าของ HBM5 และมีประสิทธิภาพต่อวัตต์สูงขึ้นได้ถึง 3 เท่า พร้อมลดความต้านทานความร้อนลงอย่างมาก 1822

เหตุใดบางรายงานพูดถึง 4 เท่า ขณะที่บางรายงานพูดถึง 8 เท่า

ตัวเลขเกี่ยวกับ zHBM ไม่ได้อยู่บนฐานเปรียบเทียบเดียวกันทั้งหมด การเปิดเผยที่ชัดเจนของ Samsung ระบุว่า “ระบบอินเทอร์เฟซรุ่นถัดไปที่ใช้ zHBM” อาจมีประสิทธิภาพประมาณ 8 เท่าของ HBM5 1822 ขณะที่รายงานบางแห่งเปรียบเทียบกับ HBM4E หรือระบุเป็นช่วง 4–8 เท่า 11352

ความแตกต่างอาจเกิดจากการใช้หน่วยความจำคนละรุ่นเป็นฐาน การนิยามคำว่า “ประสิทธิภาพ” ต่างกัน หรือการเปรียบเทียบระหว่างประสิทธิภาพของอินเทอร์เฟซกับประสิทธิภาพของสแตกหน่วยความจำทั้งชุด

Samsung ยังไม่ได้เปิดเผยตัวเลขสัมบูรณ์มากพอที่จะทำให้การเปรียบเทียบเหล่านี้อยู่บนมาตรฐานเดียวกัน ข้อสรุปที่ปลอดภัยที่สุดคือ zHBM เป็นข้อเสนอสำหรับอินเทอร์เฟซหน่วยความจำที่สั้นและหนาแน่นขึ้นอย่างมาก ไม่ใช่หลักฐานยืนยันว่า AI system ที่วางจำหน่ายจริงจะเร็วขึ้น 4 หรือ 8 เท่า

zHBM ยังไม่มีตารางเวลาผลิตเชิงพาณิชย์ที่ยืนยันแล้ว

Samsung นำเสนอ zHBM ในฐานะสถาปัตยกรรมและโมเดลแนวคิด โดยรายงานที่มีอยู่ไม่ได้ระบุตารางเวลาผลิตที่บริษัทให้คำมั่นอย่างชัดเจน การคาดการณ์ว่าจะเริ่มจำหน่ายในปีใดปีหนึ่งจึงควรถือเป็นความคาดหวังของอุตสาหกรรม ไม่ใช่คำแนะนำอย่างเป็นทางการจาก Samsung 1323

เหตุผลที่ต้องระมัดระวังคือการซ้อนหน่วยความจำไว้เหนือชิปประมวลผลไม่ได้มีเพียงข้อดีด้านระยะทางของสัญญาณ แต่ยังเพิ่มโจทย์ด้านการผลิต แพ็กเกจจิง และการระบายความร้อนด้วย

zNAND-O แก้โจทย์คนละแบบกับ HBM สำหรับเซิร์ฟเวอร์

zNAND-O เป็นเทคโนโลยีอีกแนวทางหนึ่ง ไม่ใช่ HBM สำหรับเซิร์ฟเวอร์ โดยมุ่งเป็นโซลูชันที่ผสาน NAND ในแนวตั้งสำหรับ AI บนอุปกรณ์และงานที่ต้องการความจุสูง แต่เข้าถึงข้อมูลได้เร็วกว่า NAND ทั่วไป

รายงานระบุเป้าหมายให้มีความหนาแน่นของบิตสูงกว่า DRAM อย่างมาก พร้อมเพิ่มแบนด์วิดท์การอ่านและประสิทธิภาพด้านพลังงานเมื่อเทียบกับ NAND ปกติ 4613

บางรายงานระบุว่าอาจเริ่มส่งตัวอย่างให้ลูกค้าในปี 2028 แต่ข้อมูลเกี่ยวกับสถานะและกำหนดการดังกล่าวยังไม่สอดคล้องกันทั้งหมด จึงควรมองว่าเป็นแผนที่มีการรายงานไว้ ไม่ใช่วันเปิดตัวที่รับประกันแล้ว 131416

Samsung ครองตลาด DRAM แต่ยังไม่ได้แปลว่าชนะการแข่งขัน HBM

Samsung เริ่มประกาศโรดแมป CUBE จากจุดแข็งในตลาด DRAM โดยข้อมูลของ Counterpoint Research ระบุว่าในไตรมาส 2 ปี 2026 Samsung มีส่วนแบ่งรายได้ DRAM ทั่วโลก 39% ตามด้วย SK hynix 26% และ Micron 25% 33

แต่ตัวเลขนี้ไม่ควรนำไปตีความว่า Samsung เป็นผู้นำใน HBM ทุกรุ่นหรือในแพ็กเกจหน่วยความจำ 3 มิติ เพราะรายได้ DRAM โดยรวมครอบคลุมตลาดที่กว้างกว่าชิปเร่งความเร็ว AI

คำถามสำคัญจึงไม่ใช่เพียงว่าใครขาย DRAM ได้มากที่สุดในปัจจุบัน แต่คือบริษัทใดจะเปลี่ยนสถาปัตยกรรมที่น่าสนใจให้กลายเป็นแพ็กเกจที่ผลิตได้ในปริมาณมาก มีความเสถียร และนำไปผสานกับระบบ AI ของลูกค้าได้จริง

ปัจจัยทางวิศวกรรมที่จะตัดสินอนาคตของ CUBE

การจัดการความร้อน

การวางหน่วยความจำไว้เหนือชิปเร่งความเร็วช่วยลดระยะทางของสัญญาณไฟฟ้า แต่ก็อาจทำให้หน่วยความจำอยู่ในสภาพแวดล้อมทางความร้อนที่ยากขึ้น การทดสอบที่สำคัญจึงต้องครอบคลุมอุณหภูมิขณะทำงานต่อเนื่อง การกระจายตัวของความร้อน การควบคุมจุดร้อน ความเข้ากันได้กับระบบระบายความร้อน และความน่าเชื่อถือภายใต้โหลด AI จริง ไม่ใช่เพียงตัวเลขความต้านทานความร้อนบนสไลด์นำเสนอ

ผลผลิตจากไฮบริดคอปเปอร์บอนดิ้ง

zHBM ต้องอาศัยการจัดแนวเวเฟอร์ที่แม่นยำมาก รวมถึงพื้นผิวที่สะอาดและเรียบ ความบกพร่องจะมีผลกระทบมากขึ้นเมื่อพื้นที่เชื่อมต่อและจำนวนจุดเชื่อมต่อเพิ่มขึ้น ผู้ผลิตจึงต้องมีวิธีคัดเลือกไดที่ผ่านการรับรอง การควบคุมกระบวนการ และแนวทางจัดการชุดประกอบที่เสียหายบางส่วน

การทดสอบและความน่าเชื่อถือระยะยาว

แพ็กเกจแนวตั้งต้องได้รับการทดสอบหลังการเชื่อมต่อ ผู้ผลิตยังต้องตรวจจับข้อบกพร่องของจุดเชื่อมต่อที่อาจแฝงอยู่ ควบคุมการโก่งตัวของแพ็กเกจ ความเค้นเชิงกล การเคลื่อนตัวของอะตอมในตัวนำไฟฟ้า และผลจากการเปลี่ยนแปลงอุณหภูมิซ้ำ ๆ ปัจจัยเหล่านี้ล้วนส่งผลต่อต้นทุนและอัตราผลผลิต

ความสูงของสแตกและการผสานเข้ากับแพ็กเกจ

การเพิ่มจำนวนชั้นช่วยเพิ่มความจุ แต่ก็ทำให้การระบายความร้อน การจ่ายไฟ และความทนทานทางกลซับซ้อนขึ้น การออกแบบที่เหมาะสมที่สุดจะขึ้นอยู่กับกำลังไฟของชิปเร่งความเร็ว แพ็กเกจและระบบระบายความร้อนของลูกค้า ความจุที่ต้องการ และระบบนิเวศการผลิตโดยรวม

บทสรุป

CUBE คือความพยายามของ Samsung ที่จะต่อสู้ในตลาดหน่วยความจำ AI ด้วยการผสานหน่วยความจำและตรรกะในแนวตั้ง แทนที่จะพึ่งพาการเพิ่มความเร็ว DRAM เพียงอย่างเดียว

HBM5 เป็นทิศทางผลิตภัณฑ์ที่ใกล้กว่า โดยตั้งเป้าประสิทธิภาพเพิ่ม 2 เท่าจาก HBM4E ประสิทธิภาพต่อวัตต์ดีขึ้น 20% และความต้านทานความร้อนลดลง 20% ส่วน zHBM คือการเดิมพันระยะยาวที่ต้องการวางหน่วยความจำไว้เหนือชิปเร่งความเร็วโดยตรง และใช้ไฮบริดคอปเปอร์บอนดิ้งเพื่อลดระยะทางการรับส่งข้อมูล

โรดแมปนี้มีนัยสำคัญทางเทคโนโลยี แต่ตัวเลขที่ใหญ่ที่สุดยังเป็นเป้าหมายซึ่งไม่ได้ระบุคำนิยามไว้อย่างครบถ้วน ตำแหน่งของ Samsung ในท้ายที่สุดจะไม่ได้ตัดสินกันที่คำกล่าวว่าเร็วขึ้น 2 หรือ 8 เท่าเท่านั้น หากจะตัดสินกันที่บริษัทสามารถจัดการความร้อน รักษาผลผลิตจากการเชื่อมต่อ ทดสอบได้ทั่วถึง สร้างความน่าเชื่อถือระยะยาว และผสานแพ็กเกจเข้ากับระบบของลูกค้าได้จริงหรือไม่

Samsung กำลังพยายามแก้ปัญหาคอขวดด้านหน่วยความจำของอุตสาหกรรม AI ด้วยการมองหน่วยความจำเป็นระบบสามมิติ ไม่ใช่เพียงชุดชิปที่วางเรียงกันบนแพ็กเกจสองมิติ

บริษัทเปิดตัวแนวคิดนี้ในงาน Memory Executive Summit ซึ่งจัดขึ้นระหว่างงาน SEMICON Taiwan 2026 โดยใช้ชื่อว่า CUBE อันมาจาก Capacity, Utilization, Bandwidth และ Efficiency หรือความจุ การใช้ประโยชน์ แบนด์วิดท์ และประสิทธิภาพ 24

อย่างไรก็ตาม CUBE ในเวลานี้เป็นทั้งเป้าหมายการพัฒนาและแนวคิดสถาปัตยกรรม ไม่ใช่รายการสเปกผลิตภัณฑ์ที่พร้อมวางจำหน่ายทั้งหมด สิ่งที่ Samsung เปิดเผยจึงควรอ่านในฐานะโรดแมป มากกว่าผลการทดสอบของผลิตภัณฑ์สำเร็จรูป

CUBE ทั้ง 4 ด้านต้องการแก้ปัญหาอะไร

1. Capacity: เพิ่มความจุด้วยการขยายขึ้นด้านบน

Samsung ต้องการเพิ่มความจุหน่วยความจำในแนวตั้ง โดยไม่ขยายพื้นที่ที่ใช้บนแผงวงจรพิมพ์ (PCB) แนวคิดนี้มีความสำคัญต่อระบบ AI เพราะชิปเร่งความเร็วต้องเข้าถึงข้อมูลจำนวนมากขึ้น ขณะที่พื้นที่แพ็กเกจ ขนาดบอร์ด และระบบจ่ายไฟมีข้อจำกัด 249

พูดง่าย ๆ คือ แทนที่จะขยายพื้นที่ออกด้านข้าง Samsung ต้องการใช้แกนแนวตั้งให้คุ้มค่ามากขึ้น

2. Utilization: ไม่ใช่แค่เพิ่มจำนวนชั้น

การทำหน่วยความจำแบบ 3 มิติไม่ได้หมายถึงการนำชิปมาซ้อนกันให้สูงขึ้นเพียงอย่างเดียว เสาหลักด้าน Utilization ของ CUBE ยังครอบคลุมการจัดวางและการทำงานร่วมกันระหว่างวงจรตรรกะกับหน่วยความจำ เพื่อให้ข้อมูลไม่ต้องเดินทางไกลหรือรอผ่านเส้นทางที่ไม่มีประสิทธิภาพ 449

3. Bandwidth: เปลี่ยนจากเส้นทางแนวนอนเป็นลิงก์แนวตั้ง

เมื่อหน่วยความจำอยู่ใกล้หน่วยประมวลผลมากขึ้น ระยะทางที่ข้อมูลต้องเดินทางก็สั้นลง ในแนวคิด zHBM นั้น Samsung เสนอการใช้การเชื่อมต่อแนวตั้งที่มีความหนาแน่นสูง แทนการจัดวางแบบดั้งเดิมที่ HBM อยู่ข้างชิปเร่งความเร็ว 812

4. Efficiency: ลดพลังงานที่ต้องใช้ในการเคลื่อนย้ายข้อมูล

การรับส่งข้อมูลแต่ละบิตต้องใช้พลังงาน และแพ็กเกจ AI ที่มีความหนาแน่นสูงก็สร้างความร้อนมากขึ้น ดังนั้น Samsung จึงมองแบนด์วิดท์ การใช้พลังงาน และความต้านทานความร้อนเป็นปัญหาที่เชื่อมโยงกัน ไม่ใช่สเปกที่แยกขาดจากกัน 551

HBM5 ตั้งเป้าแรงขึ้น 2 เท่า แต่ยังไม่มีตัวเลขแบนด์วิดท์จริง

HBM5 คือผลิตภัณฑ์รุ่นถัดจาก HBM4E ที่ Samsung กำลังพัฒนา โดยตั้งเป้าหมายไว้ดังนี้

• ประสิทธิภาพเพิ่มขึ้น 2 เท่าเมื่อเทียบกับ HBM4E
• ประสิทธิภาพต่อวัตต์เพิ่มขึ้น 20%
• ความต้านทานความร้อนลดลง 20% 126

รายงานยังระบุถึงองค์ประกอบการออกแบบที่เกี่ยวข้อง ได้แก่ กระบวนการผลิต DRAM ระดับ 1c, เบสไดที่พัฒนาด้วยกระบวนการ 2 นาโนเมตร และ Heat Path Block ซึ่งมีเป้าหมายช่วยระบายความร้อนออกจากโครงสร้างหน่วยความจำแบบซ้อนชั้น 37

แต่คำว่า “ประสิทธิภาพเพิ่มขึ้น 2 เท่า” ยังไม่มีคำจำกัดความที่ละเอียดพอ Samsung ไม่ได้เปิดเผยตัวเลขแบนด์วิดท์ HBM5 แบบสัมบูรณ์ ความจุสุดท้าย จำนวนชั้นที่ยืนยันแล้ว หรือเงื่อนไขการทดสอบที่ใช้เปรียบเทียบ 7

ดังนั้นตัวเลขดังกล่าวอาจหมายถึงความเร็วของอินเทอร์เฟซ แบนด์วิดท์ต่อสแตก ความสามารถในการรับส่งข้อมูลของระบบ หรือเมตริกอื่นที่กว้างกว่า ข้อมูลที่เปิดเผยในขณะนี้ยังไม่สามารถชี้ชัดได้

ด้วยเหตุนี้ จึงยังไม่ควรนำคำกล่าวเรื่อง 2 เท่าไปแปลงเป็นตัวเลขเทราไบต์ต่อวินาทีของ HBM5 โดยตรง การเปรียบเทียบกับผลสาธิตของ HBM4E จะทำได้ก็ต่อเมื่อใช้คำนิยามประสิทธิภาพเดียวกัน การจัดสแตกเหมือนกัน และเงื่อนไขทดสอบที่เทียบเคียงกันได้

zHBM คือการย้าย HBM ไปไว้เหนือชิป AI

ส่วนที่ก้าวกระโดดกว่าของโรดแมปคือ zHBM โดย HBM แบบดั้งเดิมมักวางอยู่ข้างชิปเร่งความเร็ว AI และเชื่อมต่อผ่านแพ็กเกจขั้นสูงหรืออินเตอร์โพเซอร์ แต่ zHBM จะวางหน่วยความจำไว้ เหนือ CPU, GPU หรือชิปเร่งความเร็วอื่นโดยตรง กลายเป็นโครงสร้างหน่วยความจำและตรรกะแบบซ้อนแนวตั้ง 81217

Samsung เสนอให้ใช้การผสานระดับเวเฟอร์ร่วมกับ ไฮบริดคอปเปอร์บอนดิ้ง หรือการเชื่อมต่อทองแดงโดยตรง การเชื่อมทองแดงกับทองแดงช่วยสร้างเส้นทางสัญญาณที่สั้นและหนาแน่นกว่าแนวทางทั่วไป ซึ่งมีเป้าหมายเพิ่มแบนด์วิดท์และลดพลังงานที่ใช้ในการเคลื่อนย้ายข้อมูล 17

Samsung ระบุเป้าหมายของระบบอินเทอร์เฟซรุ่นถัดไปที่ใช้ zHBM ว่าอาจมีประสิทธิภาพสูงสุดประมาณ 8 เท่าของ HBM5 และมีประสิทธิภาพต่อวัตต์สูงขึ้นได้ถึง 3 เท่า พร้อมลดความต้านทานความร้อนลงอย่างมาก 1822

เหตุใดบางรายงานพูดถึง 4 เท่า ขณะที่บางรายงานพูดถึง 8 เท่า

ตัวเลขเกี่ยวกับ zHBM ไม่ได้อยู่บนฐานเปรียบเทียบเดียวกันทั้งหมด การเปิดเผยที่ชัดเจนของ Samsung ระบุว่า “ระบบอินเทอร์เฟซรุ่นถัดไปที่ใช้ zHBM” อาจมีประสิทธิภาพประมาณ 8 เท่าของ HBM5 1822 ขณะที่รายงานบางแห่งเปรียบเทียบกับ HBM4E หรือระบุเป็นช่วง 4–8 เท่า 11352

ความแตกต่างอาจเกิดจากการใช้หน่วยความจำคนละรุ่นเป็นฐาน การนิยามคำว่า “ประสิทธิภาพ” ต่างกัน หรือการเปรียบเทียบระหว่างประสิทธิภาพของอินเทอร์เฟซกับประสิทธิภาพของสแตกหน่วยความจำทั้งชุด

Samsung ยังไม่ได้เปิดเผยตัวเลขสัมบูรณ์มากพอที่จะทำให้การเปรียบเทียบเหล่านี้อยู่บนมาตรฐานเดียวกัน ข้อสรุปที่ปลอดภัยที่สุดคือ zHBM เป็นข้อเสนอสำหรับอินเทอร์เฟซหน่วยความจำที่สั้นและหนาแน่นขึ้นอย่างมาก ไม่ใช่หลักฐานยืนยันว่า AI system ที่วางจำหน่ายจริงจะเร็วขึ้น 4 หรือ 8 เท่า

zHBM ยังไม่มีตารางเวลาผลิตเชิงพาณิชย์ที่ยืนยันแล้ว

Samsung นำเสนอ zHBM ในฐานะสถาปัตยกรรมและโมเดลแนวคิด โดยรายงานที่มีอยู่ไม่ได้ระบุตารางเวลาผลิตที่บริษัทให้คำมั่นอย่างชัดเจน การคาดการณ์ว่าจะเริ่มจำหน่ายในปีใดปีหนึ่งจึงควรถือเป็นความคาดหวังของอุตสาหกรรม ไม่ใช่คำแนะนำอย่างเป็นทางการจาก Samsung 1323

เหตุผลที่ต้องระมัดระวังคือการซ้อนหน่วยความจำไว้เหนือชิปประมวลผลไม่ได้มีเพียงข้อดีด้านระยะทางของสัญญาณ แต่ยังเพิ่มโจทย์ด้านการผลิต แพ็กเกจจิง และการระบายความร้อนด้วย

zNAND-O แก้โจทย์คนละแบบกับ HBM สำหรับเซิร์ฟเวอร์

zNAND-O เป็นเทคโนโลยีอีกแนวทางหนึ่ง ไม่ใช่ HBM สำหรับเซิร์ฟเวอร์ โดยมุ่งเป็นโซลูชันที่ผสาน NAND ในแนวตั้งสำหรับ AI บนอุปกรณ์และงานที่ต้องการความจุสูง แต่เข้าถึงข้อมูลได้เร็วกว่า NAND ทั่วไป

รายงานระบุเป้าหมายให้มีความหนาแน่นของบิตสูงกว่า DRAM อย่างมาก พร้อมเพิ่มแบนด์วิดท์การอ่านและประสิทธิภาพด้านพลังงานเมื่อเทียบกับ NAND ปกติ 4613

บางรายงานระบุว่าอาจเริ่มส่งตัวอย่างให้ลูกค้าในปี 2028 แต่ข้อมูลเกี่ยวกับสถานะและกำหนดการดังกล่าวยังไม่สอดคล้องกันทั้งหมด จึงควรมองว่าเป็นแผนที่มีการรายงานไว้ ไม่ใช่วันเปิดตัวที่รับประกันแล้ว 131416

Samsung ครองตลาด DRAM แต่ยังไม่ได้แปลว่าชนะการแข่งขัน HBM

Samsung เริ่มประกาศโรดแมป CUBE จากจุดแข็งในตลาด DRAM โดยข้อมูลของ Counterpoint Research ระบุว่าในไตรมาส 2 ปี 2026 Samsung มีส่วนแบ่งรายได้ DRAM ทั่วโลก 39% ตามด้วย SK hynix 26% และ Micron 25% 33

แต่ตัวเลขนี้ไม่ควรนำไปตีความว่า Samsung เป็นผู้นำใน HBM ทุกรุ่นหรือในแพ็กเกจหน่วยความจำ 3 มิติ เพราะรายได้ DRAM โดยรวมครอบคลุมตลาดที่กว้างกว่าชิปเร่งความเร็ว AI

คำถามสำคัญจึงไม่ใช่เพียงว่าใครขาย DRAM ได้มากที่สุดในปัจจุบัน แต่คือบริษัทใดจะเปลี่ยนสถาปัตยกรรมที่น่าสนใจให้กลายเป็นแพ็กเกจที่ผลิตได้ในปริมาณมาก มีความเสถียร และนำไปผสานกับระบบ AI ของลูกค้าได้จริง

ปัจจัยทางวิศวกรรมที่จะตัดสินอนาคตของ CUBE

การจัดการความร้อน

การวางหน่วยความจำไว้เหนือชิปเร่งความเร็วช่วยลดระยะทางของสัญญาณไฟฟ้า แต่ก็อาจทำให้หน่วยความจำอยู่ในสภาพแวดล้อมทางความร้อนที่ยากขึ้น การทดสอบที่สำคัญจึงต้องครอบคลุมอุณหภูมิขณะทำงานต่อเนื่อง การกระจายตัวของความร้อน การควบคุมจุดร้อน ความเข้ากันได้กับระบบระบายความร้อน และความน่าเชื่อถือภายใต้โหลด AI จริง ไม่ใช่เพียงตัวเลขความต้านทานความร้อนบนสไลด์นำเสนอ

ผลผลิตจากไฮบริดคอปเปอร์บอนดิ้ง

zHBM ต้องอาศัยการจัดแนวเวเฟอร์ที่แม่นยำมาก รวมถึงพื้นผิวที่สะอาดและเรียบ ความบกพร่องจะมีผลกระทบมากขึ้นเมื่อพื้นที่เชื่อมต่อและจำนวนจุดเชื่อมต่อเพิ่มขึ้น ผู้ผลิตจึงต้องมีวิธีคัดเลือกไดที่ผ่านการรับรอง การควบคุมกระบวนการ และแนวทางจัดการชุดประกอบที่เสียหายบางส่วน

การทดสอบและความน่าเชื่อถือระยะยาว

แพ็กเกจแนวตั้งต้องได้รับการทดสอบหลังการเชื่อมต่อ ผู้ผลิตยังต้องตรวจจับข้อบกพร่องของจุดเชื่อมต่อที่อาจแฝงอยู่ ควบคุมการโก่งตัวของแพ็กเกจ ความเค้นเชิงกล การเคลื่อนตัวของอะตอมในตัวนำไฟฟ้า และผลจากการเปลี่ยนแปลงอุณหภูมิซ้ำ ๆ ปัจจัยเหล่านี้ล้วนส่งผลต่อต้นทุนและอัตราผลผลิต

ความสูงของสแตกและการผสานเข้ากับแพ็กเกจ

การเพิ่มจำนวนชั้นช่วยเพิ่มความจุ แต่ก็ทำให้การระบายความร้อน การจ่ายไฟ และความทนทานทางกลซับซ้อนขึ้น การออกแบบที่เหมาะสมที่สุดจะขึ้นอยู่กับกำลังไฟของชิปเร่งความเร็ว แพ็กเกจและระบบระบายความร้อนของลูกค้า ความจุที่ต้องการ และระบบนิเวศการผลิตโดยรวม

บทสรุป

CUBE คือความพยายามของ Samsung ที่จะต่อสู้ในตลาดหน่วยความจำ AI ด้วยการผสานหน่วยความจำและตรรกะในแนวตั้ง แทนที่จะพึ่งพาการเพิ่มความเร็ว DRAM เพียงอย่างเดียว

HBM5 เป็นทิศทางผลิตภัณฑ์ที่ใกล้กว่า โดยตั้งเป้าประสิทธิภาพเพิ่ม 2 เท่าจาก HBM4E ประสิทธิภาพต่อวัตต์ดีขึ้น 20% และความต้านทานความร้อนลดลง 20% ส่วน zHBM คือการเดิมพันระยะยาวที่ต้องการวางหน่วยความจำไว้เหนือชิปเร่งความเร็วโดยตรง และใช้ไฮบริดคอปเปอร์บอนดิ้งเพื่อลดระยะทางการรับส่งข้อมูล

โรดแมปนี้มีนัยสำคัญทางเทคโนโลยี แต่ตัวเลขที่ใหญ่ที่สุดยังเป็นเป้าหมายซึ่งไม่ได้ระบุคำนิยามไว้อย่างครบถ้วน ตำแหน่งของ Samsung ในท้ายที่สุดจะไม่ได้ตัดสินกันที่คำกล่าวว่าเร็วขึ้น 2 หรือ 8 เท่าเท่านั้น หากจะตัดสินกันที่บริษัทสามารถจัดการความร้อน รักษาผลผลิตจากการเชื่อมต่อ ทดสอบได้ทั่วถึง สร้างความน่าเชื่อถือระยะยาว และผสานแพ็กเกจเข้ากับระบบของลูกค้าได้จริงหรือไม่