AnswersPublished26 sources
Samsung zHBM: Yapay zekâ çipinin üstüne bellek koyma fikri HBM yarışını nasıl değiştirebilir?
Samsung, zHBM ile HBM’yi AI hızlandırıcısının yanından çipin doğrudan üstüne taşıyarak veri yolunu kısaltmayı hedefliyor. Şirketin hedefi, zHBM kullanan yeni nesil bir arayüzde HBM5’e kıyasla yaklaşık 8 kat performans, 10 katı aşan bellek yoğunluğu ve 3 kat enerji verimliliği sağlamak.
YayımlayanGPT-5.6 Terra ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- Samsung, zHBM ile HBM’yi AI hızlandırıcısının yanından çipin doğrudan üstüne taşıyarak veri yolunu kısaltmayı hedefliyor.
- Şirketin hedefi, zHBM kullanan yeni nesil bir arayüzde HBM5’e kıyasla yaklaşık 8 kat performans, 10 katı aşan bellek yoğunluğu ve 3 kat enerji verimliliği sağlamak.
- OpenAI ve Intel’den uzmanlar, CXL’nin aktif AI model çalıştırmada HBM’nin yerine değil; daha seyrek kullanılan veriler ve ek kapasite için tamamlayıcı bir katman olacağını düşünüyor.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Samsung Electronics reveal at the September 16, 2026, AI Infrastructure Summit about its next-generation zHBM 3D memory architectur. Article summary: Samsung presented zHBM as a longer-term “zero-distance” HBM architecture: rather than placing HBM beside an AI accelerator on a silicon interposer, as in current 2.5D packages, it would bond HBM directly above the accele. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Samsung’un zHBM fikri, yapay zekâ sistemlerindeki kritik soruna odaklanıyor: işlemcinin hesaplama gücü kadar, verinin belleğe gidip gelme hızı da belirleyici hâle geliyor. Şirket, yüksek bant genişlikli belleği (HBM) GPU veya başka bir AI hızlandırıcısının yanına yerleştirmek yerine doğrudan üstüne 3B biçimde yığmayı öneriyor. Samsung, 16 Eylül’de Santa Clara’daki AI Infrastructure Summit’te bu yaklaşımın ajan tabanlı yapay zekâ sistemlerini daha hızlı yanıt verir hâle getirebileceğini söyledi. 1
9
Bugünkü HBM paketlerinden farkı ne?
Mevcut HBM düzenlerinde bellek, genellikle GPU ya da AI hızlandırıcısının yanında, aynı düzlemde konumlanıyor ve gelişmiş paketleme bağlantılarıyla çipe bağlanıyor. zHBM’de ise HBM, hızlandırıcının doğrudan üzerine yerleştiriliyor. Kısacası, mantık devresi ile bellek yatayda yan yana değil, dikeyde üst üste geliyor. 12
13
Amaç, verinin kat etmesi gereken fiziksel mesafeyi azaltmak. Samsung’a göre bu, daha yüksek bant genişliği, daha iyi güç verimliliği ve aynı fiziksel alanda daha fazla bellek kapasitesi sağlayabilir. Şirket, dikey entegrasyon için hibrit bakır bağlama da dâhil olmak üzere yeni nesil wafer bonding (wafer birleştirme) tekniklerine güveniyor. 7
48
Buradaki önemli ayrım şu: zHBM, bugün seri üretimde bulunan paketlerin doğrudan yerine geçecek hazır bir ürün değil. Samsung bunu bir konsept model olarak tanıttı ve ticarileşme takvimi açıklamadı. 13
14
Samsung’un performans, enerji ve ısı hedefleri
Samsung’un zHBM içeren yeni nesil bir arayüz için açıkladığı hedefler oldukça iddialı:
- HBM5’e göre yaklaşık 8 kat performans
- Geleneksel HBM5’e göre 10 katı aşan bellek yoğunluğu
- Yaklaşık 3 kat enerji verimliliği
- %50’den fazla daha düşük termal direnç
13
48
Şirket ayrıca zHBM’nin AI sistemlerinin yanıt hızını 10 katın üzerinde artırabileceğini, uzun vadeli hedefin ise saniyede 1.000 token üretim hızına ulaşmak olduğunu belirtti. Token, üretken yapay zekâ modellerinin metni işlerken kullandığı metin parçacığı birimidir. 1
9
Bu rakamlar, satışta olan bir hızlandırıcıdan alınmış bağımsız test sonuçları değil; Samsung’un gelecekteki mimarisi için ortaya koyduğu hedeflerdir. Belleği doğrudan işlemcinin üstüne koymak, üretim verimi, ısı yönetimi, güvenilirlik ve çip ortaklarıyla doğrulama açısından zor bir mühendislik problemi yaratıyor.
Ajan tabanlı yapay zekâ için neden önemli?
AI ajanları yalnızca bir kez yanıt üretmez. Bağlamı tekrar tekrar çağırır, çıkarım yapar, araç kullanır ve yeni çıktı üretir. Bu döngülerde hızlandırıcının veriyi beklemesi, toplam yanıt süresini uzatabilir.
zHBM’nin hedeflediği darboğaz tam olarak bu veri hareketi. Belleği hızlandırıcıya fiziksel olarak yaklaştırmak, verinin taşınmasında gereken enerjiyi düşürürken sistemin daha hızlı tepki vermesine yardımcı olabilir. 1
7 Ancak uçtan uca hız artışı yalnızca bellek yerleşimine bağlı olmayacak; hızlandırıcı tasarımı, yazılım, model mimarisi ve paketleme teknolojisi de sonucu belirleyecek.
zNAND-O: Daha büyük modeller için ikinci bellek katmanı
Samsung, zHBM ile birlikte zNAND-O adlı yüksek performanslı NAND mimarisini de öne çıkardı. zNAND-O, DRAM ile geleneksel NAND depolama arasında konumlanacak bir veri katmanı olarak tasarlanıyor. DRAM’den daha yüksek yoğunluk sunması; klasik NAND’a göre ise G/Ç performansı, gecikme ve güç verimliliğinde iyileşme sağlaması amaçlanıyor. 49
51
İki teknolojinin görevleri farklı:
- zHBM, hızlandırıcının hemen yanındaki, en yüksek hız gerektiren aktif bellek katmanı için tasarlanıyor.
- zNAND-O, tümüyle DRAM’de tutulması pahalı olacak büyük model ve veri kümeleri için daha yoğun bir kapasite katmanı sunmayı hedefliyor.
49
53
Samsung’un aktardığı bir testte, 120 milyar parametreli bir GPT modeliyle zNAND-O’nun geleneksel DRAM sunucusuyla aynı token/saniye hızına, işletme maliyetinin altıda biri düzeyinde ulaştığı belirtildi. Bu, Samsung’un bildirdiği belirli bir test sonucu; büyük model kurulumları için genel bir maliyet garantisi olarak okunmamalı. 54
55
Şirket ayrıca 2030’a kadar trilyon parametre ölçeğindeki cihaz üzeri AI modellerinin önem kazanabileceği öngörüsünü zNAND-O ile ilişkilendiriyor. 53
CXL, HBM’nin yerini alacak mı?
Zirvede öne çıkan bir başka tartışma, Compute Express Link’in (CXL) rolüydü. CXL, sistemler arasında bellek kaynaklarının daha esnek bağlanması ve paylaşılması için geliştirilen bir bağlantı standardı. Kapasite artırmak için yararlı olabilir; ancak bu, tüm bellek türlerinin aynı işi yaptığı anlamına gelmiyor.
OpenAI’de AI hızlandırıcıları üzerine çalışan Daniel Morris, AI modellerini fiilen çalıştırmak için CXL’ye uygun bir kullanım alanı bulamadığını; buna karşılık büyük modellerde nadiren erişilen veriler için rol görebileceğini söyledi. Intel’den Vidia Thiagarajan da CXL bellek havuzlamasını HBM’nin ikamesi olarak değil, ikincil depolamayı tamamlayan bir teknoloji olarak tanımladı ve CXL bağlantılı bellek ile HBM arasındaki bant genişliği farkına dikkat çekti. 18
22
Bu değerlendirme, CXL’nin gereksiz olduğu anlamına gelmiyor. Daha olası yapı, katmanlı bir bellek hiyerarşisi: Aktif hesaplama için hızlandırıcıya çok yakın HBM; kapasite ağırlıklı roller için ise CXL ve başka bellek ya da depolama katmanları.
Samsung ve SK hynix açısından asıl yarış: fikri ürüne dönüştürmek
Yakın vadede HBM rekabetini, yalnızca en iddialı mimariyi açıklayan şirket değil; belirli hızlandırıcı platformları için belleği yüksek verimle üretebilen, doğrulatabilen ve hacimli sevkiyata dönüştürebilen şirket belirleyecek.
zHBM, Samsung’a uzun vadede farklılaşan bir mimari sunuyor. Ancak şirketin bunun için üretim verimini, ısıl davranışı, güvenilirliği ve müşteri entegrasyonunu kanıtlaması gerekiyor. İleri paketleme de üretim kapasitesi kadar önemli bir kısıt olmaya devam ediyor. 18
33
36
CXL’nin aktif model çalıştırmada yerel HBM’nin yerine geçmesinin zor görünmesi ise, Samsung ve SK hynix için hızlandırıcıya yakın yüksek bant genişlikli belleğin stratejik değerini koruduğuna işaret ediyor. Sonuçta belirleyici soru, en dikkat çekici 3B konsepti kimin sunduğu değil; kimin onu önce güvenilir, onaylı ve yüksek hacimli ürüne çevirebildiği olacak.
Sonuç
Samsung’un mesajı net: AI performansını artık yalnızca işlem kapasitesi sınırlamıyor; bellek hareketi, kapasite, enerji tüketimi ve ısı da temel engeller arasında. zHBM, bu engelleri bellek ile hızlandırıcı arasındaki fiziksel mesafeyi neredeyse ortadan kaldırarak aşmayı hedefliyor. zNAND-O ise daha büyük AI iş yükleri için daha yoğun ikinci bir veri katmanı sunma iddiasında.
Şirketin açıkladığı kazanımlar önemli, ancak teknoloji hâlâ konsept aşamasında. Bugün için çıkarılacak sonuç, yakın zamanda piyasaya çıkacak bir zHBM ürününden çok, AI altyapısının yönüyle ilgili: En yüksek performanslı sistemlerde HBM merkezde kalırken, bellek katmanları giderek daha özelleşmiş ve daha dikey entegre hâle gelecek. 13
14
18
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Samsung zHBM: Yapay zekâ çipinin üstüne bellek koyma fikri HBM yarışını nasıl değiştirebilir?"?
Samsung, zHBM ile HBM’yi AI hızlandırıcısının yanından çipin doğrudan üstüne taşıyarak veri yolunu kısaltmayı hedefliyor.
What are the key points to validate first?
Samsung, zHBM ile HBM’yi AI hızlandırıcısının yanından çipin doğrudan üstüne taşıyarak veri yolunu kısaltmayı hedefliyor. Şirketin hedefi, zHBM kullanan yeni nesil bir arayüzde HBM5’e kıyasla yaklaşık 8 kat performans, 10 katı aşan bellek yoğunluğu ve 3 kat enerji verimliliği sağlamak.
What should I do next in practice?
OpenAI ve Intel’den uzmanlar, CXL’nin aktif AI model çalıştırmada HBM’nin yerine değil; daha seyrek kullanılan veriler ve ek kapasite için tamamlayıcı bir katman olacağını düşünüyor.
Sources
asiae.co.kr"Opening the Era of 1,000 Tokens per Second"…Samsung Electronics Drives AI Semiconductor Innovation with zHBM
en.sedaily.comSamsung Touts 10-Fold AI Speed Gain With Stacked zHBM Memory
koreaherald.comSamsung stacks HBM atop AI chips in 3D memory push