关键产品DDR5和HBM3销售量比上一年翻四番以上
SKHynix强效Q4突出显示对高级DRAM芯片需求增长,包括高带宽内存对AI应用至关重要
关键产品DDR5和HBM3销售量比上一年翻四番以上
skHynix正准备大规模生产HBM3E-关键AI内存产品-并持续HBM4开发公司还提供高性能高产品,如DLDS5和LPDDS5T,以满足对高性能DRAM日益增长的需求
AI点燃DRAM需求
AI系统需要快速数据处理,超出传统计算机能力,导致对DRAM需求增加微量预测至2025年,云基础设施服务器中约一半将是AI服务器,需要DRAM增加六倍
NVIDIA H100GPUs生成AI兴建精度7-D包TSSC芯片-Wifer-Supstrea打包结构,中心核心GPU计算单元环绕6HBM块块,丹麦Fab经济学CEO Faruqui说,该半导体绿地咨询公司EbjectiveHBM块包括8垂直堆叠DRAM连接底层逻辑死
雷竞技电脑网站HBM除GPU计算系统外是必不可缺的,
类似地,AMDMI300AI加速器被称为世界最快AI硬件,每个单元拥有8 HBM存储栈,12个垂直堆叠DRAM死二线基逻辑
HBM基本垂直串联DRAM芯片需求日增, 独立分析师Arun Mampazhi表示:「带宽需求增加后,高成本可能是限制广泛使用的因素之一, 但由于其他选项耗尽, 效率需求最终破解成本屏障服务存储器通常用在缓存上,不再按逻辑速率缩放。”
面向关键行业角色的广泛收益
DRAM或HBM栈需求设置有利于几个活跃于此段的大公司
与大规模AI产品驱动需求相比供应高度偏斜HBM占DRAM销售百分比从2023年到2024年将增加2.5倍数,并预测到2030年之前每个后续年份的其他具体增长因子由于AI产品驱动HBM供求偏差,我们预测HBM逐年平均售价溢价,这将为SKHinix、Micron和三星等玩家夸大利润幅度。”
HBM对每个玩家的影响因技术准备状态、制造能力路径图、客户忠诚度和地缘政治考量等因素而异
Faruqui表示,有37个球员完全可以从AI硬件驱动的HBM波跨生态圈受益,包括设计-Fab-Package-Tego价值链和素材/设备供应链其中一些角色有超高增长潜力
更多创新正在上路
DRAM作用在提高AI芯片性能方面日益举足轻重,注重创新和开发变得至关重要。反点研究副主管Brady Wang表示,这包括制造密度更高的存储芯片和模块
并加固三维结构设计数家公司正努力为AI创建DRAM设计高效管理AI处理所固有的独特工作量和数据模式
并探索新存储技术,如MRAM、RRAM、CBRAM等,这些技术有可能补充或提供传统DRAM替代技术
企业管理这个千变万化市场时必须优先处理战略问题,TechInsights半导体分析师Manish Rawat表示关键是要优先使用存储带宽和吞吐量增加的DRAM技术,实时应用需要低延时求解
表示企业应寻找存取时间短的DRAM进度大规模并行处理AI应用需要能源效率和可扩缩性,这导致日益强调电耗相关解决方案
