SK hynix представила революционную флеш-память для ИИ: в 20 раз больше скорости и в 5000 раз меньше энергопотребления

SK hynix показала память 3D FeNAND с вычислениями внутри ячеек

Южнокорейский производитель полупроводников SK hynix опубликовал новые технические подробности своей архитектуры 3D FeNAND, в которой реализована возможность проведения вычислений непосредственно в элементах флеш-памяти NAND.

Увеличение пропускной способности и рост энергоэффективности

В экспериментальных сравнениях исследуемые варианты 3D FeNAND демонстрировали пропускную способность, превышающую привычные решения в 10–20 раз, при одновременном улучшении энергоэффективности в 4000–5000 раз. Компания подчёркивает, что эти оценки относятся к исследуемым конструкциям памяти и не учитывают влияние современных графических процессоров или законченных серверов для задач искусственного интеллекта.

Принцип работы A‑CiM — аналоговые вычисления в памяти

Технология, названная Analog Compute-in-Memory (A‑CiM), предусматривает выполнение операций умножения и суммирования прямо в ячейках памяти. В отличие от классических архитектур, где данные многократно передаются из памяти в процессор и обратно (что особенно заметно при работе с крупными моделями ИИ, где часто загружаются веса нейросетей), A‑CiM уменьшает объём таких передвижек за счёт участия самих ячеек в вычислениях.

Сегнетоэлектрические ячейки на основе HZO

В 3D FeNAND применяются сегнетоэлектрические элементы, основанные на оксиде гафния‑циркония (HZO). В отличие от стандартной NAND, где состояние хранится зарядом, здесь значения задаются поляризацией сегнетоэлектрического материала. Это позволяет кодировать веса моделей через разные уровни тока.

Одна из главных технических задач — обеспечить точное и воспроизводимое задание аналоговых состояний. SK hynix изучает программирование ячеек последовательностью импульсов напряжения, плавно меняющих их состояние. По данным компании, на экспериментальных образцах удалось различить четыре уровня тока при низких значениях.

Оптимизация связей и организация вычислений

Наряду с ячейками SK hynix дорабатывала проводящие пути и общую организацию вычислений. Применение проводников с пониженным сопротивлением и включение воздушных прослоек между структурами в исследуемых макетах сократило паразитную ёмкость примерно на 60%.

Для распределения вычислительной нагрузки внутри памяти была предложена техника In‑Page Pipelining, которая в моделировании обеспечила девятикратный прирост пропускной способности относительно исходной архитектуры. Учёные также рассматривали вариант разбиения страницы объёмом 16 КБ на четыре области — такая схема может быть полезна, но её эффективность сильно зависит от структуры конкретной нейросети: чрезмерное дробление приводит к росту переключений и замедлению обработки.

Технические вызовы и коммерческая готовность

Перед вводом в массовое производство технологии предстоит решить ряд практических вопросов: обеспечить стабильность аналоговых состояний при длительном хранении, подтвердить точность вычислений, достичь приемлемых выходов годных изделий и упростить интеграцию управляющей электроники. SK hynix не раскрыла сроки начала массового производства 3D FeNAND.

20 октября 2026, 17:30

Автор: Darth Sahara

Теги: SK Hynix, Искусственный интеллект, Энергоэффективность, Полупроводники, NAND‑память

Источники: igorslab, ixbt