SK hynix ตัดสินใจใช้วิธีการเชื่อมต่อหน่วยความจำแบบเดิมต่อไปสำหรับชิป HBM4E โดยเลื่อนการนำเทคโนโลยี hybrid bonding มาใช้ไปจนถึงรุ่น HBM5 การตัดสินใจครั้งนี้สำคัญเพราะสะท้อนข้อจำกัดทางกายภาพว่าหน่วยความจำสามารถซ้อนกันได้มากแค่ไหนสำหรับชิป AI รุ่นถัดไปของ Nvidia ซึ่งจะส่งผลต่อความเร็วในการพัฒนาฮาร์ดแวร์ AI โดยรวม
เกิดอะไรขึ้นจริง
ตามรายงานของ Tom's Hardware ระบุว่า SK hynix เปิดเผยว่าเทคโนโลยี hybrid bonding จะยังไม่พร้อมทันเวลาสำหรับชิปหน่วยความจำ HBM4E บริษัทจะขยายระยะเวลาการใช้กระบวนการ MR-MUF ที่ใช้อยู่ในปัจจุบันต่อไปตลอดช่วงแพลตฟอร์มชิป AI รุ่น Rubin ของ Nvidia แทน สาเหตุมาจากข้อจำกัดทางกายภาพ โดยลูกบาศก์หน่วยความจำ HBM ถูกจำกัดความหนารวมไว้ที่ 775 ไมครอน ซึ่งตัวเลขนี้ตรงกับความหนามาตรฐานของเวเฟอร์ลอจิกขนาด 300 มิลลิเมตรเพียงแผ่นเดียว ตามรายงานระบุ SK hynix มีแผนจะนำ hybrid bonding มาใช้พร้อมกับหน่วยความจำ HBM5 รุ่นถัดไปแทนที่จะเป็น HBM4E ทั้งนี้รายงานไม่ได้ระบุกรอบเวลาที่ชัดเจนสำหรับการผลิต HBM5 หรือกำหนดการเปิดตัวของ hybrid bonding
ที่มาที่ไปของเรื่องนี้
ชิป HBM ใช้วิธีซ้อนไดย์หน่วยความจำหลายชั้นเพื่อเพิ่มแบนด์วิดท์ให้กับตัวเร่งประมวลผล AI ปัจจุบัน SK hynix เชื่อมต่อการซ้อนชั้นเหล่านี้ด้วยกระบวนการ MR-MUF ซึ่งเป็นวิธีที่ใช้มาแล้วในหน่วยความจำ HBM รุ่นก่อนหน้า หลายฝ่ายเคยคาดการณ์ว่า hybrid bonding จะมาพร้อมกับ HBM4E ซึ่งเป็นรุ่นที่ป้อนให้กับแพลตฟอร์ม Rubin ของ Nvidia ที่กำลังจะมาถึง แต่ข้อจำกัดด้านความหนาที่ 775 ไมครอน ซึ่งเท่ากับความหนาของเวเฟอร์ลอจิกมาตรฐานขนาด 300 มิลลิเมตรเพียงแผ่นเดียว กลับบังคับให้ต้องเปลี่ยนแผน ตามรายงานของ Tom's Hardware SK hynix จะใช้ MR-MUF ต่อเนื่องตลอดยุค HBM4E และ Rubin โดยเก็บ hybrid bonding ไว้สำหรับ HBM5
เหตุใดเรื่องนี้จึงสำคัญกับคุณ
สำหรับผู้ซื้อชิป AI การเปลี่ยนแปลงนี้หมายความว่าแพลตฟอร์ม Rubin ของ Nvidia จะยังคงใช้วิธีการเชื่อมต่อที่พิสูจน์แล้วในปัจจุบัน ซึ่งช่วยลดความเสี่ยงด้านอุปทาน แต่ก็จำกัดการเพิ่มความหนาแน่นของหน่วยความจำไปด้วย สำหรับผู้ผลิตหน่วยความจำ เรื่องนี้แสดงให้เห็นว่าข้อจำกัดทางกายภาพของแพ็กเกจ ไม่ใช่แค่เทคโนโลยีการผลิตระดับโหนด กำลังกำหนดทิศทางของแผนงานในอนาคต สำหรับผู้พัฒนาที่ติดตามฮาร์ดแวร์ AI สำหรับอุปกรณ์สวมใส่และแว่น AR ความหนาแน่นของหน่วยความจำยังคงเป็นคอขวดจนกว่า hybrid bonding ของ HBM5 จะมาถึง ส่วนนักลงทุนที่จับตาผู้ผลิตหน่วยความจำควรทราบว่าความล่าช้านี้ส่งผลต่อจังหวะเวลา ไม่ใช่ทิศทางของการขยายขนาดหน่วยความจำ AI เรื่องนี้ยังไม่กระทบต่ออุปทานชิป AI ในระยะสั้น แต่ช่วยกำหนดความคาดหวังว่าหน่วยความจำที่มีความหนาแน่นสูงขึ้นจะมาถึงเมื่อใด
คำถามใหญ่ที่ตามมา
หากข้อจำกัดด้านความหนาทางกายภาพ ไม่ใช่ผลผลิตจากกระบวนการผลิต กลายเป็นเพดานที่จำกัดความหนาแน่นของหน่วยความจำ AI แล้ว การซ้อนชั้นหน่วยความจำเพียงอย่างเดียวจะตามทันความต้องการประมวลผล AI ที่เพิ่มขึ้นได้อีกนานแค่ไหน ก่อนที่จะต้องมีการออกแบบแพ็กเกจใหม่ คำถามนี้ไม่ได้จำกัดอยู่แค่บริษัทเดียว เพราะผู้ผลิตชิป AI ทุกรายที่พึ่งพา HBM ต่างเผชิญเพดานทางกายภาพเดียวกัน ตั้งแต่ GPU ในศูนย์ข้อมูลไปจนถึงอุปกรณ์ edge ในอนาคตที่อาจขับเคลื่อนแว่น AR และอุปกรณ์สวมใส่
สิ่งที่ต้องจับตาต่อไป
จับตาดูกำหนดการส่งมอบ HBM4E ของ SK hynix ควบคู่ไปกับการเปิดตัวแพลตฟอร์ม Rubin ของ Nvidia รวมถึงความคืบหน้าใดๆ เกี่ยวกับการพัฒนา hybrid bonding สำหรับ HBM5 ทั้งนี้รายงานไม่ได้เปิดเผยวันที่อย่างเป็นทางการ คำแถลงในอนาคตจาก SK hynix, Samsung และ Micron เกี่ยวกับเทคโนโลยีแพ็กเกจจะเป็นตัวชี้วัดว่าข้อจำกัดที่ 775 ไมครอนนี้จะกลายเป็นข้อจำกัดของทั้งอุตสาหกรรมหรือไม่
