به گزارش ایسنا، توسعه شتابان فناوری هوش مصنوعی باعث ایجاد تقاضا برای ریزتراشههای حافظه با حجم بالاتر و سرعت پردازش بیشتر شده است؛ چرا که آموزش دادن یک مدل هوش مصنوعی نیازمند فضای ذخیرهسازی و همچنین پردازشگرهای با سرعت بالا به منظور انتقال و تجزیه اطلاعات است، بنابراین بدیهی است که هر چقدر دسترسی به ریزتراشههای سریعتر و با گنجایش بیشتر فراهم باشد، مدل هوش مصنوعی حاصل از کیفیت بالاتری برخوردار خواهد بود.
محققان برنامه ملی میکروالکترونیک معاونت علمی، فناوری و اقتصاد دانش بنیان ریاستجمهوری اعلام کردند، به طور کلی ریزتراشههای حافظه دارای انواع مختلفی هستند؛ حافظه ایستا با دسترسی محدود، نوعی از حافظه است که هر بیت را روی چهار یا ۶ ترانزیستور ذخیره میکند و از سرعت بالایی برای ذخیرهسازی اطلاعات برخوردار است. نوع دیگر DRAM یا حافظه دسترسی مستقیم پویا است و به حافظهای گفته میشود که به منظور نگهداری و تبادل اطلاعات به جای استفاده از ترانزیستور، از خازن استفاده میکند. این موضوع باعث کاهش انرژی مصرفی DRAM نسبت به SRAM و کوچکتر بودن ابعاد آن میشود، اما سرعت ذخیرهسازی دادهها را کاهش میدهد. در رایانهها از SRAM معمولا به عنوان حافظه نهان برای پردازنده مرکزی استفاده میشود و حافظه فرّار اصلی که برای ذخیره اطلاعات استفاده میشود، از نوع DRAM است.
۳DNAND نوع دیگری از ریزتراشههای حافظه محسوب میشوند که ساختاری چندلایه داشته و فضای بسیار کمتری نسبت به دو حافظه قبلی اشغال میکنند. تفاوت مهم دیگر این نوع از ریزتراشههای حافظه، عدم نیاز آنها به وجود جریان به منظور حفظ دادهها است؛ در صورتی که SRAM و DRAM در صورت قطع جریان برق و خاموش شدن سامانه، دادهها را از دست میدهند. ۳DNAND نسبت DRAM از قیمت بیشتری برخوردار است، ولی DRAM به مراتب سریعتر از ۳DNAND فلشها هستند.
حافظه با پهنای باند بالا یا HBM نسل جدیدی از ریزتراشههای حافظههای DRAM است که به دلیل پهنای باند و سرعت بیشتر در پردازندههای هوش مصنوعی استفاده میشود. این حافظهها اولین بار با همکاری شرکت کرهای Sk Hynix و شرکت مطرح AMD طراحی و تولید شدهاند. Sk Hynix با درک مزیتهای چشمگیری که معماری این نوع ریزتراشه ایجاد میکرد، توسعه هر چه سریعتر آن را درپیش گرفت و نسلهای بعدی را با نامهای HBM۲، HBM۲E،HBM۳،HBM۳P عرضه کرد. نسلهای جدیدتر نسبت به نسلهای قبلی از ظرفیت، توان و پهنای باند بالاتری برخوردار هستند.
روند تکامل حافظههای با پهنای باند بالا
حال با توجه به داغ بودن بازار هوش مصنوعی و تقاضای بالا برای ریزتراشههای حافظه در کنار پردازندهها، رقابت در این بازار نیز نسبت به گذشته افزایش یافته و به نوعی جنگ بر سر ریزتراشههای حافظه ایجاد شده است. مثلث اصلی این بازار از سه غول تولید حافظه در جهان از سه ضلع Sk Hynix، Samsung و شرکت امریکایی Micron تشکیل شده است. با توجه به اینکه Sk Hynix از ابتدا پیشگام در تولید این نوع تراشه بوده، در سالهای اخیر و با سرمایهگذاری که روی توسعه آن انجام داده، سهم بالایی از بازار را بدست آورده است. در سال ۲۰۲۳ و به دلیل افزایش توجه و تقاضای جهانی در بازار هوش مصنوعی، این شرکت افزایش ارزش سهام چشمگیری را تجربه کرد و توانست فاصلهاش با دیگر رقیب کرهای یعنی سامسونگ به میزان قابل توجهی افزایش دهد.
پیشی گرفتن ارزش سهام Sk Hynix از سامسونگ در سال ۲۰۲۳
همچنین بررسی ارزش سهام هر سه شرکت نشان میدهد در سال اخیر Sk Hynix توانسته تا حد زیادی خود را به غول آمریکایی Micron نزدیک کند و کاملا از سامسونگ پیشی گرفته است.
نزدیک شدن ارزش سهام Sk Hynix به میکرون
با توجه به اینکه سامسونگ در بازارهای مختلفی فعالیت دارد و اکنون تمرکز خود را روی بازار تلفنهای هوشمند و ریزتراشههای منطقی قرار داده، بعید به نظر میرسید که بتواند در این رقابت SK Hynix را شکست دهد. میکرون نیز سهم بسیار کمی از بازار HBM را در اختیار دارد (۹ درصد) در حالی که بیش از نیمی از این بازار (۵۳ درصد) در اختیار Sk Hynix بوده و این شرکت کرهای در حال توسعه نسل جدید HBM۴ نیز به شمار میرود.
با این تفاسیر احتمالا Sk Hynix در سال ۲۰۲۴ رشد چشمگیری خواهد داشت و رهبر بازار ریزتراشههای حافظه خواهد بود، هر چند این رقابت نفسگیر همچنان ادامه دارد و به مرور توجه سرمایهگذاران و سیاستگذاران بیشتری را در سراسر دنیا جلب خواهد کرد.
انتهای پیام
نظرات