Memória como Pilar do Crescimento Acelerado da IA: SK hynix Destaca na Conferência TSMC OIP

A SK hynix reforça a premissa de que a memória de alto desempenho é o cerne da computação de IA em larga escala. A apresentação na TSMC OIP Conference destacou o portfólio completo da empresa, que vai além das já conhecidas HBM (High Bandwidth Memory). Vimos a HBM4 de 12 camadas com 36GB e a inovadora SOCAMM2 de 96GB, integradas no superchip Vera Rubin da NVIDIA. A HBM4 serve como uma via de dados de alta largura de banda para operações de matriz, enquanto a SOCAMM2 atua como memória principal para a CPU Vera, suportando processos computacionais complexos e o movimento de dados para agentes de IA.

Além das soluções para processadores gráficos, a SK hynix apresentou uma linha robusta para infraestrutura de servidor, incluindo a RDIMM 3DS de 256GB, a MRDIMM de 128GB e a RDIMM de 64GB, que usa o processo de sexta geração de 10 nanômetros. Para armazenamento, a empresa mostrou SSDs em diversos formatos (E1.S, E3.S e M.2), com destaque para o PEB210 E1.S, que suporta Direct Liquid Cooling (DLC) para data centers, e o PS1101 E3.S, o primeiro eSSD QLC da SK hynix para o segmento corporativo. Essa abrangência sublinha a visão de que cada camada da infraestrutura de IA demanda memória otimizada.

A sinergia entre memória e logic, exemplificada pela colaboração da SK hynix com a TSMC e o reconhecimento do prêmio 'Partner of the Year' pela validação da HBM5 no CoWoS, é crucial. Ela reflete uma mudança de paradigma: não basta otimizar componentes isoladamente. O codesign desde as etapas iniciais garante que o desempenho da HBM seja totalmente aproveitado pelas tecnologias avançadas de empacotamento. Isso é vital para escalar o desempenho dos aceleradores de IA de próxima geração.

A evolução do PCIe, que se tornou a interface chave conectando camadas de memória e processadores, e a aposta em chiplets para controladores de SSD, demonstram a busca por otimização em todos os níveis. A modularidade dos chiplets permite ciclos de desenvolvimento mais curtos, transições independentes de gerações para funções específicas e otimização de energia. Tudo isso é fundamental para atender à crescente demanda por capacidade, densidade e eficiência de resfriamento que a expansão da infraestrutura de IA exige.