SemiAnalysis 报道称，Nvidia 正在采用定制的高带宽内存 (HBM) 解决方案，显著减少了内存控制器和 PHY 所需的芯片空间。这种定制方法，特别是采用三星的 HBM4 接口，与标准 HBM 相比，预计可腾出 12% 的 GPU 芯片空间，可能允许增加高达 25% 的计算面积和 30% 的带宽。这些进步预计将使 Nvidia 即将推出的 Rubin GPU 及其相关的内存供应商和代工厂受益。 AI
影响 Nvidia 采用定制 HBM 有可能通过提高计算密度和带宽，从而带来更强大、更高效的 AI 加速器。
排序理由 该集群详细介绍了主要参与者 (Nvidia) 在硬件设计策略上的重大转变，涉及影响计算密度和性能的定制内存解决方案。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Who else goes custom, who stays standard and why, and what it means for memory vendors and foundries: all in our latest Memory Model note, All About That Base: [email protected] (2/2) https://t.co/aKKMh3y6OH
🚨Custom HBM frees up die space for compute🚨 On Rubin, HBM controllers and PHYs take up roughly 16% of the GPU die. On Feynman with NVHBM, we estimate that falls to ~4%. How: the memory controller moves off the XPU and onto the HBM base die, and the wide standard PHY is https://t…