مرحلة الاستدلال تتطلب تجاوز حدود ذاكرة HBM وحدها
طبقة جديدة قائمة على تقنية NAND لتحقيق كفاءة التكلفة
![صورة معروضة SK حيونيكس بمعرض FMS 2026 - رسم توضيحي [الصورة: SK حيونيكس]](https://image.ajunews.com/content/image/2026/08/06/20260806154409410880.jpeg)
يتوقع المحللون أنه عند تطبيق تقنية ذاكرة النطاق العريض الفلاشية (HBF) التي كشفت عنها شركة SK حيونيكس في معرض FMS 2026، سيصبح من الممكن وضع مجموعة ذاكرة قراءة كبيرة السعة بالقرب من معالجات تسريع الذكاء الاصطناعي، مما يتيح معالجة عدد أكبر من الاستعلامات بنفس وحدة المعالجة الرسومية (GPU) مع خفض استهلاك الطاقة وإجمالي تكاليف الملكية.
وفقاً لمصادر من قطاع أشباه الموصلات في السادس من أغسطس، يرى المتخصصون في الصناعة أن استراتيجية SK حيونيكس تمثل محاولة لحل اختناقات البنية التحتية لاستدلال الذكاء الاصطناعي من خلال إعادة ترتيب طبقات الذاكرة. وهذا يتجاوز المنافسة على تحسين أداء ذاكرة HBM، حيث تتضمن الاستراتيجية إدراج طبقة جديدة بين ذاكرة HBM والمحركات الصلبة SSD.
تقنية HBF هي ذاكرة قائمة على تقنية NAND. غير أنها تختلف عن محركات SSD التقليدية. تتم هندستها من خلال تجميع رقائق NAND في عبوات متراصة مشابهة لذاكرة HBM، مع تعزيز هياكل القراءة المتوازية لتثبيتها بالقرب من معالجات تسريع الذكاء الاصطناعي. حددت المواصفات التي كشفت عنها SK حيونيكس وسانديسك سعة قصوى تبلغ 512 غيغابايت وعرض نطاق ترددي يتراوح بين 0.4 و3.0 تيرابايت/ثانية.
يركز الخبراء الأجانب بشكل خاص على تحسين السعة. فذاكرة HBM سريعة وإن كانت محدودة السعة بسبب ارتفاع التكاليف. في مجال استدلال نماذج اللغة الكبيرة، تستمر أوزان النموذج وذاكرة تخزين مؤقت قيمة المفتاح (KV Cache) في الزيادة. مع زيادة عدد المستخدمين، تزداد كمية البيانات التي يجب تخزينها واسترجاعها داخل نفس وحدة المعالجة الرسومية.
قيّم موقع توم هاردوير التقني تقنية HBF بأنها طبقة ذاكرة جديدة لاستدلال الذكاء الاصطناعي. وأشار إلى ميزتها في توفير مجموعة ذاكرة كبيرة السعة بالقرب من المعالج، بطريقة لا يمكن توفيرها بكفاءة باستخدام ذاكرة HBM وحدها. غير أنه أشار إلى أن زمن الكمون سيبقى أعلى من ذاكرة HBM.
يرى المحللون أن هذا التحديد يحدد الاستخدامات المتاحة لتقنية HBF. ستتحمل ذاكرة HBM مسؤولية البيانات التي تتطلب وصولاً سريعاً. أما تقنية HBF فستلعب دوراً مساعداً بدعم البيانات الموجهة نحو القراءة التي تتطلب سعة كبيرة. وهذا يفسر التوقعات بأن تُستخدم تقنية HBF أولاً في مجال الاستدلال بدلاً من التدريب.
كما اعتبرت مجلة EE تايمز تقنية HBF مادة مكملة وليست بديلة لذاكرة HBM. وأوضحت أن سرعة الكتابة والمتانة أقل مواتاة من HBM، لكن الهيكل يناسب مهام الاستدلال الموجهة نحو القراءة. وترى أن وضع نموذج الذكاء الاصطناعي في تقنية HBF واستخدام HBM كذاكرة تخزين مؤقت عالية السرعة يمكن أن يخفف من مشكلة جدار الذاكرة بطريقة مختلفة.
توجد أيضاً فوائد تآزرية للعمل بالنسبة لشركة SK حيونيكس. فالشركة هي زعيمة في تقنية HBM وتمتلك أيضاً عمليات تجارية في مجال تقنية NAND. تمثل تقنية HBF منتجاً يمكنه دمج هذين المجالين في حل واحد متكامل للبنية التحتية للذكاء الاصطناعي. وهذا يعني أن الشركة يمكنها توسيع النطاق الذي تشغله في أنظمة العملاء مقارنة ببيع ذاكرة HBM وحدها.
قال كيم تشون سونغ، نائب رئيس قسم SK حيونيكس، في معرض FMS 2026: "مع تسارع انتشار تطبيقات الذكاء الاصطناعي، أصبح من الضروري إعادة تصميم شاملة لهياكل معالجة البيانات بشكل عام". وهذا هو السبب في أن تقنية HBF تُقيّم باعتبارها تقنية تعيد رسم الحدود بين الذاكرة والتخزين.
* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.