Rosnący popyt na wnioskowanie w modelach sztucznej inteligencji przestaje być wyłącznie wyzwaniem dla mocy obliczeniowej. Coraz częściej wąskim gardłem okazuje się pamięć — jej pojemność, przepustowość i koszt energetyczny przesyłania danych. SK hynix, koreański gigant pamięci, przedstawił właśnie plan, jak temu zaradzić.

Podczas targów SEDEX 2026, największej imprezy półprzewodnikowej w Korei Południowej, Ahn Hyun, dyrektor ds. rozwoju (CDO) SK hynix, wygłosił keynote zatytułowany „Ewolucja technologii pamięci w erze AI”. Jego zdaniem odpowiedzią nie jest wyłącznie ulepszanie pojedynczych produktów, lecz optymalizacja całej hierarchii pamięci — od HBM, przez DRAM, aż po dyski SSD.

Skala wyzwania robi wrażenie. Popyt na wnioskowanie AI rośnie jednocześnie w trzech wymiarach: złożoności zadań, długości kontekstu i liczby zapytań. Te czynniki wzmacniają się nawzajem, a SK hynix szacuje, że wymagania wydajnościowe infrastruktury AI mogą do 2030 roku wzrosnąć około dwudziestokrotnie względem 2026 roku. Coraz dłuższe konteksty oznaczają przy tym ogromny wzrost zapotrzebowania na pamięć pod pamięci podręczne KV, przechowujące wcześniej przetworzone informacje.

Dane trzeba dziś rozkładać między wiele poziomów pamięci, a ich przenoszenie między warstwami podnosi opóźnienia i zużycie energii. Tradycyjna „ściana pamięci” — luka wydajnościowa między procesorem a pamięcią — ewoluuje więc w erze AI w problem różnic wydajności między samymi poziomami pamięci oraz kosztów energetycznych przesyłu danych. Odpowiedzią SK hynix ma być zintegrowana architektura pamięci, sprawniej łącząca poszczególne warstwy.

Firma nie zamierza przy tym zwalniać tempa w segmencie HBM, rozwijając kolejne generacje od HBM1 do HBM4E pod kątem pojemności, przepustowości i efektywności energetycznej. Rośnie też znaczenie HBM na zamówienie, w którym do bazy dodaje się kontrolery pamięci i logikę dopasowaną do konkretnych systemów AI. Obok tego SK hynix pracuje nad 3D Stacked DRAM — pionowym układaniem DRAM bezpośrednio na chipach logicznych, takich jak GPU i NPU, co skraca fizyczny dystans między obliczeniami a pamięcią.

Najciekawiej zapowiada się jednak HBF, czyli High Bandwidth Flash. Technologia przenosi opracowane dla HBM rozwiązania — stackowanie przez krzemowe przeloty (TSV) i szybkie wejścia/wyjścia — na pamięć NAND flash. HBF ma stać się nowym poziomem między HBM a DRAM, łączącym wysoką przepustowość z wielokrotnie większą pojemnością. SK hynix celuje w przepustowość na poziomie około połowy HBM tej samej generacji przy około dziesięciokrotnie większej pojemności, co ma zmniejszyć zależność od dostępu do DRAM i SSD. Dodatkowo NAND dobrze pasuje do wnioskowania AI, gdzie dane są często odczytywane, a rzadziej zapisywane.

Firma zapowiada wczesną standaryzację HBF i współpracę z globalnymi partnerami, a także badania nad CXL i Storage-Next. Na targach pokazuje też szerokie portfolio — od serwerowych modułów 256GB 3DS RDIMM i 128GB MRDIMM, przez dyski enterprise z chłodzeniem cieczą, po pamięci DDR5, GDDR7, LPDDR5X i LPDDR6. Nie brakuje akcentu symbolicznego: na wystawie można zobaczyć wafla HBM z podpisem Jensena Huanga oraz superchip NVIDIA Vera Rubin.

Podsumowanie: SK hynix chce wyjść poza rolę dostawcy pojedynczych komponentów i zbudować zintegrowany ekosystem pamięci. Jeśli zapowiedzi 3D Stacked DRAM i HBF się potwierdzą, mogą one realnie odciążyć infrastrukturę AI, w której dane — a nie tylko moc obliczeniowa — stają się najdroższym zasobem.