HBM'e rakip yeni RAM teknolojisi: Z2RAM yapay zekadaki bellek darboğazını çözecek

Yapay zeka modellerinin büyüyen veri ve işlem ihtiyaçları, işlemci ile bellek arasındaki aktarım kapasitesini donanım geliştirmede belirleyici hale getiriyor. Çip tasarımcısı Nagare Labs, sektörde ‘bellek duvarı’ olarak adlandırılan bu darboğazı aşmak için Z2RAM adlı yeni bir bellek mimarisi üzerinde çalışıyor.

Eski Intel Üst Yöneticisi Pat Gelsinger, şirkete ve geliştirdiği teknolojiye stratejik destek verdiğini duyurdu. Gelsinger’e göre SRAM, DRAM ve flaş belleğin güçlü özelliklerini bir araya getiren Z2RAM; hücre yoğunluğu, erişim hızı ve enerji verimliliği açısından yüksek bant genişlikli belleğe (HBM) rakip olabilecek bir yaklaşım sunuyor.

BELLEK İLE İŞLEMCİ ARASINDAKİ MESAFE AZALTILIYOR

Geleneksel bilgi işlem mimarisinde veriler, NAND flaş depolamadan sistemin ana belleği olan DRAM’e, buradan da işlemci çekirdeklerinin yakınındaki yüksek hızlı SRAM önbelleklere aktarılıyor. Verinin bu katmanlar arasında taşınması, yapay zeka iş yüklerinde hız ve enerji tüketimini etkiliyor.

DRAM ve 300’den fazla dikey katmana ulaşan 3D NAND teknolojileri ölçeklenmeye devam ederken, altı transistörlü klasik SRAM hücrelerinin küçültülmesi güçleşiyor. Daha küçük üretim boyutlarında sızıntı akımları ve üretim kusurlarıyla karşılaşılması, GPU ve TPU gibi yapay zeka işlemcilerinde önbelleğe ayrılan silikon alanının verimli kullanılmasını zorlaştırıyor.

Z2RAM’in doğrudan mantık çipinin üzerine dikey olarak entegre edilmesi planlanıyor. Böylece veri aktarımında kat edilen fiziksel mesafenin azaltılması ve işlemciye yakın bellek kapasitesinin artırılması hedefleniyor.

AYRI KONDANSATÖR YERİNE İKİ TRANSİSTÖR

Z2RAM’in temel farkı, geleneksel DRAM hücrelerinde kullanılan ‘bir transistör ve bir kapasitör’ (1T1C) yapısındaki ayrı kondansatörü ortadan kaldırması.

Georgia Teknoloji Enstitüsü Öğretim Üyesi ve Nagare Labs Kurucu Ortağı Prof. Dr. Suman Datta, yeni hücrede elektriksel yükün ikinci transistörün kapı kapasitansında depolandığını belirtti. İki transistörlü bu yaklaşımın, bellek hücresinin kapladığı alanı küçültürken düşük gecikme ve üç boyutlu istifleme imkanı sunması amaçlanıyor.

Gelsinger, mimariyi "DRAM kadar yoğun, SRAM kadar hızlı ve flaş bellek kadar ölçeklenebilir hibrit bir cihaz" sözleriyle tanımladı.

HBM’İN GÜÇ VE PAKETLEME SINIRLARINA ODAKLANIYOR

Yapay zeka modellerinin eğitimi ve çıkarım süreçlerinde kullanılan HBM, yüksek veri aktarım kapasitesi sağlıyor. Bununla birlikte güç tüketimi, termal sınırlar, silikon ara katman kullanan paketlemelerin maliyeti ve bağlantı kenarlarındaki bant genişliği kısıtları, üreticilerin çözüm aradığı başlıklar arasında bulunuyor.

Nagare Labs, Z2RAM’i işlemci silikonuna doğrudan bağlayarak bu sınırlamaları aşmayı hedefliyor. Şirket, Gelsinger’in danışmanlık ve ortaklık yürüttüğü girişim sermayesi fonu Playground Global’in yatırım portföyünde yer alıyor.

Gelsinger, HBM’in bugün piyasadaki en iyi performans bileşimini sunduğunu, ancak yüksek güç tüketimi ve ısıl kısıtlarla karşı karşıya olduğunu belirtti. Z2RAM’in işlemciye yakın ve dikey olarak ölçeklenebilen yapısıyla daha düşük enerji tüketimi ve daha yüksek bellek yoğunluğu sağlamasını beklediklerini ifade etti.