Ассоциация твердотельных технологий JEDEC недавно официально выпустила следующую версию дорожной карты для памяти LPDDR6 с низким энергопотреблением. Наиболее примечательным является то, что емкость одного чипа памяти LPDDR6, как ожидается, достигнет 512 ГБ. Эта спецификация емкости напрямую превосходит текущую стандартную серверную DDR5. В настоящее время емкость одной DDR5 основных серверов обычно остается на уровне 64–128 ГБ, а разрыв в емкости одного кристалла (кристалла) еще больше.

Основная причина, по которой LPDDR6 может достичь такого преувеличенного прорыва в емкости, заключается в том, что JEDEC добавил более узкий режим подканала x6, позволяющий в одном корпусе разместить больше кристаллов памяти.

В сочетании с более совершенными производственными процессами плотность одного кристалла увеличивается, и в конечном итоге один чип может иметь емкость, которую в прошлом можно было достичь только с помощью целой карты памяти.

Это означает, что будущие серверы искусственного интеллекта смогут легко создавать пулы памяти на уровне терабайтов, значительно сокращая болезненное «перемещение» данных между памятью и твердотельными накопителями, тем самым удвоив эффективность выполнения вывода модели.

Помимо емкости, все более очевидными становятся традиционные преимущества LPDDR6. Рабочая скорость одного базового LPDDR6 емкостью 16 Гбит превысила 10,7 Гбит/с, что на 33 % выше скорости обработки по сравнению с предыдущим поколением, при этом энергопотребление ядра одновременно снижено более чем на 20 %.

В то же время стандарт компактных модулей SOCAMM2 на основе LPDDR6 разрабатывается одновременно для замены традиционных толстых и больших планок DDR5 и обеспечения более интегрированной и маломощной базы памяти для серверов искусственного интеллекта.

Для обычных геймеров и творческих игроков продвижение LPDDR6 не будет достигнуто в одночасье, но ожидается, что в ближайшие три года высокопроизводительные игровые ноутбуки, планшеты или AIPC получат сверхбольшую память.

Что еще более важно, станет нормой запускать большие модели и даже крупномасштабные симуляционные визуализации с десятками миллиардов параметров на стороне устройства, сохраняя при этом тонкость, легкость и время автономной работы.