SK Hynix liefert Muster des 12-Layer HBM4E AI-Speichers mit 16 Gbps Geschwindigkeit und 48 GB Kapazität aus

SK Hynix gab am Donnerstag bekannt, dass es 12-Layer-HBM4E-Muster an wichtige Kunden ausgeliefert hat – die nächste Generation von hochbandbreitigem Speicher, der für KI-Training- und Inferenz-Workloads entwickelt wurde. Die Ankündigung über die offizielle Newsroom der Firma bestätigt, dass SK Hynix im HBM-Produktionsrennen vorne bleibt: Samsung lieferte Ende Mai eigene HBM4E-Muster aus, aber die 12-Layer-Version von SK Hynix bietet höhere Kapazitäts- und Geschwindigkeitsspezifikationen.

Der 12-Layer-HBM4E erreicht eine Kapazität von 48 Gigabyte pro Stack und eine maximale Datenübertragungsgeschwindigkeit von 16 Gigabit pro Sekunde pro Pin. Die Energieeffizienz ist im Vergleich zur vorherigen HBM4-Generation um mehr als 20 % verbessert. Dies sind keine inkrementellen Gewinne: In KI-Training-Clustern, in denen dutzende oder hunderte Beschleuniger gleichzeitig laufen, wirken sich Speicherbandbreite und Energieeffizienz direkt sowohl auf den Durchsatz als auch auf die Betriebskosten aus.

Was HBM4E gegenüber HBM4 verbessert

SK Hynix verwendet seinen Advanced MR-MUF (Mass Reflow Molded Underfill) Packaging-Prozess, um 12 Chips zu stapeln und dabei die strukturelle Stabilität zu wahren – eine Fertigungsherausforderung, die mit steigender Schichtzahl deutlich schwieriger wird. Die neue Generation reduziert zudem den Wärmewiderstand um 17 % im Vergleich zu HBM4, was eines der Hauptzuverlässigkeitsprobleme bei hohen Schichtzahlen angeht, bei dem das thermische Management zwischen dicht gestapelten Chips kritisch wird.

Die Latenz wurde ebenfalls durch Schnittstellen- und Designoptimierung reduziert, was besonders für Inferenz-Workloads wichtig ist, bei denen Speicherzugriffsmuster weniger vorhersagbar sind als beim Training. Das Nettoergebnis ist ein Speicher, der schneller, kühler und effizienter arbeitet als sein Vorgänger – alle drei Verbesserungen sind für die KI-Beschleuniger-Kunden relevant, die SK Hynix anspricht.

Die Wettbewerbslandschaft

HBM ist zum entscheidenden Schlachtfeld in der KI-Hardware geworden. Nvidias H100- und H200-GPUs verwenden HBM3E, und die kommende Rubin Ultra-Plattform des Unternehmens ist auf HBM4E ausgelegt – was diese Speichergeneration für Nvidias nächsten Produktzyklus kritisch macht. SK Hynix war Nvidias primärer HBM-Lieferant; diese Beziehung durch HBM4E aufrechtzuerhalten, ist für beide Unternehmen enorm wichtig.

Samsungs HBM4E-Muster, die Ende Mai ausgeliefert wurden, waren 10-Layer statt 12-Layer – was SK Hynix einen Kapazitätsvorteil in derselben Generation verschafft. Micron, der dritte große HBM-Lieferant, hat keine HBM4E-Zeitpläne öffentlich bekannt gegeben. SK Hynix‘ Position ist, dass seine frühen 12-Layer-Muster den Kunden mehr Zeit für die Qualifikation vor dem Beginn der Rubin Ultra-Rampe geben.

Die aktuellen Lieferungen sind Qualifikationsmuster, keine Massenproduktion. SK Hynix erklärte, dass es eng mit Partnern zusammenarbeitet, um den Zeitpunkt der Massenproduktion festzulegen, aber sich nicht auf ein bestimmtes Datum festgelegt hat. Angesichts des typischen 6- bis 12-monatigen Qualifikationszyklus für KI-Speicher wird die Volumenproduktion von HBM4E voraussichtlich Ende 2026 oder Anfang 2027 beginnen.