Intel Kembangkan Alternatif HBM untuk Akselerator AI melalui Startup Saimemory
Dalam upaya menghadapi meningkatnya permintaan akan akselerator AI dan keterbatasan pasokan High Bandwidth Memory (HBM), Intel bersama SoftBank dan Universitas Tokyo telah membentuk startup baru bernama Saimemory. Startup ini bertujuan untuk mengembangkan solusi memori berkecepatan tinggi alternatif yang menggunakan teknologi DRAM bertumpuk, sebagai pengganti HBM dalam akselerator AI masa depan.
Latar Belakang dan Tujuan
Permintaan global terhadap akselerator AI telah melonjak dalam beberapa tahun terakhir, menekan pemasok untuk menyediakan memori berkecepatan tinggi yang memungkinkan pelatihan lebih cepat dan throughput token yang lebih tinggi dalam inferensi. Sebagai respons, Intel, SoftBank, dan Universitas Tokyo secara diam-diam membentuk Saimemory untuk mengembangkan alternatif terhadap solusi HBM yang ada, dengan menggunakan DRAM bertumpuk.
Rencana Pengembangan
Menurut sumber yang dekat dengan proyek ini, chip prototipe direncanakan untuk tahun 2027, dengan produksi massal ditargetkan pada tahun 2030. Proyek ini akan menggabungkan pengalaman luas Intel dalam desain chip dengan paten memori baru dari Universitas Tokyo, sementara SoftBank telah menjanjikan sekitar ¥3 miliar (sekitar $21 juta) untuk mendanai penelitian ini.
Potensi dan Tantangan
Jika Saimemory berhasil, Intel kemungkinan akan menjadi pengguna pertama dengan akselerator AI mendatangnya. Namun, menggantikan standar memori yang sudah mapan seperti HBM bukanlah tugas yang mudah, mengingat tantangan yang dihadapi oleh teknologi sebelumnya seperti Hybrid Memory Cube (HMC) yang gagal mendapatkan adopsi pasar yang luas.
Kesimpulan
Inisiatif Intel melalui Saimemory menunjukkan langkah proaktif dalam mengatasi tantangan pasokan HBM dan memenuhi kebutuhan akselerator AI di masa depan. Dengan dukungan dari SoftBank dan Universitas Tokyo, serta potensi kolaborasi dengan institusi seperti Riken Research Institute dan Shinko Electric Industries, proyek ini berpotensi membawa inovasi signifikan dalam teknologi memori untuk AI.
Sumber: TechPowerUp
