Samsung Electronics je objavil, da je začel dobavljati prve vzorce HBM4E velikosti 12 48 GB velikim svetovnim strankam.Po začetnih vzorčnih pošiljkah in procesu optimizacije Samsung načrtuje začetek množične proizvodnje HBM4E v skladu z razvojnimi načrti strank.
Samsung je tudi povedal, da širi svojo linijo izdelkov in bo predstavil različici 8-high 32GB in 16-high 64GB različici, da bi izpolnili raznolike zahteve strank glede računalniške zmogljivosti.
HBM ali pomnilnik visoke pasovne širine je ključna komponenta za pospeševanje AI čipov, njegova pasovna širina in zmogljivost pa neposredno vplivata na učinkovitost usposabljanja in sklepanja AI.
Samsung je na trg HBM vstopil leta 2015, njegovi izdelki pa so od takrat šli skozi deset generacij razvoja.Februarja 2026 je Samsung začel množično proizvodnjo HBM4 in tako postal prvo podjetje na svetu, ki je doseglo serijsko proizvodnjo HBM4.
Po navedbah Samsunga je 12-high HBM4E, izboljšan naslednik HBM4, zgrajen na šesti generaciji 10-nanometrskega razreda (1c) procesa DRAM podjetja in 4nm logične osnovne matrice, ki jo proizvaja Samsung Foundry.Novi izdelek zagotavlja veliko izboljšanje zmogljivosti, zmogljivosti, energetske učinkovitosti in toplotnega upravljanja ter je zasnovan za velike jezikovne modele, generativno umetno inteligenco in visoko zmogljive računalniške aplikacije.V primerjavi s HBM4:
Zmogljivost: HBM4E zagotavlja stabilno podatkovno hitrost na pin 14 Gbps, z razširljivostjo do 16 Gbps, da zadosti naraščajočim zahtevam po obdelavi podatkov.V primerjavi s HBM4 je zmogljivost izboljšana za več kot 20 %, medtem ko pasovna širina pomnilnika doseže kar 3,6 TB/s na sklad, kar pomaga povečati računalniško zmogljivost za velike modele in sisteme AI naslednje generacije.
Zmogljivost: HBM4E ponuja 48 GB zmogljivosti, več kot 30 % več kot prejšnja generacija.Samsung prav tako načrtuje razširitev ponudbe na podlagi povpraševanja strank, vključno s konfiguracijama 32 GB (8-high) in 64 GB (16-high).
Energijska učinkovitost in toplotna zmogljivost: zasnova z nizko porabo energije in optimizacija pakiranja izboljšata energijsko učinkovitost za 16 % in zmanjšata toplotni upor za več kot 14 %, kar znatno poveča odvajanje toplote in pomaga zmanjšati porabo energije v visoko obremenjenih okoljih podatkovnih centrov z umetno inteligenco.