Содержание
Nvidia NVHBM обещает до 30% больше пропускной способности, чем HBM4E, и меняет саму компоновку памяти для будущих GPU и XPU. Компания анонсировала технологию 27 августа 2026 года и уже открывает её сторонним заказчикам через NVLink Fusion.
Главное отличие NVHBM от обычной HBM звучит просто. Контроллер памяти переезжает с вычислительного кристалла в базовый кристалл 3D-стека HBM. На бумаге это даёт больше места под вычисления, снижает расход энергии памяти и упрощает разводку на интерпозере.
Контроллер памяти уходит из compute die
В стандартной HBM контроллер памяти сидит на вычислительном кристалле, поэтому он занимает площадь, которую можно было бы отдать под ядра, кеш или другую логику. В NVHBM Nvidia переносит этот блок в стек памяти, ближе к самой HBM.
Для больших ускорителей это не косметика. Когда рядом с крупным кристаллом стоят несколько стеков HBM, каждый миллиметр интерпозера и каждая линия ввода-вывода начинают стоить денег. Особенно в GPU и XPU для ИИ, где память давно стала таким же узким местом, как вычислительные блоки.
По данным Nvidia, новая физическая интерфейсная часть NVHBM сокращает площадь I/O до 67% относительно JEDEC HBM4E. Более узкий интерфейс упрощает разводку интерпозера и освобождает до 80% больше полезного кремния по всей компоновке.
Для вычислительного кристалла Nvidia заявляет до 25% больше полезной площади. Это не значит, что каждый будущий чип автоматически станет на четверть быстрее. Но разработчик получает больше свободы при проектировании кристалла.
| Параметр | HBM4E | Nvidia NVHBM |
|---|---|---|
| Размещение контроллера | На вычислительном кристалле | В базовом кристалле HBM-стека |
| Пропускная способность | Базовый уровень JEDEC HBM4E | До 30% выше |
| Потребление HBM | Базовый уровень | До 15% ниже |
| Площадь PHY | Широкий интерфейс | До 67% меньше I/O-площадь |
| Площадь compute die | Часть занимает контроллер памяти | До 25% больше полезной площади |
Почему 30% к HBM4E — серьёзная цифра
Samsung 24 августа на Hot Chips 2026 подтвердила подготовку HBM4E со скоростью 16 Гбит/с на контакт. Текущая HBM4E Samsung работает на 14 Гбит/с и выдаёт 3,6 ТБ/с на стек при 2048 контактах.
Переход к 16 Гбит/с поднимает планку до 4 ТБ/с на один стек. Если прибавить заявленные Nvidia 30%, один стек NVHBM теоретически может выйти примерно на 5,2 ТБ/с. Это расчёт от опубликованных чисел, а не результат независимого теста.
И тут полезно вспомнить старую боль видеокарт и ускорителей. Когда вычислительные блоки растут быстрее памяти, чип ждёт данные. HBM решает эту проблему широкой шиной и высокой плотностью, но упаковка становится сложнее с каждым поколением.
NVHBM бьёт именно в упаковку и энергетику. Nvidia заявляет до 15% ниже потребление HBM. Для домашнего ПК это звучало бы как приятная оптимизация. Для дата-центра с тысячами ускорителей это уже вопрос лимитов питания и охлаждения.
В блоге Nvidia Developer Blog компания приводит пример с дата-центром мощностью 1 ГВт и XPU по 2000 Вт. По расчётам Nvidia, экономия энергии памяти может дать вычислительный запас до 15 000 дополнительных XPU.
NVHBM выйдет за пределы собственных GPU Nvidia
Nvidia не закрывает NVHBM только внутри своих будущих ускорителей. Компания планирует предлагать технологию сторонним XPU-заказчикам через NVLink Fusion, где кастомные процессоры и ускорители подключаются к экосистеме Nvidia.
Первым подтверждённым партнёром стала Amazon Annapurna Labs. Это подразделение Amazon занимается собственными чипами, включая инфраструктурные решения для облака. Для Nvidia такой партнёр логичен: облачные заказчики покупают ускорители не штуками, а стойками и залами.
Nvidia также заявила проверку NVHBM у нескольких производителей памяти. Это должно упростить квалификацию поставщиков для клиентов, которые не хотят зависеть от одного вендора HBM. Конкретные производители памяти в анонсе не названы.
Пока Nvidia не раскрыла коммерческие сроки появления NVHBM в конкретных GPU или XPU. Зафиксированная дата анонса — 27 августа 2026 года, первый подтверждённый партнёр — Amazon Annapurna Labs, а заявленная прибавка к HBM4E — до 30% по пропускной способности.
