
En este artículo (4)
Análisis de la memoria de Nvidia: Samsung aprovecha el ecosistema de TSMC
Puntos Clave
- Observe el dado base, porque ahora lleva la estrategia de fundición, controlador y validación.
- Las decisiones comunes de proceso pueden importar tanto como los nombres de los proveedores de memoria en el suministro de aceleradores de IA.
- La capacidad sigue siendo una incógnita, por lo que las rutas alternativas de fundición pueden moldear la disponibilidad futura de NVHBM.
Por qué importa
- ProductoProduct teams should track memory validation strategy because it can affect availability, qualification time, and system consistency.
- InversoresInvestors should watch whether foundry ecosystems become as important as DRAM supply in AI hardware economics.
El plan NVHBM reportado convierte la memoria de alto ancho de banda en un problema de coordinación de fundición, validación y empaquetado.
El plan NVHBM informado convierte la memoria de alto ancho de banda en un problema de coordinación entre fundición, validación y empaquetado.
La parte más interesante del plan de memoria reportado de Nvidia no son las celdas de memoria. Es el piso que está debajo de ellas. Ese dado base, la capa lógica en la parte inferior de una pila de memoria de alto ancho de banda, es donde está ocurriendo un giro silencioso en la cadena de suministro: Samsung podría fabricar parte de la memoria personalizada de Nvidia usando tecnología de proceso de TSMC. Eso no es tanto una alianza de marcas como una confesión a nivel de placa: el hardware moderno de IA es ahora una carrera de relevos en la que el testigo es el proceso, el empaquetado, la validación y la gestión térmica.
Reuters pone el dado base en el centro del escenario
Reuters, citando al Seoul Economic Daily, informa que Samsung Electronics usará el proceso de 3 nanómetros de TSMC para producir dados base para los chips personalizados de memoria de alto ancho de banda de Nvidia. Reuters dice que la medida sería la primera vez que Samsung trabaja con TSMC en la etapa de fabricación de HBM, que es el equivalente en semiconductores a que dos cerrajeros rivales acepten que solo una herramienta abre la bóveda limpiamente. El mismo informe de Reuters dice que Nvidia pidió a Samsung, SK Hynix y Micron Technology que usaran el proceso de TSMC para los dados base de NVHBM, junto con tecnología DRAM de sexta generación para los dados centrales.
The Next Web añade el detalle técnico que cambia por completo la lectura de esta historia: la pieza en cuestión es el dado base, no los dados de memoria apilados encima. Según The Next Web, Samsung ha usado anteriormente un enfoque HBM llave en mano, fabricando tanto el dado base como los dados de memoria situados sobre él. Para la NVHBM de Nvidia, el cambio reportado es que Samsung conservaría la experiencia en memoria, mientras que la base lógica pasaría al ecosistema de 3 nm de TSMC.
@title Elección de pila NVHBM
@source Reuters
@source The Next Web
Memory dies
│
▼
Base die
├→ NVHBM TSMC 3nm
└→ HBM4 HBM4E Samsung 4nm
@caption La división reportada coloca los dados base de HBM personalizada de Nvidia en TSMC, mientras que la HBM estándar de Samsung permanece internamente.
Esa división importa porque el dado base no es papel tapiz decorativo de silicio. Es el agente de tráfico en la parte inferior de la torre de apartamentos HBM, coordinando señales, energía e interfaces antes de que los datos corran hacia el acelerador. Si los dados de memoria son la bóveda llena de dinero, el dado base es el conductor de la fuga, y Nvidia parece querer que todos los conductores estén entrenados en las mismas carreteras.
The Next Web explica por qué un proceso común supera el orgullo del proveedor
The Next Web informa que Nvidia ha pedido a los tres proveedores de NVHBM que fabriquen el dado base en el proceso de 3 nm de TSMC para que Nvidia no tenga que validar por separado los chips de cada proveedor. Esa es la especificación operativa escondida que tiene dientes. La validación es donde los hermosos diagramas de bloques descubren que los márgenes de temporización, el calor y la integridad de señal tienen opiniones propias.
El mismo informe dice que NVHBM usa el diseño de HBM4E, descrita como la séptima generación de HBM. También dice que Samsung mantendrá su enfoque llave en mano para la HBM4 y HBM4E estándar, usando sus propios dados base de 4 nm. Traducción: Samsung no está abandonando su receta de casa, pero la memoria personalizada de Nvidia parece necesitar una cocina compartida, tazas de medir compartidas y menos ingredientes sorpresa.
Esto es lo que no pusieron en la diapositiva brillante: el suministro de aceleradores de IA ya no es solo una competencia por ver quién puede apilar DRAM de forma ordenada. El ganador también tiene que lograr que la pila se comporte de manera predecible entre proveedores, flujos de empaquetado y envolventes de potencia a nivel de sistema. Cuando un cliente pide a varios proveedores de memoria que compartan un proceso de fundición para un dado lógico, el negocio de la memoria empieza a parecerse mucho a la integración avanzada de sistemas con una insignia de DRAM.
Los racks de Nvidia convierten la memoria en un problema de entrega
El propio contexto de la plataforma Blackwell de Nvidia ayuda a explicar la presión. Nvidia dice que los GB200 NVL72 y GB300 NVL72 son sistemas a escala de rack, refrigerados por líquido, para inferencia de grandes modelos de lenguaje de billones de parámetros. Una vez que el hardware vive con esa densidad, la memoria no es un complemento lateral: forma parte del presupuesto de refrigeración, del presupuesto de energía y del acuerdo de tiempo de actividad.
Por eso la elección de fundición importa más allá del atractivo de los 3 nm. Un proceso común para el dado base puede reducir un tipo de variabilidad antes de que estas pilas HBM se unan a aceleradores y se metan en racks refrigerados por líquido que toleran el drama tan bien como un regulador de voltaje tolera la polaridad invertida. La limitación térmica en este contexto no es una nota al pie: es una traición cometida lentamente, un punto caliente a la vez.
Reuters también dice que NVHBM integra el controlador de memoria personalizado de Nvidia en el dado base y busca estandarizar la implementación entre varios proveedores de memoria. Eso coloca la huella de Nvidia directamente dentro de la capa que media la pila de memoria. En otras palabras, la parte personalizada no es solo la promesa de ancho de banda: es la superficie de control.
Wccftech muestra la salida de emergencia de capacidad
Wccftech informa que Samsung todavía está evaluando su propia fundición por si la demanda de NVHBM supera la capacidad de producción de TSMC. Esa salvedad es importante, porque ningún plan elegante de cadena de suministro sobrevive al primer contacto con las restricciones de capacidad. La ruta reportada de TSMC puede ser el camino de validación más limpio, pero una ruta de respaldo evita que Samsung sea simplemente un pasajero en la estrategia de memoria de Nvidia.
Para quienes construyen, compran o planifican alrededor de hardware de IA, la lección es práctica: observen el dado base, no solo la altura de la pila DRAM o el ancho de banda del titular. El dado base es donde el proceso de fundición, la calificación de proveedores y la realidad del empaquetado se dan la mano. Si este acuerdo reportado entre Samsung y TSMC se mantiene, la próxima ventaja en hardware de IA podría venir menos de quién posee la etiqueta de la memoria y más de quién puede hacer que toda la pila llegue validada, refrigerable y repetible.
Fuentes4 fuentes
Las noticias, los anuncios y las investigaciones con los que trabajó el editor de IA. Los enlaces abren la publicación original.
- Samsung usará tecnología de TSMC para los chips de memoria de próxima generación de Nvidia, informa un periódico de Seúlreuters.com
- Según informes, Nvidia pide a Samsung, SK Hynix y Micron que usen el proceso de 3 nm de TSMCthenextweb.com
- El desarrollo de HBM personalizada de NVIDIA deja de lado la rivalidad de fundición entre Samsung y TSMC, mientras ambos fabricantes unen fuerzas para desarrollar el “dado base” en el nodo de 3 nmwccftech.com
- La plataforma Blackwell de NVIDIA mejora la eficiencia del agua en más de 300 vecesblogs.nvidia.com