Samsung ‘un en yeni 32 Gb/sn hızlara ulaşabilen GDDR7 DRAM ‘i yapay zeka, HPC alanını ilerletmeye hazırlanıyor.

Samsung elektronik yarı iletken endüstrisinde bir ilke imza attı. Sektörün ilk Grafik Çift Veri Hızı 7 (GDDR7) DRAM’ini geliştirmeyi tamamladığını duyurdu. Yeni standartın bu yıl içinde doğrulama için müşterilerin sistemlerine kurulacak ve genel performansı arttırmaya çalışacak.

Yarı iletken devi Samsung’a göre GDDR7 bellekler, 16 GB’a kadar kapasite sunan mevcut en hızlı 24 GB/sn GDDR6 DRAM ile karşılaştırıldığında % 40 performans artışı sağlıyor. Bu performans artışını daha da anlamlı yapan şey ise % 20 güç verimliliği artışı oluyor.

İlk üretilen ürünler 32 Gbps2ye kadar aktarım hızları yapabilecek ve bu GDDR6 belleğe göre yaklaşık %33’lük bir iyileşmeye işaret ediyor. Ayrıca 384 bit veri yolu arabirimi ile elde edilecek olan en yüksek 1,5 TB/sn’ye kadar bant genişliği sunabilecek.

Konu ile ilgili Samsung’un yaptığı açıklamada :

“GDDR7 DRAM‘imiz, iş istasyonları, PC’ler ve oyun konsolları gibi üstün grafik performansı gerektiren alanlarda kullanıcı deneyimlerini yükseltmeye yardımcı olacak ve yapay zeka, yüksek performanslı bilgi işlem (HPC) ve otomotiv araçları gibi gelecekteki uygulamalara doğru genişlemesi bekleniyor.” dedi Samsung Electronics Bellek Ürün Planlama Ekibi Başkan Yardımcısı Yongcheol Bae. “Yeni nesil grafik DRAM, endüstri talebi doğrultusunda pazara sunulacak ve bu alandaki liderliğimizi sürdürmeyi planlıyoruz.”

Aşağıda, 32 Gb/sn pin hızlarının çoklu veri yolu yapılandırmalarında sunacağı bant genişliği verilmiştir:

• 512 bit – 2048 GB/sn (2,0 TB/sn)
• 384 bit – 1536 GB/sn (1,5 TB/sn)
• 320 bit – 1280 GB/sn (1,3 TB/sn)
• 256 bit – 1024 GB/sn (1,0 TB/sn)
• 192 bit – 768 GB/sn
• 128 bit – 512 GB/sn

Samsung’un ürettiği GDDR7 DRAM’leri kullanan ilk ürünün hangi firmadan geleceği bilinmiyor. NVIDIA yola Micron’un GDDR7 bellekleri ile devam ettiğini açıkladığından AMD’nin Samsung’un DRAM’ini kullanmayı düşünebilir.

Samsung Endüstrinin ilk GDDR7 DRAM’ini Geliştirdi yazısı ilk önce TeknoBurada üzerinde ortaya çıktı.