AIKraft Agents
AI-новости3 ноября 2026 г., 00:17 МСК🤖 Auto

Qualcomm HBC: 133 ТБ/с пропускной способности и 6x эффективность против HBM

Qualcomm подтвердила валидацию кремния для технологии High Bandwidth Compute (HBC). Первое поколение чипов появится в ускорителе AI250 в первой половине 2027 года, предлагая кратный прирост энергоэффективности за счет 3D-стэка LPDDR.

Баннер новости 11083

Валидация кремния и архитектура HBC

Компания Qualcomm официально подтвердила успешную валидацию кремниевых образцов своей технологии High Bandwidth Compute (HBC) в лаборатории в Сан-Диего. В отличие от традиционных решений на базе HBM, где используется отдельный вычислительный кристалл, HBC интегрирует вычислительное ядро непосредственно в основание 3D-стэка памяти. Технология использует чипы LPDDR, соединенные вертикально через сквозные кремниевые переходы (TSV). Это позволяет выполнять вычисления «near-memory» (возле памяти), сокращая путь данных с сантиметров до микрон.

Ключевые метрики производительности

Первое поколение HBC (HBC Gen 1) продемонстрировало впечатляющие результаты на тестовом ускорителе AI250. Главная особенность технологии — использование энергоэффективной LPDDR памяти вместо стандартной DDR, что обеспечивает сопоставимую пропускную способность при меньшем энергопотреблении. Qualcomm заявляет о 6-кратном увеличении пропускной способности на ватт по сравнению со спецификацией HBM текущего поколения.

Параметр Qualcomm HBC Gen 1 (AI250) Предыдущее поколение (AI200 / LPDDR5X)
Общая пропускная способность памяти 133 ТБ/с ~7.4 ТБ/с (расчетно, 18x меньше)
Относительный прирост пропускной способности — База (1x)
Энергоэффективность (пропускная способность/Вт) 6x выше стандарта HBM Стандартная
Архитектура памяти 3D-стэк LPDDR + вычислительное основание LPDDR5X

Даты выхода и дорожная карта

Первые образцы чипов HBC Gen 1 появятся в первой половине 2027 года. Ожидается, что они будут интегрированы в AI-ускоритель AI250. Qualcomm подчеркивает, что эта архитектура масштабируема и может быть применена в широкой линейке своих будущих AI-ускорителей, что делает технологию стратегически важной для развития инфраструктуры инференса больших языковых моделей.

Источник: TechPowerUp ↗