Samsung revoluciona IA com zHBM, memória 3D empilhada sobre processadores
A Samsung Electronics apresentou uma arquitetura de memória inovadora, denominada zHBM, que promete redefinir o desempenho de sistemas de Inteligência Artificial (IA) ao empilhar verticalmente a memória de alta largura de banda (HBM) diretamente sobre os processadores. Anunciada em eventos como o Future of Memory and Storage (FMS) 2026 e o Hot Chips 2026, a tecnologia visa eliminar gargalos de dados e acelerar exponencialmente o processamento de IA, oferecendo ganhos significativos em largura de banda, eficiência energética e desempenho geral.
O Gargalo da Memória na Era da IA
A crescente demanda por poder computacional em aplicações de Inteligência Artificial, especialmente em modelos de linguagem grandes (LLMs) e aprendizado profundo, tem exposto uma limitação crítica conhecida como “muro da memória”. Este gargalo ocorre quando a velocidade de acesso e transferência de dados entre a memória e o processador não consegue acompanhar a capacidade de processamento dos aceleradores de IA. Consequentemente, mesmo os chips mais potentes podem ficar ociosos, aguardando a chegada dos dados necessários para continuar as operações.
As soluções de memória tradicionais, que posicionam os chips de forma planar, exigem que os dados percorram distâncias maiores, resultando em latência e maior consumo de energia. A High Bandwidth Memory (HBM), com sua arquitetura de empilhamento 3D, surgiu como uma resposta a esse desafio, empilhando células de memória verticalmente para reduzir a distância de viagem dos dados e aumentar a taxa de transferência.
Veja também:
A Inovação do zHBM da Samsung: Empilhamento 3D Direto
A Samsung vai além das implementações atuais de HBM com o seu conceito zHBM, que significa a utilização da terceira dimensão (eixo Z) para o empilhamento. Diferente dos arranjos convencionais, onde as pilhas de HBM são posicionadas ao lado do chip lógico e conectadas por um interposer (uma ponte intermediária), o zHBM integra a memória verticalmente, diretamente sobre o acelerador de IA (xPU).
Essa mudança arquitetônica elimina o trajeto lateral dos dados, encurtando significativamente o caminho percorrido e, por sua vez, diminuindo a latência e o consumo de energia. Para tornar essa integração vertical possível, a Samsung está desenvolvendo técnicas avançadas de empacotamento, como Wafer-on-Wafer (WoW) e Hybrid Bonding (HCB). Essas tecnologias são cruciais para alcançar uma densidade de conexões extremamente alta entre as camadas e formar um projeto unificado de SoC (System-on-Chip) e DRAM.
Benefícios e Métricas de Desempenho do zHBM
As projeções da Samsung para o zHBM são ambiciosas e indicam um salto de desempenho sem precedentes para a IA:
- Desempenho Oito Vezes Maior: O zHBM promete entregar um desempenho até oito vezes superior em comparação com a futura geração HBM5, que ainda está em desenvolvimento.
- Eficiência Energética Aprimorada: A nova arquitetura oferece cerca de 70% mais eficiência energética em relação a uma pilha HBM4e e até três vezes mais eficiência que a HBM5, um fator crucial para a redução dos custos operacionais em data centers de IA.
- Largura de Banda Excepcional: Espera-se que o zHBM proporcione 230% mais largura de banda de DRAM em comparação com uma pilha HBM4e, garantindo que os dados cheguem aos processadores na velocidade necessária para evitar gargalos.
- Densidade de Memória Aumentada: A densidade de memória pode ser até dez vezes maior que a da HBM5, permitindo mais capacidade em um espaço físico menor.
- Redução da Resistência Térmica: O design inovador do zHBM também contribui para uma redução superior a 50% na resistência térmica em comparação com o HBM5, facilitando a dissipação de calor em sistemas de IA complexos e de alta potência.
- Otimização de Espaço: Ao empilhar a memória diretamente sobre o xPU, o zHBM libera uma área valiosa no silício para expansão do acelerador, permitindo designs mais compactos e eficientes.
É importante notar que essas medições e projeções foram apresentadas pela própria Samsung em conferências técnicas, e os produtos ainda não estão em linha de produção para validação independente.
Roadmap e Desdobramentos Futuros
A Samsung tem um roteiro claro para a evolução da HBM, que inclui o HBM4, HBM4E, HBM5 e, finalmente, o zHBM. A empresa já iniciou a produção em massa do HBM4 em fevereiro de 2026, utilizando suas tecnologias de DRAM 1c e die base de 4 nanômetros. Em maio de 2026, a Samsung começou a enviar amostras do HBM4E para clientes globais, reforçando sua liderança na próxima geração de HBM.
O zHBM representa o ápice dessa estratégia, visando uma integração 3D verdadeira e completa. Além da HBM, a Samsung também apresentou outras inovações em memória 3D, como o zNAND-O para armazenamento de alto desempenho em aplicações de Edge AI e o chip V10 BV-NAND com mais de 400 camadas empilhadas.
Esses avanços são cruciais para atender à demanda crescente por processamento de IA, com a Samsung projetando que as cargas de trabalho de IA exigirão um rendimento de tokens dez vezes maior até o final da década. A empresa espera que a HBM represente mais de 50% das vendas de DRAM até 2030.
Desafios e Perspectivas do Mercado
Embora o zHBM e o empilhamento 3D ofereçam vantagens notáveis, eles também apresentam desafios significativos. A complexidade envolvida na fabricação de módulos de memória empilhados aumenta os custos de produção e impõe obstáculos técnicos, como o gerenciamento térmico devido ao aumento da densidade de energia.
O mercado de HBM é altamente competitivo, com players como SK Hynix e Micron Technology também investindo pesadamente em suas próprias soluções. A transição rápida entre as gerações HBM3, HBM3E e HBM4, juntamente com a crescente adoção de técnicas avançadas de empacotamento 2.5D e 3D, continua a impulsionar a demanda e a inovação no setor.
A visão da Samsung com o zHBM é um passo audacioso para superar os limites atuais da infraestrutura de IA, prometendo um futuro onde a memória não é mais um gargalo, mas sim um acelerador fundamental para a próxima geração de inteligência artificial.