科技應用 hbm2 固態技術協會 HBM3 JEDEC 固態技術協會公布 HBM3 高頻寬記憶體規格標準 更高資料傳輸表現並對應更低耗電與更高容量密度 HBM3的獨立通道數量從HBM2時的8組增加至16組，並且能透過虛擬化方式，藉由偽通道 (Pseudo Channels)讓最高通道數量可達32組，藉此對應更高資料傳輸效率。此外，每層記憶體可對應8-32Gb容量密度，最高可對應64GB記憶體容量，而初期預期會以16Gb容量密度設計產品。 JEDEC固態技術協會稍早公布新一代高頻寬記憶體HBM3標準規格「JESD238」，相比現有HBM2、HBM2e提供更高資料傳輸頻寬。 在「JESD238」設計規範中，說明HBM3將對應每秒6.4gbps的資料傳輸速度，以及高達每秒可傳遞819GB的傳輸頻寬，另外也對應16-high TSV堆疊設計，可對應4 Mash Yang 3 年前
科技應用 三星 記憶體 hbm2 HBM2E 第三版HBM2記憶體標準公布 單組堆疊容量可達24GB 三星、海力士已著手生產 三星與海力士都已經著手生產採第三版標準設計的HBM2記憶體，並且以HBM2E形式為稱，其中由三星推出的Flashbolt HBM2E產品預計會在今年上半年進行量產，單組記憶體最大容量為16GB，在超頻模式下更可讓單一針腳傳輸頻寬增加至4.2Gbps，單組堆疊記憶體的最大傳輸頻寬則可達538GB/s。 固態儲存協會 (JEDEC)稍早宣布第三版HBM2記憶體標準JESD235C，將使針腳傳輸頻寬增加至3.2Gbps，相比先前版本的2Gbps、2.4Gbps約提昇33%，同時以單組DIE可對應2GB儲存容量，並且可對應堆疊12組DIE的情況，意味單組堆疊容量可達24GB，搭配1024位元傳 Mash Yang 5 年前
產業消息 AMD nvidia hbm hbm2 HBM 規格翻新，單顆粒達 24GB 、單卡最高具備 96GB 當前 HBM 記憶體被應用在高階的處理器與運算加速器，藉由可與晶片共同封裝與高頻寬的特性，對於需要高度記憶體傳輸、記憶體跨晶片共享等應用相當重要，當前如 AMD 的 Vega 架構 GPU 與 NVIDIA 的 Tesla V100 GPU 等高階產品，皆採用 HBM 記憶體，不過畢竟 HBM 除了價格較高以外，還有容量相對較小的問題，以至於 NVIDIA 在 Turing 架構的 GPU 仍是搭配 GDDR6 而非 HBM ；不過 JEDEC 制定了新版的 HBM 標準，除了性能外，一舉提升了顆粒的容量。 當前的 HBM2 單顆堆疊為 8GB ，故當前的旗艦級 GPU 僅能搭配最高 32GB Chevelle.fu 6 年前
產業消息 intel fpga hbm2 加速器 Intel 推出整合 HBM2 的 FPGA 加速器 Stratix 10 MX FPGA ，為硬體加速而生 當前業界已經有幾款可用於硬體加速的 GPU 導入 HBM 高頻寬記憶體，藉其遠超一般記憶體的頻寬提升效能； Intel 也看到 HBM 的潛力，宣布推出品牌首款整合 HBM2 記憶體的產品，不過並非用於 Intel 的 CPU 產品，而是使用在針對硬體加速的 FPGA 產品，這款產品線為 Stratix 10 MX ，專為 HPC 、資料中心、網路功能虛擬化等需要硬體加速器進行大量數據與數據流廣播處理的應用，。 Stratix 10 MX FPGA 藉由 Intel EMIB 技術作為頻寬達 512Gbps 的 HBM2 記憶體與 FPGA 溝通橋樑，產品線包括整合 28G 收發器的 Stra Chevelle.fu 7 年前
新品資訊 nvidia titan hbm2 深度學習 deep learning nvidia volta gpu Volta 架構+ HBM2 = 110TFLOPS ， NVIDIA 宣布 Titan V GPU 雖然基於Pascal 的 Titan Xp 已經有相當高的性能，不過 NVIDIA 稍早宣布基於 Volta 架構的 Titan V ，將 Titan 系列的性能引入 110TFLOPS 新高峰,，同時也是第一款 Volta 架構的消費級顯卡，不過價格也達到 2,999 美金，雖說是消費級，不過主要的客戶群也是以研究單位為主。 Titan V 的散熱遮罩延續 GTX 10 系列的複雜造型，同時將施加金色與黑色相間的處理， GPU 具備 5,120 個 Cuda Core 以及 640 個 Tensor Core ，核心時脈設定在 1,455 MHz，搭配 12GB 的 HBM2 記憶體,，記憶 Chevelle.fu 7 年前
產業消息 globalfoundries hbm2 GLOBALFOUNDRIES 宣布推出 2.5D HBM 解決方案，先以 14nm 展示並將整合到 7nm 製程設計系統 對於一般消費級應用來說， HBM 高頻寬記憶體還不是太普遍的技術，目前也僅有 AMD 於 Fury 以及 VEGA 兩系列消費級 GPU 當中使用過這項高成本的記憶體，不過對於高效能運算、資料中心而言，記憶體頻寬與傳輸速度就凌駕成本的考量， NVIDIA 的企業級運算加速器 Pascal P100 以及 Volta V100 則都仰賴 HBM2 記憶體以滿足高效能運算、跨 GPU 間記憶體相互存取的需要。而由原 AMD 晶圓廠切分的 GLOBALFOUNDRIES 宣布推出 2.5D HBM解決方案，鎖定資料中心、網路以及雲端需求。 其解決方案基於 14nm FinFET 製程的 FX-14 Chevelle.fu 7 年前
產業消息 nvidia gpu AI 特斯拉 GTC 深度學習 pascal gtc 2016 hbm2 GTC 2016 ：小而剽悍的超級電腦， NVIDIA DGX-1 動眼看 到底深度學習效能相當於 250 台 x86 超級電腦的 NVIDIA DGX-1 長甚麼樣子？在 GTC 2016 的展示區中，擺放了一台展示用的主機，這款超級電腦的尺寸是 3U 伺服器的尺寸，但卻一口氣放了八塊 NVIDIA Tesla P100 模組，相較去年發表的 DIGITS DevBox 的 GPU 數量多了一倍。主要的原因仍在於 DGX-1 所採用的 Pascal 架構的 Tesla P100 採用 HBM2 記憶體搭配 16nm FinFET 製程，使 GPU 主板上少了原本用於配置記憶體的位置，加上通道棄用 PCIe 而採用基於光纖的 NVLink ，也使 GPU 主板設計不用 Chevelle.fu 9 年前
產業消息 nvidia gpu GTC pascal hbm gtc 2016 hbm2 GTC 2016 ： 導入 NVLink 與 HBM2 ， NVIDIA 發表採 Pascal 架構專業加速器 Tesla P100 NVIDIA 去年在 GTC 大會上所介紹的次代 GPU 架構 Pascal 正式在今年商用化，首款採用此架構的產品是專業加速器 Tesla P100 ，此款 GPU 可說是鎖定超級運算與深度學習領域，強調相較於 Maxwell 架構，於深度學習可加速達 12 倍的效能，並且以全新的半精度指令可在深度學習提供超過 21 兆次浮點數的高效能。黃仁勳也宣布一線伺服器品牌採用 Tesla P100 的伺服器將於 2017 年第一季推出。Tesla P100 採用全新的 Pascal 架構， 以 16nm FinFET 製程生產，高達 153 億個電晶體，最大的特色是導入三星 16GB HBM2 記憶 Chevelle.fu 9 年前
