Nvidia und SK hynix unterzeichnen mehrjährige Vereinbarung zur gemeinsamen Entwicklung und Lieferung von Speicherchips, um längere Entwicklungszyklen zu bewältigen

Die Zukunft des DRAM: Von DDR5 bis zu zukünftigen ICs Roadmap für Hochbandbreitenspeicher Hier ist der Grund, warum HBM auf den Arbeitsspeicher Ihres PCs zukommt Der Kern des Abkommens besteht tatsächlich in der gemeinsamen Entwicklung fortschrittlicher Speicherprodukte, die für die zukünftigen Nvidia-Plattformen konzipiert wurden.

Derzeit setzt Nvidia in verschiedenen Systemen auf HBM, LPDDR5X, DDR5 und 3D-NAND-Speicher. Zukünftig wird SK hynix seine neuen Speicherlösungen mit Blick auf Nvidia entwickeln.

Die gemeinsame Pressemitteilung erwähnt keine Anpassung für Nvidia; obwohl eine solche Möglichkeit nicht ausgeschlossen werden kann, scheint es, dass die Unternehmen weiterhin branchenübliche Standards gemeinsam entwickeln werden, diese jedoch mit den Prozessoren über hinaus soll die Vereinbarung die zunehmend langen Lieferzeiten sowie die enormen Kapitalinvestitionen, die für die Herstellung fortschrittlicher Speichertypen erforderlich sind, adressieren.

Technischer Hintergrund

Beide Unternehmen werden ihre Produktroadmaps über mehrere Jahre hinweg koordinieren. Nvidia erhält dadurch eine bessere Übersicht über die zukünftige Speicherverfügbarkeit, während SK hynix eine garantierte Rolle in den nächsten Plattformen (d. h. eine garantierte Nachfrage).

Der erste Teil der Zusammenarbeit umfasst Speicher für NVIDIA Vera Rubin KI-Systeme (HBM4, LPDDR5X, 3D NAND), eigenständige Vera-Prozessoren (LPDDR5X), (LPDDR5X, 3D NAND) sowie Jetson Thor Robotik-Rechnersysteme (LPDDR5X, 3D NAND). Das Abkommen erstreckt sich zudem auf Halbleiterforschung und -design.

SK hynix setzt NVIDIAs CUDA-X-Bibliotheken ein, um komplexe Chip-Entwicklungsworkloads wie Technology Computer-Aided Design (TCAD) und computergestützte Lithographie (CuLitho) zu beschleunigen.

Technischer Hintergrund

Darüberübernimmt der Speicherhersteller NVIDIA PhysicsNeMo, um proprietäre Simulationssoftware sowie KI-gestützte Physikmodelle, die während der Halbleiterentwicklung eingesetzt werden, zu beschleunigen.

Zudem sehen die Unternehmen eine Chance, diese Fähigkeiten auf allgemeine elektronische Entwurfsautomatisierung (EDA) und Simulationsökosysteme auszuweiten und innerhalb der Branche engerere Beziehungen zu etablieren.