SK hynix отправила клиентам 12-слойную HBM4E: 48 ГБ, 4 ТБ/с и старт серийного выпуска в 2027

Что произошло

SK hynix 18 июня 2026 года сообщила, что отгрузила крупным заказчикам образцы 12-слойной HBM4E — следующего поколения памяти с высокой пропускной способностью (HBM), которая используется в ускорителях для обучения и инференса ИИ. Поставка образцов идёт по графику; массовое производство компания планирует развернуть в 2027 году.

Детали

  • Один стек 12-слойной HBM4E вмещает 48 ГБ и работает на скорости до 16 Гбит/с на контакт. Пропускная способность — около 4 ТБ/с, это примерно на 38% больше предыдущего поколения HBM4.
  • Энергоэффективность выросла более чем на 20%, а теплостойкость — на 17% относительно HBM4: для плотных ИИ-серверов, где память перегревается одной из первых, это критично.
  • Образцы изготовлены по фирменной технологии упаковки Advanced MR-MUF. На фоне новости акции SK hynix поднимались к рекордным уровням.

Что это значит

Касается рынка ИИ-ускорителей и тех, кто следит за их доступностью и ценой. HBM — узкое место всей индустрии: именно её не хватает для GPU вроде NVIDIA, и именно она во многом определяет и стоимость, и дефицит топовых ускорителей. Переход к HBM4E с +38% пропускной способности означает, что следующее поколение ИИ-чипов сможет «кормить» вычислительные ядра данными быстрее — это прямой прирост скорости обучения и инференса. Горизонт ощутимого эффекта — 2027 год, когда память выйдет в серию и попадёт в коммерческие ускорители. Важный контекст конкуренции: Samsung отгрузила свои первые образцы HBM4E ещё в конце мая, так что гонка за этим рынком обострилась — а здоровое соперничество трёх производителей (SK hynix, Samsung, Micron) работает против дефицита и заоблачных цен.

до 5 100 USDT Bybit · новичкамдо 5 100 USDTДепозит $100 — и до 5 100 USDT в наградахЗабери бонус
до 555% Bybit · Savingsдо 555%годовых на Savings + до 5 100 USDT новичкам · 3 шагаНачни сейчас
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.