Samsung HBM Yol Haritası: zHBM ile Bellek ve İşlemci Tek Katmanda Birleşiyor

Samsung, Hot Chips 2026 etkinliğinde yüksek bant genişlikli belleği (HBM) kademeli olarak bellek ile hesaplamanın iç içe geçtiği bütünleşik bir sisteme dönüştürecek üç aşamalı bir yol haritası paylaştı. Samsung HBM stratejisinin nihai hedefi, işlemciyi doğrudan DRAM istifinin altına yerleştirip aradaki geleneksel 2,5D interposer bağlantısını tamamen ortadan kaldıran zHBM mimarisi. Şirketin DRAM tasarım ekibinden Sangwook Han, bu dönüşümün anahtarının taban çip (base die) olduğunu belirtti.

Samsung HBM Stratejisinde Taban Çipten Mantık Çipine Geçiş

Geleneksel HBM'de taban çip, üstündeki çekirdek DRAM katmanlarıyla aynı üretim sürecinde imal ediliyordu. Ancak Samsung, HBM4 ile birlikte taban çipi 4nm'lik gelişmiş bir lojik sürece taşıdı. Bu değişimin öncelikli amacı güç tüketimini azaltmak ve çip alanını küçültmekti, fakat beraberinde çok daha yetenekli bir silikon parçası da getirdi. Şirkete göre, XPU'larla (hızlandırıcı işlemciler) aynı sınıf lojik süreçte üretilen bir çip, yalnızca veri arayüzü görevi görmekle sınırlı kalmamalı; zamanla daha fazla işlevi üstlenebilmeli.

Faz 1: İşlemciden Alan Geri Kazanımı

Yol haritasının ilk aşaması, Samsung'un "XPU alan geri kazanımı" adını verdiği yaklaşımla işlemciye yer açmayı hedefliyor. Yapay zekâ hızlandırıcıları, süreç ölçeklendirmenin yavaşlaması ve çiplerin retikül/interposer sınırlarına dayanması gibi tanıdık engellerle karşı karşıya. Samsung'un çözümü, hesaplama dışı blokları taban çipteki kullanılmayan alana taşımak. İlk hedef, taban çipteki en büyük bloklardan biri olan HBM fiziksel arayüzü (PHY). Geleneksel PHY 8x4mm'den fazla yer kaplarken, özel HBM için tasarlanan die-to-die bağlantı bloğu yalnızca 8,5x1,5mm boyutunda. Bu küçülme hem taban çipte hem de karşılık gelen XPU tarafında alan tasarrufu sağlıyor. Ancak aynı gücü daha küçük bir alana sıkıştırmak sıcak noktalar oluşturuyor; Samsung bunun için ısıyı yoğun bölgeden uzaklaştıran özel bir "Isı Yolu Bloğu" geliştirdiğini, bunun tepe sıcaklığını yüzde 35'ten fazla düşürebildiğini söylüyor.

Bellek Kontrolcüsü Taşınıyor, Onarım Sistemi Yenileniyor

Faz 1'in en büyük değişikliklerinden biri, bellek kontrolcüsünün XPU'dan alınıp özel HBM taban çipine taşınması. Han'a göre kontrolcüler bir XPU'nun alanının yüzde 5 ila 10'unu kaplıyor; bu alanın hesaplama birimlerine ayrılması yüzde 10-20 performans artışı sağlayabilir. Kontrolcünün belleğe yakınlaşması ayrıca SRAM tabanlı yeni bir onarım şemasını mümkün kılıyor: hatalı bir hücre için tüm bir yedek satır veya sütunu feda etmek yerine, arızalı adresler taban çipteki SRAM'e yönlendirilebiliyor.

Faz 2 ve Faz 3: Bellek Genişletmeden Radikal zHBM'ye

Faz 2'de Samsung, taban çipte kalan boş alanı telemetri sensörleri, kendi kendini test eden donanımlar, harici bellek genişletme kontrolcüleri ve hatta seçilmiş işlem birimlerinin (PE) doğrudan taban çipe yerleştirilmesiyle dolduruyor; bu geniş 2,5D mimariye "gelişmiş HBM" (aHBM) adı veriliyor. Faz 3 ise en radikal adım: zHBM konsepti, XPU ile HBM'in interposer üzerinde yan yana durmasını tamamen bırakarak işlemciyi DRAM istifinin doğrudan altına yerleştiriyor. Bu sayede büyük kenar PHY'si yerini çip yüzeyine dağıtılmış G/Ç'lere bırakıyor, veri yatay olarak interposer üzerinde seyahat etmek zorunda kalmıyor. Samsung, zHBM'nin HBM5'e kıyasla G/Ç gücünü yaklaşık yüzde 70 azaltabileceğini, dört istifli HBM4E sistemine kıyasla ise yaklaşık 2,3 kat daha fazla bant genişliği sağlarken bellek gücünü yaklaşık 100W düşürebileceğini öngörüyor. Isı yönetimi nedeniyle zHBM istifleri şimdilik dört katmanla sınırlı tutulacak; bu, geleneksel HBM'in ulaşabildiği 12-16 katmanlı yapılara göre oldukça mütevazı bir sayı.

Türkiye ve Yapay Zekâ Donanım Pazarı Açısından Ne Anlama Geliyor?

Samsung HBM yol haritası doğrudan tüketici ürünlerine yansımasa da, Türkiye'deki veri merkezi yatırımları ve yapay zekâ altyapısı planlayan şirketler için orta-uzun vadede önemli bir sinyal niteliğinde. Güç tüketimindeki yüzde 70'e varan azalma, enerji maliyetlerinin zaten yüksek olduğu ülkemizde büyük ölçekli GPU kümeleri işleten bulut sağlayıcıları ve üniversite/araştırma merkezleri için elektrik faturalarını doğrudan etkileyebilecek bir gelişme. Ayrıca bu teknoloji, SK Hynix ve Micron gibi rakiplerle sürdürülen HBM yarışında Samsung'un pozisyonunu güçlendirirse, Nvidia ve AMD'nin gelecekteki yapay zekâ hızlandırıcılarının fiyatlandırmasında ve tedarik zincirinde de dalgalanmalara yol açabilir — bu da nihayetinde Türkiye'deki bulut hizmeti fiyatlarına yansıyacak bir zincirin ilk halkası. Kısacası zHBM henüz laboratuvar aşamasında bir vizyon olsa da, yapay zekâ donanımının önümüzdeki 5-10 yıllık mimarisini şekillendirecek fikirlerden biri olarak takip edilmeyi hak ediyor.