サムスン、FMS 2026でAIインフラ向け3Dメモリのロードマップを発表

by ハロルド・フリッツ on 2026 年 8 月 4 日

AI ◇ Enterprise

サムスンは、Future of Memory and Storage (FMS) 2026カンファレンスにおいて、人工知能および高性能コンピューティング向けの最新メモリおよびストレージ技術を発表した。同社は、DRAM、NAND、エンタープライズストレージ、先進的なパッケージング、半導体製造における開発状況を強調した。

サムスンのオープニング基調講演は「AI革命の波を牽引する：メモリとストレージアーキテクチャにおける3Dイノベーション」と題され、システム性能、電力効率、熱管理を向上させるための3次元メモリ構造の活用に焦点が当てられた。フラッシュ製品・技術担当執行副社長のイ・ジンヨプ氏と、DRAM設計チーム担当副社長兼プロジェクトリーダーのキム・ギョンリュン氏が、同社の将来のメモリアーキテクチャに関するロードマップについて語った。

同社は、AIクラウドサーバーを模したブースで約30種類の技術を展示した。主なデモンストレーションには、zHBMおよびzNAND-O、V10ボンディングV-NAND、HBM4E、HBM5、LPDDR5X-PIMのコンセプトモデル、そしてPM1763やBM1773などのエンタープライズSSDプラットフォームが含まれていた。

zHBMはAIアクセラレータの真上にメモリを直接統合します

サムスンは、AIアクセラレータの真上にHBMを垂直に積み重ねる、将来のハイバンド幅メモリアーキテクチャとしてzHBMを発表した。これは、HBMパッケージをプロセッサの横に配置する従来の設計とは異なる。

メモリをアクセラレータの近くに配置することで、データが移動する距離が短縮される。サムスンは、このアプローチは帯域幅の拡大、消費電力の削減、そして大規模なAIトレーニングや推論におけるデータ移動ニーズへの対応を目的としていると述べた。

同社によれば、zHBMを用いたインターフェースシステムは、HBM5の約8倍の性能を発揮できるという。このアーキテクチャは、HBM5の10倍以上のメモリ密度、3倍のエネルギー効率、そして50%以上の熱抵抗低減を実現すると期待されている。

zHBMは、顧客固有の構成をサポートするように設計されています。独自の知的財産をメモリスタックとAIアクセラレータ間の層間に統合することで、システム設計者は特定のワークロードに合わせて容量とアクセラレータ機能をカスタマイズできます。

zNAND-OはエッジAIワークロードをターゲットとする

サムスンは、同社のV-NAND技術をベースとした高性能NANDフラッシュメモリ「zNAND-O」を発表した。このアーキテクチャは4層と8層の構成があり、スペース効率、I/O性能、およびレイテンシの向上を目的として設計されている。

同社は、zNAND-Oを、最小限の遅延で大規模なデータセットを処理するエッジAIシステム向けに位置付けた。ローカルストレージのパフォーマンスを向上させることで、このアーキテクチャは、処理のためにデータを常に中央データセンターに転送できるとは限らないリアルタイムアプリケーションをサポートできる。

V10 BV-NAND、400層を超える

サムスンは、ウェハー接合技術を用いてメモリセルを積層するボンディングV-NANDアーキテクチャ「V10 BV-NAND」を業界初として発表した。このアーキテクチャは400層以上を積層しており、サムスンがこれまで発表したV-NAND製品の中で最高層数となる。

サムスンによると、V10 BV-NANDはV9と比較してメモリ密度が約58%向上している。容量の増加に加え、このアーキテクチャは読み出し、書き込み、I/O性能の向上と消費電力の削減を目指している。

今回の発表は、サムスンが2013年のフラッシュメモリサミットで業界初のV-NAND技術を発表してから13年後のことである。同社は、V10 BV-NANDを将来のAIシステムやその他のデータ集約型アプリケーション向けの大容量・高性能ストレージとして位置付けている。

HBM4E、HBM5、およびLPDDR5X-PIMがAIメモリ製品群を拡張

サムスンは、次世代AIアクセラレータのロードマップの一環として、HBM4EのサンプルとHBM5モデルを発表した。同社は2月に、1c DRAMと4nmベースダイ技術を基盤としたHBM4の量産を業界初で開始し、5月にはHBM4Eのサンプルを世界中の顧客に出荷した最初の企業となった。

同社はまた、業界初のインメモリ処理技術を搭載したLPDDRメモリであるLPDDR5X-PIMも発表した。この設計では、選択されたデータ処理操作をメモリ内部で実行することで、メモリとプロセッサ間のデータ移動を削減する。これにより、適切なワークロードにおいて効率が向上し、消費電力も低減される。

サムスンのエンタープライズ向けストレージのデモンストレーションには、7月に量産を開始したPCIe Gen6対応のPM1763とBM1773が含まれており、いずれもAIデータセンターのストレージ需要の高まりに対応することを目的としている。これらの製品は、AIトレーニングデータ、モデルリポジトリ、推論ワークロードに関連する大容量かつ高性能な要件に対応することで、同社のメモリロードマップを補完するものである。