A nova plataforma da NVIDIA trouxe novamente a atenção para a cadeia de memória. Os pontos discutidos por Vera Rubin não se limitam à capacidade do HBM4, mas também incluem o consumo de energia, o espaço no PCB, o margem de empacotamento, o design de dissipação térmica e o cronograma de entrega após a aproximação do LPDDR aos nós de processamento. Atualmente, os servidores de IA parecem máquinas sistêmicas puxadas pela largura de banda da memória; o lançamento da GPU é apenas o ponto de partida — o que virá a seguir dependerá de se a taxa de yield do HBM4, o fornecimento de SOCAMM/LPDDR, a programação de empacotamento avançado e o design térmico completo conseguem acompanhar sincronicamente.

Compartilhar






Fonte:Mostrar original
Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações.
Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.